數(shù)字人、虛擬形象的開發(fā)逐漸成為了新興的技術(shù)議題，除了用于虛擬真人類形象，數(shù)字人的開發(fā)技術(shù)也能讓角色表情更加生動(dòng)，并且與觀眾互動(dòng)。近期，Unity 技術(shù)團(tuán)隊(duì)制作了一個(gè)數(shù)字人Demo，很多業(yè)內(nèi)人士都對此表示很有興趣。

在Unity技術(shù)開放日-上海站上，Unity技術(shù)美術(shù)團(tuán)隊(duì)和技術(shù)團(tuán)隊(duì)就為大家介紹了這套基于 Unity的數(shù)字人生產(chǎn)流程。本文截取了其中的重點(diǎn)內(nèi)容，如果你對數(shù)字人感興趣不妨繼續(xù)讀下去。

“關(guān)于數(shù)字人臉部動(dòng)畫的制作，我們是用手機(jī)蘋果 ARKit 方法進(jìn)行面部表情捕捉的。”Unity TA團(tuán)隊(duì)的講師Michael說道。

關(guān)于面部表情捕捉，這其實(shí)是另外一項(xiàng)技術(shù)，需要搭配蘋果手機(jī)并使用Face Cap app軟件，面部表情捕捉可以提供更高精度和細(xì)節(jié)的面部表情。通過使用 FBX 文件導(dǎo)件，可以用左邊的白模把動(dòng)作移動(dòng)到角色上。

有關(guān)虛擬人創(chuàng)作主要分為兩個(gè)主題，一個(gè)是渲染，一個(gè)是流程。接下來讓我們看看渲染部分的內(nèi)容。

虛擬人頭發(fā)渲染

渲染這里首先要做的第一件事，就是用機(jī)器掃描一位真人。

Unity最近發(fā)布了全新的頭發(fā)系統(tǒng)。基本頭發(fā)制作流程是用Maya X-gen來做頭發(fā)，X-gen主要工具也是現(xiàn)在很多影視團(tuán)隊(duì)的選擇。之后再導(dǎo)到Unity里，生成tfx文件并在Unity里做頭發(fā)的渲染。這套頭發(fā)工具集成了AMD的頭發(fā)技術(shù)，所以格外逼真。

在設(shè)置我們可以將不同的配置進(jìn)行分組，每個(gè)配置文件都可以調(diào)細(xì)節(jié)。頭發(fā)工具共分三個(gè)主要區(qū)，一個(gè)控制頭發(fā)生成，一個(gè)控制頭發(fā)動(dòng)態(tài)，最后一個(gè)控制頭發(fā)顏色, 美術(shù)師可以設(shè)計(jì)自己的組, 另外發(fā)尾部分的寬闊度也是可以動(dòng)態(tài)調(diào)整的。

Unity將頭發(fā)系統(tǒng)集成到HDRP（高清渲染管道）的頭發(fā)材質(zhì)里，用頭發(fā)黑色素物理參數(shù)調(diào)出喜歡的發(fā)色，也可以用Dye Color直接加入一個(gè)你想要的任何顏色。

虛擬人制作流程

整個(gè)過程很簡單，首先要根據(jù)FaceCode標(biāo)準(zhǔn)掃描極限表情，由模特在光場設(shè)備里做出那些表情，并被拍攝下來。剩下的事就是關(guān)于模型清理工作了，目前這部分也可以交給AI 算法來做從而實(shí)現(xiàn)節(jié)省人力的目的。

當(dāng)我們清理出模型之后便需要開始做BlendShap（以下簡稱BS）拆分，關(guān)于這一部分方法有很多。FACS 在理論上人支持60個(gè)極限表情，從解剖學(xué)上講，這60個(gè)表情可以非線性地組合出任意表情。但是我們做表情對話時(shí)，沒辦法只用60個(gè)表情就做出所需的所有表情。因此，這就涉及到BS拆解過程了。拆解的數(shù)量，與用戶想追求的精度相關(guān)，也跟成本相關(guān)。在此項(xiàng)目中僅僅掃描了45個(gè)有代表性的極限表情，并拆分出了300多個(gè)BS。

有些算法有可能會(huì)進(jìn)行重復(fù)拆解。實(shí)際上BS和BS不是完全疊加而回歸到極限表情，它可能有些加和減的關(guān)系。如果AI將BS拆解成這樣時(shí)就可能需要人為進(jìn)行修正。比如一個(gè)嘴唇往下的動(dòng)作是幾個(gè) BS 的組合，但是有一個(gè)BS是凹進(jìn)去的，那么這個(gè)凹進(jìn)去的就需要人為進(jìn)行修正。因?yàn)檫@些極限表情和別的表情組合的時(shí)候會(huì)出問題。出現(xiàn)這種問題的時(shí)候，就需要人為進(jìn)行修正，因此自動(dòng)拆的算法還需要演進(jìn)。

我們可以把表情貼圖簡單地劃分為表情和微表情。表情上結(jié)構(gòu)性的變化需要做在模型上，有些因?yàn)榻Y(jié)構(gòu)性變化而產(chǎn)生的擠壓的紋理性變化的話，則需要做成貼圖。貼圖是Winkle Map，它是一 Normal的表情貼圖，在不同表情間可進(jìn)行切換，一張臉上往往會(huì)有五六張Winkle Map。

其實(shí)在掃描之后的數(shù)據(jù)是要把眉毛和一些眼睫毛從Map上去掉的，因?yàn)樵谧鲋赝負(fù)浜托弈Ｐ蜁r(shí)，這些都是噪聲，是不需要的；但這些東西又在渲染時(shí)會(huì)用到。因此需要先進(jìn)行刪除，然后后面再把這些部分給加回去。像在此項(xiàng)目中，眉毛是用插片的方式來做的。

流程上還有修貼圖，除了Winkle Map，還有一個(gè)Blood Flow Map（血流圖），當(dāng)你臉皺起來后，因?yàn)槭諗D壓，某個(gè)地方的血流圖會(huì)發(fā)生改變，那么這個(gè)地方的顏色會(huì)變深，這個(gè)表現(xiàn)在微表情中，也算在貼圖中。所以關(guān)于微表情的貼圖有兩套，Winkle和Blood Flow，這是比較常規(guī)的操作。

這里是我們發(fā)現(xiàn)可以繼續(xù)迭代的地方，修模型的部分，如果有足夠的美術(shù)資源，其實(shí)是不用考慮算法的問題。

修完模型，拆完BS之后一般會(huì)做Rigiging 和模型Capture，因?yàn)橛脩糇詈笙胍氖强焖偕a(chǎn)高質(zhì)量的表情動(dòng)畫。在Rigging中，相信大家一定會(huì)遇到一些這樣的情況，比如Retargeting，這是因?yàn)椴皇悄Ｌ厝ヲ?qū)動(dòng)他自己，而很可能是別人去驅(qū)動(dòng)他，所以一定會(huì)有 Retargeting；還有就是Secondary Geometry 、Dynamic Winkle與Blood Flow，但是現(xiàn)在Unity目前還沒做到Dynamic。目前本項(xiàng)目是在Shader中實(shí)現(xiàn)的，有關(guān)需要哪些貼圖，讓貼圖對應(yīng)表情等等一系列工作目前都是由用戶自己來處理的，但這些簡單枯燥的工作后期相信會(huì)有一些以AI的方式來實(shí)現(xiàn)。

關(guān)于模型Capture ，目前有兩個(gè)方案，用一些第三方提供的高精度結(jié)果去驅(qū)動(dòng)模型。在這個(gè)項(xiàng)目中，Unity團(tuán)隊(duì)通過ARKit或者谷歌開源的AR core里face的model來做特征提取，從而驅(qū)動(dòng)模型。但是模型capture也有可以迭代的地方，如果我們以Marker Based來驅(qū)動(dòng)的話，后期就可能會(huì)需要修改一些Marker Tracking有問題的地方。如果用戶選擇自己做或者買第三方的Motion Capture設(shè)備也是可以的。因?yàn)橛蓄^盔的話就可以做更高質(zhì)量的模型capture。

最后有關(guān)數(shù)字人的生態(tài)流程還有幾個(gè)問題，一個(gè)是真人掃描數(shù)據(jù)的處理，就是模型的重建，那就會(huì)牽扯到算法的事；一些掃描得不太好的地方要修；還有就是貼圖的重建。項(xiàng)目中出了剛才提到的兩張貼圖 Winkle Map 和 Blood Flow Map，其實(shí)我們還有一張?zhí)峁╊伾膱D，Color Map。現(xiàn)在的設(shè)備都有偏正光，所以它會(huì)給你偏正的結(jié)果，但是實(shí)際上用戶也要去做類似Delighting 的事，才能夠得到一個(gè)沒有光照的結(jié)果。

還有就是關(guān)于faceCode的掃描數(shù)據(jù)，目前我們能見到的虛擬人都是這樣做的，就是模特去表演faceCode里的表情。做完之后進(jìn)行BlendShap、Winkle Map、Blood Flow Map以及Face Rigiging的制作。而目前Face Rigiging 沒有一致的標(biāo)準(zhǔn)，基本上是用戶自己定義標(biāo)準(zhǔn)，能實(shí)現(xiàn)一個(gè)合理的、容易做動(dòng)畫的搭建就可以了。如果沒有高質(zhì)量的模型capture前提下，做動(dòng)畫很多時(shí)候還是需要人工手動(dòng)修出來的，所以Face Rigiging這一步非常重要。

表情驅(qū)動(dòng)會(huì)有一套控制器，人臉上有很多點(diǎn)，這里是參考 Unity 國外團(tuán)隊(duì)做《異教徒》項(xiàng)目的那一套來做的。傳統(tǒng)做動(dòng)畫的方式就是上文中提到的以人工修幀為主的方式，還有面部驅(qū)動(dòng)的方式，下一步Unity還將在這些流程之中試著加入一些AI的算法來優(yōu)化整體流程。

下圖是通過掃描得到的模型。我們可以清晰的看到在圖中有這樣那樣各種問題。就是說我們雖然也是非常高精度的攝像機(jī)，基本攝像機(jī)有三套，一個(gè)負(fù)責(zé)顏色，一個(gè)負(fù)責(zé)光學(xué)，還有一個(gè)負(fù)責(zé)高速攝像，這三套相機(jī)可以提供人臉重建的非常高面素的mesh，但是拿到的 Geometry 也會(huì)有這樣的問題，就比如像我們拿到的頭是左邊那樣子的，但是模型的眼睛基本上全部壞掉了，這就需要建模師把它給手工修出來。還有耳朵也有可能是壞掉的，總之，掃描出來的模型會(huì)有很多壞掉的地方，這就是修模型時(shí)候后期要處理的事。

在修完模型之后，我們需要將模型重拓?fù)涞揭粋€(gè)合適的 Layout，還有就是上文中提到的掃描出來的模型也會(huì)提供Normal的貼圖。貼圖里有什么東西呢？這里其實(shí)也有一個(gè)值得迭代的點(diǎn)，就是這個(gè)貼圖的使用率，實(shí)際上現(xiàn)在有很多做影視的公司，他們其實(shí)都在要求高分辨率的貼圖，比如16K的貼圖。但正是因?yàn)榫炔粔颍瑢?shí)際上貼圖的 layout 是不太好的。

制作表情，需要遵循以下步驟：

第一步，是先Remove掉那些我們不想要的Geometry，這里包含上文中說到的眉毛、眼睫毛這些，還有一些噪點(diǎn)，因?yàn)樗鼟叱鰜淼哪莻€(gè)面素是一個(gè)巨大的開銷，所以我們需要清理掉它。

第二步，在清理掉它之后，我們需要重拓?fù)洌F(xiàn)在大家重拓?fù)涠紩?huì)用3D軟件來做。

這里我們加Subdivide base mesh的原因是因?yàn)榍謇碇笥幸恍┑胤叫枰黾蛹?xì)節(jié)，比如眼皮的地方，如果是雙眼皮，一定是把它給疊起來的，因?yàn)樵趯碜鰟?dòng)畫時(shí)一定會(huì)有閉眼的時(shí)候。所以在眼皮處的Mesh的段數(shù)要加多一些，然后再去掉一些噪聲和進(jìn)行一些細(xì)節(jié)處理就可以了。