Virtuelle Kleider stricken

Wenn Animationsdesigner_innen die Kleidung ihrer Charaktere aufwerten wollen, können sie jetzt auf einen leistungsstarken Algorithmus aus der Visual Computing-Forschung des Institute of Science and Technology (IST) Austria zurückgreifen. Georg Sperl von der Wojtan Gruppe präsentiert auf der SIGGRAPH-Konferenz ihre neuesten Ergebnisse über die effiziente Animation komplizierter Garnstrukturen.

Wer erinnert sich nicht an den tollpatschigen Cowboy Woody oder die starke Eisprinzessin Elsa? Allmählich verabschiedet sich die Animationsfilmindustrie von einzelnen spektakulären Explosionen und widmet sie sich mehr und mehr dem Kern einer Geschichte: den Charakteren. Vor allem ihre Haare, Haut und Kleidung werden dabei genau unter die Lupe genommen. „Als Toy Story anlief, waren die Charaktere fast wie starre Objekte“, erinnert sich Chris Wojtan, Professor für Computergrafik am Institute of Science and Technology Austria (IST Austria). „Heute ist es möglich, selbst einzelne Fäden in einem Pullover zu simulieren, aber das ist sehr kostspielig. Genau da setzt unser Algorithmus an.“ Die Methode berücksichtigt die lokale Mechanik der Garne, ihr Zusammenziehen und Neuordnen, während sie sich nicht in aufwendige Berechnungen verstrickt und Echtzeitsimulation ermöglicht.

Zugehöriges Video auf YouTube ansehen

Im Vergleich zu einer naiven Animation erfasst die neue Methode das Zusammenziehen der Maschen und die Veränderung der Transparenz des Stoffes. © IST Austria

Leistungsstarke Textilanimationen

Die Berechnung des Verhaltens jedes einzelnen Fadens ist sehr rechenaufwändig. Letztes Jahr stellte Georg Sperl, Hauptautor der neuen Arbeit, eine effiziente maschenbasierte Simulation vor, die das Verhalten von Stricktextilien erfasst. Dabei wird die Stoffoberfläche in viele kleine, sich verformende und bewegende Dreiecke aufgeteilt. Dieses Gitter faltet und kräuselt sich dann nach den Gesetzen der Physik.

Aber die naive Projektion eines flachen Strickmusters auf dieses Gitter erreicht nicht den gewünschten Effekt. „Dann fehlt die lokale Physik des Garns“, fasst Sperl die Methoden hochgelobter Animationsfilme zusammen. Erst wenn man das lokale Verhalten von Garnknoten mit einbezieht, kann man das Zusammenziehen und Neuordnen von Fäden in Maschengeweben realistisch nachbilden. „Unsere Methode ist eine bessere Annäherung an das, was wirklich passiert.“

Im ersten Schritt berechnet die neue Methode, wie ein winziges Stück des sich wiederholenden Strickmusters auf verschiedene Verformungen reagiert. Das ist wie das Erstellen einer Bibliothek von möglichen lokalen Bewegungen und Positionen der Fäden für ein bestimmtes Muster. Anschließend kachelt der Algorithmus diese vorberechneten Flecken auf das Gitter der maschenbasierten Simulation. Wenn ein gedrehter Ärmel animiert wird, dient jedes verformte Dreieck als Indikator, der dem Computer mitteilt, welche Garnverformung aus der vorberechneten Bibliothek dort platziert werden soll.

Zugehöriges Video auf YouTube ansehen

Mit nur Millisekunden an Animationszeit pro Bild können selbst voll bewegte Kleidungsstücke mit Millionen von Maschen in Echtzeit dargestellt werden. © IST Austria

Zwei Knoten im Programm entwirren

Eine Herausforderung, der die Forscher nicht ins Garn gingen, waren sich chaotisch wölbende Schlaufen. Da der Algorithmus zwei Garnverformungen mittelt, um Zwischenzustände zu bestimmen, ist es wichtig, dass die beiden möglichen Anordnungen fließend ineinander übergehen. „In bestimmten Fällen können die Fäden jedoch in die eine oder andere Richtung springen“, erklärt Sperl. „Beides ist physikalisch möglich, aber der Mittelwert führt zu unrealistischen Ergebnissen.“ Durch die Einschränkung starker Deformationen konnten die Wölbungen auf kontrollierbare Weise reduziert werden.

Eine weitere Schwierigkeit ergab sich daraus, dass die Animation so viele Details enthielt. Der so genannte Alias-Effekt zeigt sich als Flimmern auf der Textur, wenn es zu viele Einzelheiten pro Pixel gibt. Zukünftige Arbeiten sollen dieses Problem umgehen, indem das Level der animierten Details an die verfügbare Auflösung angepasst wird. Weitere Gebiete künftiger Forschung sind unregelmäßige Bereiche wie Nähte und Ränder, die in dieser Arbeit nicht beachtet wurden.

Die Stärke des Algorithmus liegt auch in seiner Parallelisierbarkeit. Das bedeutet, dass die Bewegung vieler Garnsegmente gleichzeitig auf der Grafikkarte (GPU) nachgeschlagen werden kann. Das ermöglicht eine Animation in Echtzeit, selbst bei Millionen von Maschen. „Georgs Methode ist ein Weg, eine hochgradig realitätsnahe Simulation bis hinunter auf die Ebene des einzelnen Fadens durchzuführen“, sagt sein Betreuer Wojtan, „und Kleidung hundert- oder tausendmal schneller zu simulieren.“

Zugehöriges Video auf YouTube ansehen

Die interaktive Echtzeitanimation von realistischen Strickwaren wird möglich. Nähte und Ränder des regelmäßigen Musters bleiben zukünftigen Arbeiten vorbehalten. © IST Austria

Eine nahtlose Beschreibung der Natur

Neben Animationsfilmen bietet die Textilbranche weitere Anwendungen. Es wird ständig danach gesucht, Stoffe besser zu simulieren, und selbst Fantasien einer „Digital Fashion“ werden allmählich greifbarer. Vielleicht betritt man eines Tages einen Online-Shop mit einem makellosen Avatar von sich selbst und probiert virtuelle Kleidung an. Die Wissenschafter_innen des IST Austria lassen sich jedoch von grundsätzlicherer Fragen leiten.

„Wir haben uns winzige Dinge angeschaut – Sandkörner in Sandhaufen, Garnfäden in Tüchern –, die das Verhalten im Großen beeinflussen“, beschreibt Sperl die Entstehung seines Dissertationsprojekts. Das Verstehen und Verbinden von Phänomenen über verschiedene Skalen hinweg ist eine inspirierende Herausforderung der heutigen Wissenschaft. Es gibt eine Vielzahl von Theorien, die sich auf einzelne Aspekte konzentrieren, aber wie man sie miteinander verknüpft, ist nach wie vor eine große interdisziplinäre Aufgabe. „Was ist die beste Methode, um auf einer bestimmten Skala ein Phänomen zu simulieren?“, spinnt Wojtan den roten Faden all der Forschungsprojekte seiner Gruppe. „Die ultimative Frage ist, wie wir die gesamte Natur in einem Computer abbilden und sie schneller als in Echtzeit simulieren können, so dass wir etwas daraus lernen.“ Der neue Algorithmus ist ein Beitrag zu dieser Vision. Er ermöglicht es, Simulationen in kleinem Maßstab mit solchen im großen nahtlos zu verbinden.

Publikation

Georg Sperl, Rahul Narain, and Chris Wojtan. 2021. Mechanics-aware Deformation of Yarn Pattern Geometry. ACM Transactions on Graphics 40(4) (SIGGRAPH 2021). DOI: 10.1145/3450626.3459816