FRAPPER
FRAPPER, das Applikations-Framework der Filmakademie, bietet ein node-basiertes Szenenmodell mit Plugins für verschiedene Node-Typen, Model-View-Controller, eine panel-orientierte Benutzeroberfläche, die kommerziellen 3D-Programmen ähnelt und einen Viewport, der die Ogre 3D-Render-Engine verwendet. FRAPPER ermöglicht Entwicklern, sich auf die Kernfunktionalität ihrer Anwendung und Forschung zu konzentrieren, indem es einen Rahmen grundlegender Funktionalitäten bereitstellt.
Auf den FRAPPER-Code und die zugehörigen Assets kann über Source Forge zugegriffen werden.
Agent Framework
Das Agent Framework ist Teil des Projekts Animation 2.0, unter dem wir zukünftige Trends identifizieren und erforschen, die die Erstellung und Wahrnehmung von animierten Inhalten beeinflussen werden. Das Framework bietet eine Lösung für den steigenden Bedarf an schneller Bearbeitung und Prototyping animierter virtueller Charaktere.
Der Hauptfokus des Agent Frameworks liegt auf dem Gesicht und den Gesichtsausdrücken, da sie die primäre Methode zur Vermittlung von Emotionen und mentalen Zuständen darstellen. Daher konzentriert sich die gesamte Entwicklung qualitativ hochwertiger virtueller Charaktere auf eben diese präzisen und glaubwürdigen Gesichtsanimationen.
Die Struktur des Agent Frameworks ist vollständig node-basiert, was Nutzer*innen große Flexibilität bietet um die Knoten entsprechend der Anforderungen organisieren und verbinden können. Das intuitive Design sorgt für eine einfache Bedienung und Benutzerfreundlichkeit.
Entwickler*innen ermöglicht der Open-Source-Charakter eine flexible Implementierung und das einfache Hinzufügen neuer Funktionen. Darüber hinaus kann das Agent Framework mit Drittanbieter-Bibliotheken verbunden werden, welche komplexe Technologien wie Computer Vision, synthetische Sprache, Spracherkennung, Emotionserzeugung, künstliche Intelligenz sowie die Integration alternativer Eingabegeräte einbringen.
Eine frühe Version des Agent Frameworks wurde erfolgreich in einer klinischen Studie angewendet. Weitere Informationen finden Sie in der Studie "Categorical Perception of Emotional Facial Expressions in Video Clips with Natural and Artificial Actors".
