Facebook的人工智能研究人員已經(jīng)開發(fā)出一種方法，可以通過簡單地分析真人做特定動作的視頻，輕松地將真人變成可玩的游戲角色。我的夢想是在NBA Jam中最終成為一個不可鎖定的角色，這離我的夢想又近了一步。

利用真人的鏡頭來幫助創(chuàng)造電子游戲，這遠(yuǎn)非一個新想法。

上世紀(jì)90年代，第一個全息視頻游戲《世嘉時空旅行者》（Sega’s Time Traveller）根據(jù)玩家的選擇播放預(yù)先錄制的視頻片段，拼湊出一種游戲體驗。《真人快打》最早的版本也是通過在一個聲音舞臺上拍攝穿著戲服的角色創(chuàng)造出來的，但是為了保證游戲的順利進(jìn)行，這些鏡頭被轉(zhuǎn)換成動畫角色。

如今，大多數(shù)電子游戲中的角色都是完全三維的模型，盡管玩家可以花費數(shù)小時定制外觀來反映自己，甚至繪制自己的臉，但角色的動作仍然是基于基礎(chǔ)動畫。

他最近在Facebook的人工智能研究部門發(fā)表的研究報告可以改變這一切。

兩個不同的神經(jīng)網(wǎng)絡(luò)在長度為5到8分鐘的鏡頭上進(jìn)行訓(xùn)練，對于執(zhí)行特定動作的人，比如打網(wǎng)球。

第一個網(wǎng)絡(luò)Pose2Pose分析鏡頭并提取正在進(jìn)行動作的人。第二個網(wǎng)絡(luò)Pose2Frame然后傳輸該人的所有元素，包括他們正在創(chuàng)建的陰影和反射，然后將其覆蓋到新的背景設(shè)置上，該設(shè)置可以是渲染的視頻游戲區(qū)域。

其結(jié)果并不像現(xiàn)代游戲機所能生成的詳細(xì)3D游戲角色那樣流暢流暢，但它們是完全可控的。

隨著這項研究的發(fā)展，結(jié)果無疑會得到改善，但是混合方法可能會更好。人工智能可以在視頻中提取某個人的特征，包括他們移動方式的細(xì)微差別，并自動將其應(yīng)用到一個定制的3D角色上，省去了玩家自己進(jìn)行數(shù)百次微調(diào)的辛苦工作。

不過，隨著世界向更多的虛擬現(xiàn)實體驗邁進(jìn)（記住，F(xiàn)acebook擁有Oculus），它將使我們更容易創(chuàng)造出可信的虛擬人物。你的朋友可以用智能手機拍下你跳舞的視頻，幾秒鐘后，你在虛擬世界里也會顯得很尷尬。

https：//www.gizmodo.com.au/2019/04/ai-might-soon-make-it-easy-to-put-yourself-in-your-favourite-video-game/#

來源：gizmodo