Abstract

Nowadays, virtual reality, computer games and many other applications are using more and more sophisticated models of human characters. Many of these applications, such as life-simulation computer games (The Sims), internet-based virtual worlds (Second Life) and animation movies, besides the complexity of the human models, sometimes require simulation of kinship and interaction between isolated populations with well defined ethnic characteristics. Another difficult task is to generate models physically similar to a given population or family automatically. In this paper, diploid reproduction is mimicked to produce character models, which inherit traits from two parent models. The meshes of all models are constructed based on control parameters that are distributed as genes among a group of chromosomes. Thus, the technique consists of distributing pre-selected characteristics, represented as control parameters, over a pre-determined number of chromosome pairs for both parents; followed by a simulated generation of the father's and the mother's gametes; which are randomly combined in a simulated fecundation.

1. Introdução

O povoamento de ambientes virtuais por personagens é necessário em inúmeras aplicações de realidade virtual e computação gráfica. A necessidade de gerar modelos realistas tem tornado essa tarefa cada vez mais complexa.

Em muitas dessas aplicações, como jogos de simulação do cotidiano (ex: The Sims - http://thesims.ea.com/), mundos virtuais na internet (ex: Second Life - http://secondlife.com/) e filmes de animação, é necessário simular relações de parentesco e interação entre populações isoladas com características étnicas bem definidas.

Em aplicações, como jogos, é necessário povoar ambientes dinamicamente, à medida que a simulação

evolui junto com a população, e, às vezes, é interessante gerar populações distintas que migram e geram mistura de características étnicas.

O problema tratado neste artigo é o da transferência automática das características físicas de populações para seus descendentes, para utilização em sistemas de realidade virtual, simulando interações entre famílias ou populações etnicamente distintas. A solução proposta para esse problema é ilustrada na Figura 1. Essa solução tenta simular de forma algorítmica o processo de reprodução humano, enfatizando quatro processos aleatórios: três, que ocorrem na geração de gametas através da meiose (o crossover e os dois alinhamentos aleatórios de cromossomos) e um que ocorre durante a fecundação.

As seções restantes estão estruturadas da seguinte maneira. Na Seção 2, apresentam-se as propostas de solução encontradas na literatura. Na Seção 3, é feita uma breve exposição dos conceitos da biologia da reprodução de seres diplóides utilizados na solução proposta neste trabalho. Na Seção 4, mapeiam-se os conceitos apresentados na Seção 3 para o processo de geração de personagens por reprodução simulada. Na Seção 5, um estudo de casos ilustra o processo geral

X Symposium of Virtual and Augmented Reality

Transmissão de Características Genéticas na Geração de Personagens Virtuais

Roberto C. Cavalcante Vieira, Creto Augusto Vidal, Joaquim B. Cavalcante-Neto

Department of Computing, Federal University of Ceará - Fortaleza, CE, Brazil

{roberto}, {cvidal}, {joaquimb}@lia.ufc.br

Figura 1. Transmissão de características aos avatares descendentes.

348

uma técnica estatística para analisar e sintetizar pequenas características faciais 3D tais como rugas e poros. O objetivo é conferir maior realismo visual nos personagens usados em jogos, realidade virtual e visão computacional.

Nenhum desses trabalhos, apesar dos bons resultados obtidos, utiliza informações biológicas ou teoria reprodutiva para gerar os modelos, o que seria uma maneira natural para gerar personagens virtuais descendentes ou pertencentes a grupos fisicamente distintos.

3. Reprodução - Conceitos

Nesta seção, é feita uma revisão bastante concisa de conceitos biológicos sobre a reprodução de seres diplóides, com o único objetivo de preparar o leitor para compreender o mapeamento direto desses conceitos na forma algorítmica descrita na Seção 4. Os três conceitos importantes no contexto deste trabalho são: a armazenagem de informações genéticas, a geração de gametas e a fecundação.

3.1. Armazenagem de informações genéticas

As características genéticas dos seres vivos estão codificadas nos cromossomos. Nos seres chamados diplóides, o número total de características genéticas é distribuído em n subconjuntos, cada subconjunto é armazenado em um par de cromossomos ditos homólogos (um cromossomo registrando as características oriundas do pai e o outro as características oriundas da mãe). Cada característica armazenada em um cromossomo é chamada gene. Genes correspondentes nos cromossomos homólogos (genes que ocupam a mesma posição no cromossomo) são chamados de genes alelos.

Todas as células de um ser diplóide adulto originam-se de uma única célula, o óvulo fecundado. Essa célula-ovo ou zigoto, por meio de divisões celulares sucessivas, propicia a formação de organismos complexos. Essas inúmeras células podem ser agrupadas de duas maneiras diferentes: as células somáticas (com 2n cromossomos), que em conjunto formam o corpo do indivíduo, e os gametas (com n cromossomos), destinados à perpetuação das espécies. Nos seres humanos, as células somáticas possuem 23 pares de cromossomos (2n = 46 cromossomos) e os gametas (óvulos e espermatozóides) possuem 23 cromossomos (n = 23 cromossomos).

3.2. Meiose e geração de gametas

Uma célula germinativa é uma célula somática especializada que se divide por meiose para gerar

descrito na Seção 4 focalizando o processo na geração de faces de personagens virtuais. Na Seção 6, apresentam-se as conclusões sobre o trabalho.

2. Trabalhos Relacionados

O problema da diversidade na geração de personagens virtuais não é novidade, e os trabalhos mais relevantes dessa área são apresentados brevemente nesta seção. No entanto, não há nenhum trabalho envolvendo modelos 3D de personagens virtuais com herança de características de ancestrais, permitindo a simulação de grupos ou de famílias.

Em 1998, DeCarlo e seus co-autores [5] usaram técnicas variacionais para sintetizar faces com algumas distâncias características consistentes com medidas antropométricas. Eles descreveram um sistema que gera automaticamente modelos de faces para a construção de avatares a serem utilizados em aplicações de realidade virtual. Embora haja crítica na literatura sobre a plausibilidade das faces geradas [6], esse trabalho foi um dos pioneiros na utilização de técnicas antropométricas [10] para a geração de faces, e serviu de inspiração para vários outros trabalhos. Blanz e Vetter [3] foram os primeiros a estudar o espaço de faces. Eles usam a técnica de PCA (Principal Component Analysis) para gerar um modelo linear passível de mudanças morfológicas a partir de um banco de dados de faces obtidas por scanner 3D. Blanz e Vetter conseguiram gerar grande variabilidade de modelos bastante realistas. Praun e os seus co-autores [11] utilizaram técnicas de parametrização para combinar características de dois ou mais modelos com topologias distintas, também gerando modelos intermediários. Esta técnica requer esforço humano na definição dos parâmetros. Bui e seus co-autores [4] também utilizaram a técnica de morphing, porém, para animações faciais. Kähler e seus co-autores [7-8] construíram um modelo genérico com camadas anatômicas (pele, músculos e ossos) associados com landmarks antropométricos. Com base em informações antropométricas de indivíduos de diferentes idades, foi possível simular mudanças faciais em diferentes fases da vida. Em 2003, Allen e seus co-autores [1], basearam-se no trabalho de Blanz e Vetter, expandiram a técnica para todo o corpo humano. Combinando modelos com diferentes alturas e pesos. Seo e Thalmann [12] desenvolveram um modelo base adaptável, construído com patches de Bézier. Os dados utilizados para orientar a adaptação do modelo básico são obtidos a partir da combinação de medidas de modelos disponíveis armazenados em uma base de dados construída com o uso de scanner 3D. Mais recentemente, Golovinskiy e seus co-autores [6] criaram

X Symposium of Virtual and Augmented Reality

349

quatro gametas (células haplóides). A meiose ocorre em oito fases distintas, precedida de uma fase de duplicação dos cromossomos, chamada Intérfase: Prófase I, Metáfase I, Anáfase I, Telófase I, Prófase II, Metáfase II, Anáfase II, Telófase II (Figura 2). Em algumas dessas fases ocorrem processos de natureza aleatória que são responsáveis pela diversidade dos descendentes.

O primeiro desses processos aleatórios ocorre na Prófase I. Nele, pedaços correspondentes de alguns dos cromossomos homólogos duplicados são trocados entre si (crossover). Assim, o novo par de cromossomos homólogos duplicados fica diferente do par duplicado da célula original (vide Figura 3). Nesse processo, quantos pedaços são trocados e quais são seus tamanhos é aleatório. Também não é determinístico, caso o crossover ocorra, em quais dos n pares de cromossomos homólogos o crossover ocorrerá.

O segundo e o terceiro processos aleatórios ocorrem respectivamente na Metáfase I e na Metáfase II, durante o alinhamento dos n pares de cromossomos homólogos. Não é possível saber a priori quais são os n cromossomos que ficarão em uma célula ou na outra após a divisão celular (vide Figura 2).

Em síntese, para a geração dos gametas, cada cromossomo separa-se do seu homólogo, formando células haplóides. Esse processo leva a um fenômeno chamado segregação independente dos homólogos. Isso significa que a geração dos gametas ocorre por uma combinação independente dos cromossomos homólogos, possibilitando a geração de uma variedade enorme de gametas.

3.3. Fecundação

Cada gameta gerado por dois indivíduos diplóides possui apenas um dos alelos de cada gene. A fecundação reúne os alelos dos gametas para formar um ser diplóide. A combinação de alelos poderá ocorrer por dominância, por recessividade ou por dominância incompleta. No caso de heterozigotos, o gene dominante, levará a um fenótipo da sua característica, apesar de também possuir um gene recessivo. Existem casos onde a situação de dominância e recessividade não ocorre por completo. São os casos de dominância incompleta, onde os indivíduos heterozigotos apresentam características intermediarias entre os fenótipos dos homozigotos.

4. Reprodução – Algoritmo

Nesta seção, os conceitos sobre reprodução de seres diplóides são encapsulados em uma forma algorítmica

que permite a simulação computacional.

4.1. Identificação e armazenagem dos genes

O gene a ser armazenado em uma estrutura de dados adequada ao algoritmo de reprodução corresponde a uma característica que é usada na reconstrução do personagem virtual. Cada uma dessas características, tais como: altura do personagem, forma e tamanho dos membros, largura dos ombros, forma e tamanho da cabeça, forma dos olhos, forma e tamanho do nariz, da boca, das orelhas, do queixo, e assim por diante; pode ser vista como informação escalar de alto-nível que, respeitando limites antropométricos, controla uma subestrutura hierárquica que constrói parte do personagem.

Após a identificação do conjunto de genes suficientes para reconstrução do personagem virtual, os genes desse conjunto são distribuídos em subconjuntos denominados cromossomos. Nos seres humanos, por exemplo, o total de genes é distribuído em 23 pares de cromossomos. Analogamente, considerando n o número de características genéticas, haverá n pares de genes alelos, distribuídos em m pares de cromossomos homólogos.

A estrutura de dados adequada ao algoritmo de reprodução deste trabalho é descrita como se segue:

X Symposium of Virtual and Augmented Reality

Figura 2. Geração de gametas.

350

A réplica do cromossomo original (G = M ou F)

chama-se cromátide irmã e estão emparelhadas

com as cromátides (Figura 2).

4.2.2. Crossover. A Figura 3 ilustra este processo.

Inicialmente, os cromossomos homólogos e

com suas respectivas cromátides irmãs e

estão emparelhados (conectores de linha contínua na Figura 3(a)). Em seguida, as cromátides homólogas trocam segmentos (conectores tracejados na Figura 3(a)). O resultado dessas trocas de segmentos está ilustrado na Figura 3(b). Se não houver nenhuma troca de segmentos, as cromátides irmãs permanecerão idênticas. Entretanto, se houver crossover, os quatro cromossomos agora são distintos.

Para fins de simulação do crossover, em um par de

cromossomos duplicados , cada

cromossomo troca genes com seu homólogo .

No i-ésimo par de cromossomos, tem ni genes, o número de trocas possíveis é dado por

Porém, como os cromossomos que efetuaram trocas de genes são complementares, o número de pares distintos

que podem ser gerados pela troca de genes é . Assim, após o crossover, a estrutura do cromossomo duplicado é dada por

onde e pertencem ao

universo de pares possíveis.

· C: Conjunto de pares c de cromossomos homólogosi

· ci: i-ésimo par de cromossomos homólogos

· : i-ésimo cromossomo oriundo do ancestral masculino

· : i-ésimo cromossomo oriundo do ancestral feminino

· : j-ésimo gene do i-ésimo cromossomo oriundo do ancestral de gênero G (M, masculino e F, feminino).

O número de genes em cada cromossomo satisfaz a

A escolha de m influencia a variabilidade dos descendentes, por contribuir para o aumento de possibilidades de combinações na Metáfase I e II.

Essa estrutura de dados é instanciada para cada personagem. Assim, para começar a reprodução é preciso que já tenham sido instanciadas as estruturas de dados de dois personagens virtuais que serão pai e mãe de uma geração de personagens virtuais descendentes.

4.2. Geração de gametas

Denominando-se Pai.C e Mãe.C as estruturas de dados dos personagens virtuais geradores, quatro gametas do pai e quatro da mãe são gerados cada vez que se aplica o processo de meiose a Pai.C e a Mãe.C . É importante salientar que, probabilisticamente, os gametas gerados em uma dada aplicação do processo de meiose sobre essas estruturas de dados são diferentes dos obtidos em meioses anteriores. Assim, aplicando-se várias vezes o processo de meiose sobre Pai.C e Mãe.C é possível gerar um reservatório de gametas provenientes do pai e da mãe.

Os processos meióticos, relevantes ao tratamento algorítmico da reprodução são descritos a seguir.

4.2.1. Duplicação dos cromossomos. Na verdade esse é um processo que ocorre antes da meiose propriamente dita. A estrutura de dados <gerador>.C é duplicada, fazendo com que a forma duplicada de cada par de cromossomos homólogos tenha a seguinte estrutura:

M

ic

};,,,{ 21 mcccC L=

),( F

i

M

ii ccc

},,,{21

MMMM

iiinii

gggc L=

F

ic

},,,,{21

FFFF

iiinii

gggc L=

G

ijg

(1)

(2)

(3)

(4)

(5)

),( F

i

F

i

M

i

M

ii

d ccccc

G

icM

icF

ic

Mc1

Fc1

Mc2

Fc2

),( F

i

F

i

M

i

M

ii

d cccccM

ic F

ic

12 in

),( 2121

F

i

F

i

M

i

M

ii

d ccccc

),( 11

F

i

M

i cc ),( 22

F

i

M

i cc1

2 in

Figura 3. Crossover entre cromossomos homólogos.

(6)

(7)

(8)

351

m

nn = .i Ó i=1

ni

ni] [ Ó kk=0

ni = 2

4.2.3. Alinhamento de cromossomos – Metáfase I.

Após a simulação do crossover, os m pares de cromossomos duplicados (equação (8)) são alinhados (vide Metáfase I na Figura 2). Para essa simulação, é conveniente reescrever a equação (8) como

Considerando-se a aleatoriedade de distribuição dos pares em relação à estrutura básica de alinhamento dos m pares de cromossomos, ilustrada na Figura 4, onde

os m cromossomos e os m cromossomos

estão em lados opostos do plano pontilhado que representa a divisão celular, as duas células geradas no

final desse processo pertencem a um universo de pares distintos de células.

4.2.4. Alinhamento de cromossomos – Metáfase II.

As duas células geradas ao final da Telófase I são divididas mais uma vez e geram quatro gametas. Em cada uma das duas células geradas na Fase I da meiose, há um conjunto de m pares de cromátides irmãs que foram modificadas durante o processo de crossover (não são mais idênticas), isto é, o i-ésimo par pode ser

ou . Na Metáfase II, esses m

pares serão alinhados para serem, em seguida, separados em duas novas células. O processo de simulação é idêntico ao da Metáfase I e a aleatoriedade do alinhamento está ilustrada na Figura 5.

Novamente, o par de células geradas a partir da Célula

1 (Figura 5) pertence a um universo de pares distintos. Analogamente, o novo par de células geradas a partir da Célula 2 (Figura 5) pertence a um diferente

universo de pares distintos.

As quatro células geradas são gametas. Cada uma delas tem m cromossomos (células haplóides) ao invés de m pares de cromossomos como nas células somáticas diplóides.

As quatro células geradas são gametas. Cada uma delas tem m cromossomos (células haplóides) ao invés de m pares de cromossomos como nas células somáticas diplóides.

4.3. Fecundação dos personagens virtuais

Esse processo aleatório é bastante simples e consiste em escolher aleatoriamente um gameta do reservatório de gametas paterno e um gameta do reservatório de gametas materno e copiar essas informações haplóides na estrutura diplóide do descendente. Dessa forma, supondo-se que o reservatório paterno contenha gametas e o materno contenha gametas, pode-se gerar até x personagens virtuais descendentes de primeira geração. As características genéticas desses descendentes pertencem a um universo de probabilidades que incorpora a aleatoriedade dos crossovers dos m pares duplicados de cromossomos, e a aleatoriedade dos alinhamentos da Metáfase I e II dos ancestrais. Nos seres humanos isso corresponde a um universo de 10 [13].

5. Estudo de Caso: Geração de Malhas Faciais

O estudo de caso apresentado nesta seção ilustra o processo geral, descrito na Seção 4, através da geração das faces da prole de dois personagens geradores. Foram feitas duas simulações: a primeira simulou o processo aplicado a diferentes grupos étnicos resultando na árvore genealógica ilustrada na Figura 18; e a segunda utilizou modelos caricaturados resultando na árvore genealógica da Figura 19.

5.1. Considerações sobre as malhas faciais

Os modelos iniciais da primeira simulação foram gerados com o software Poser 6.0 (www.e-frontier.com) e importados para o sistema desenvolvido no presente trabalho. Os modelos caricaturados foram construídos exagerando as medidas antropométricas a partir de um modelo base importado do Poser 6.0. É importante mencionar, no entanto, que as malhas faciais podem ser geradas por qualquer outro software e importadas para o sistema, contanto que exista associação ponto-a-

X Symposium of Virtual and Augmented Reality

),( F

i

dM

i

d

i

d ccc (9)

M

i

d cF

i

d c

12m

Figura 4. Alinhamento dos cromossomos na Metáfase I.

)( 21

M

i

M

i cc )( 21

F

i

F

i cc

Figura 5. Alinhamento dos cromossomos na Metáfase II.

12m

12m

ðì

ð ì

600

352

ponto entre os modelos. Essa associação funciona como no trabalho de Blanz e Vetter [3], portanto a técnica poderia fazer uso de bases de dados obtidas por scanner 3D como fizeram esses autores.

As características associadas aos genes e distribuídas entre os cromossomos foram as medidas faciais, definidas pelos landmarks mostrados na Figura 6 [9].

A malha de referência possui 2076 vértices e ajusta-se de acordo com a combinação resultante dos genes dos ascendentes para gerar automaticamente a malha da prole. As malhas iniciais da simulação podem ser construídas por ajustes manuais ou podem ser selecionadas a partir de uma base de dados de modelos previamente gerados. Se o usuário desejar, também é possível modificar medidas das malhas pertencentes ao banco de dados, utilizando barras de rolagem alterando suas características (silhueta do nariz, largura do nariz, etc.) Isto é possível, usando zonas de influência relativas aos landmarks utilizados nas medidas (Genes), conforme descrito nas figuras 7 e 8.

Essas zonas de influência são representadas por esferas que ajustam a vizinhança de um determinado landmark, isto é, os pontos que estão no interior da esfera recebem uma influência relativa à sua distância em relação ao landmark.

Após a definição das malhas do casal, é feita a distribuição de características da face em cromossomos fictícios (Figura 9) para posterior simulação do processo reprodutivo gerando possíveis variações de heranças genéticas na face resultante.

5.2. Definição das Características dos Cromossomos

Neste estudo de caso, a partir dos Landmarks

antropométricos, dezoito medidas tratadas como genes foram distribuídas em cromossomos (Figura 10).

X Symposium of Virtual and Augmented Reality

Figura 6. Landmarks antropométricos

Figura 7. Esferas de influência dos cantos da boca e da ponta do nariz.

Figura 8. Aplicação das zonas de influência.

Figura 9. Distribuição de características em cromossomos.

Figura 10. Medidas tratadas como genes.

353

Também foram tratadas características da cor dos olhos, conforme descrito por Amabis e seus co-autores [2], e da cor da pele. Para a cor da pele foram definidos dois genes que geram as possíveis combinações conforme a Figura 11. Da mesma forma foram utilizados dois genes para a cor dos olhos combinando-se conforme a Figura 12.

Os modelos iniciais (não gerados pela simulação) são definidos como homozigotos, ou seja, os pares de cromossomos possuem as mesmas medidas. A partir das gerações seguintes os modelos passam a ser heterozigotos, com a combinação dos genes dos modelos que os geraram.

As diferentes formas de distribuição das características nos cromossomos geram resultados variados, uma vez que as características contidas em cromossomos distintos segregam-se de forma independente, e genes contidos em um mesmo cromossomo podem ser permutados por crossover.

O Crossover é um dos fatores importantes que afetam a variabilidade dos descendentes. Assim, é possível jogar com este fator, modificando as probabilidades ou através da limitação da quantidade de trocas que podem ocorrer entre os cromossomos.

A fim de tratar o fator relativo ao gênero, em vez de criar cromossomos para a determinação do sexo, foi definido um gene específico para isso. Se o gene tem valor “X”, o modelo contém características do sexo feminino, se tiver o valor “Y”, contém características do sexo masculino. Assim, um indivíduo com "XX" é do sexo feminino e um, com “XY” é masculino. Ao gerar a malha de um descendente do sexo feminino, as características herdadas do pai são transformadas em formas femininas para combinar com as medidas dos genes correspondentes da mãe. Analogamente, nos descendentes do sexo masculino, as características herdadas da mãe são transformadas em formas masculinas para combinar com as características herdadas do pai. Estas transformações são efetuadas como descrito na Figura 13, assumindo um modelo com formas geométricas que corresponde à média masculina e feminina de uma população, assim como fez Blanz e Vetter [3] com seus modelos obtidos por scanner 3D.

Neste trabalho os modelos que corresponderiam à média foram definidos sem o rigor de uma amostragem real, para efeito de estudo de caso. Modelos com características masculinas e femininas obtidas com esta abordagem são ilustrados na Figura 14.

X Symposium of Virtual and Augmented Reality

Figura 11. Combinações de genes para cor de pele.

Figura 12. Combinações de genes dos olhos.

354

As medidas resultantes são geradas a partir da combinação de pares de genes. Na primeira simulação foi usado o conceito de dominância e recessividade das medidas, definida de forma aleatória. Na segunda, foi usada dominância incompleta entre os alelos, gerando um peso aleatório para as medidas a serem combinadas. Conseqüentemente, para uma dada característica, o personagem descendente terá semelhança geométrica mais próxima do ancestral com gene de maior peso.

5.3. Geração de gametas

Nos exemplos simulados neste estudo de caso, as características genéticas foram distribuídas em cinco

cromossomos, (Figura 15), com a seguinte estrutura:

X Symposium of Virtual and Augmented Reality

Figura 13. Adaptação da malha ao gênero.

Figura 14. Modificações relativas ao sexo.

},,,,{ 54321 cccccC =

Na estrutura cromossômica, genes são associados a medidas antropométricas com zonas de influência distintas. Para garantir uma alta variedade de gametas, foi permitido ocorrer crossover entre qualquer gene no cromossomo, ou seja, segmentos de um cromossomo contendo apenas um gene podem ser permutados.

Neste estudo, ao invés de gerar dois grandes reservatórios de gametas, um paterno e outro materno;em cada processo de meiose aplicado às estruturas Pai.C e Mãe.C um gameta de cada é escolhido aleatoriamente e fecundado (Figura 17).

Figura 15. Distribuição dos genes nos Cromossomos.

Figura 16. Geração de quatro gametas por interação da simulação.

Figura 17. Representação da fecundação utilizando medidas antropométricas.

355

(A) Média geométrica masculina utilizada. (B) Média geométrica feminina utilizada. (C ) Modelo, alterando suas características para mais masculino ou feminino.

X Symposium of Virtual and Augmented Reality

5.4. Geração dos modelos da prole

O processo consiste em construir uma estrutura cromossômica de um descendente pela fecundação de um gameta feminino por um masculino. Esta estrutura cromossômica é então utilizada para gerar a malha dos descendentes (Figura 14), seguindo os passos:

· Definição da cor da pele pela combinação dos genes herdados, conforme Figura 11;

· Definição da cor dos olhos pela combinação dos genes herdados, conforme Figura 12;

· Definição do sexo pela combinação dos “genes” X e Y e transformação das características relativas ao gênereo, conforme Figuras 13 e 14 para que sejam feitas as combinações de genes nas etapas seguintes;

· Ajuste das medidas ao modelo, utilizando as zonas de influência descritas nas figuras 7 e 8, para cada gene, que pode ocorrer por dominância completa ou incompleta.

Neste estudo de caso, para cada casal analisado, foram realizadas diversas fecundações. A Figura 18 ilustra a árvore genealógica, simulando parentescos de indivíduos etnicamente distintos, até a terceira geração (Avós, pais e filhos). A segunda árvore genealógica (Figura 19) simula parentescos de indivíduos caricaturados com características faciais e cores de pele e olhos bem distintas, até a quarta geração.

6. Conclusões

Este trabalho apresenta uma solução para o problema de transmissão de características herdadas dos modelos ascendentes bem como de simulação de relações de parentesco e interação entre populações isoladas com características étnicas bem definidas. A solução proposta baseia-se no automatismo e grande variabilidade que ocorre na reprodução de seres diplóides. O processo necessita de uma descrição geométrica subjacente que se adapte segundo as informações genéticas armazenadas em uma estrutura diplóide de cromossomos artificiais. O modelo geométrico utilizado neste estudo foi composto por malhas com 2076 vértices e associações ponto-a-ponto. O controle da adaptação do modelo usou pontos definidos por landmarks antropométricos cujos subagrupamentos definiram as características genéticas armazenadas como genes nos pares de cromossomos homólogos artificiais. Através do processo de meiose simulada, aplicado sobre a estrutura cromossômica de dois personagens geradores, gametas foram gerados para posteriormente serem usados na fecundação simulada. No estudo de caso foi apresentado o processo reprodutivo aplicado à geração de faces, no

entanto, a teoria é geral e pode ser aplicada ao modelo completo (cabeça e corpo) de um personagem, devendo apenas adaptar a manipulação geométrica às características das diversas partes do corpo. Este método garante o automatismo e grande variabilidade existentes em alguns dos métodos encontrados na literatura. No entanto, nenhum outro método é capaz de gerar personagens com características semelhantes herdadas dos seus ascendentes, simulando grupos de uma mesma família ou etnia, bem como permitindo o cruzamento entre indivíduos de grupos distintos, assim como ocorre na realidade. Com esta abordagem, é possível povoar ambientes dinamicamente à medida que a simulação evolui, gerando populações distintas, podendo ocorrer migração, com mistura de características étnicas e interações entre famílias em um ambiente virtual dinâmico, em tempo real. É importante assinalar que o método proposto é muito mais versátil do que a média ponderada das malhas dos progenitores semelhante ao que acontece com técnicas morphing. Além disso, embora use analogias biológicas de reprodução, este modelo é diferente de algoritmos genéticos e tem objetivos diferentes. Algoritmos genéticos são utilizados para convergir para um determinado resultado, removendo modelos indesejados durante o processo. O método utilizado neste estudo não deseja convergir para resultados específicos, mas gerar qualquer combinação possível de características geométricas a partir das informações herdadas dos ascendentes, como ocorre no processo reprodutivo biológico.

7. Referências

[1] Allen, B.; Curless, B.; Popovic, Z. The space of human body shapes: reconstruction and parameterization from range scans. ACM Transactions on Graphics (Proceedings of ACM SIGGRAPH 2003), 2003 July, 22(3): 587-594.

[2] Amabis, J. M.; Martho, G. R. Biologia das populações.Vol.3, 1st ed., Editora Moderna, São Paulo, São Paulo, Brasil, 1995.

[3] Blanz, V.; Vetter T. A morphable model for the synthesis of 3D faces. In: Warren Waggenspack editor. 26th annual conference on Computer graphics and interactive techniques; 1999 Aug 8-13; Los Angeles, CA, USA. New York: ACM Press/Addison-Wesley Publishing Co.; 1999. p. 187-194.

[4] Bui, T.D.; Poel, M.; Heylen, D.; Nijholt, A. Automatic Face Morphing for Transferring Facial Animation. In: M.H. Hamza editor. Computer Graphics and Imaging; 2003 Aug 13-15; Honolulu, Hawaii, USA. Calgary, AB, Canada: ACTA Press; 2003. p. 19-23.

356

[5] DeCarlo, D. ; Metaxas, D.; Stone M.. An anthropometric face model using variational techniques. In: Stephen N. Spencer editor. 25th annual conference on Computer graphics and interactive techniques; 1998 Jul 19-24; Orlando, FL, USA. New York: ACM Press/Addison-Wesley Publishing Co.; 1998. p. 67-74.

[6] Golovinskiy, A.; Matusik, W.; Pfister, H.; Rusinkiewicz, S.; Funkhouser, T. A Statistical Model for Synthesis of Detailed Facial Geometry. ACM Transactions on Graphics (Proc. SIGGRAPH 2006), 2006 Julay, 25(3): 1025-1034.

[7] Kähler, K.; Haber, J.; Seidel, H.. Reanimating the Dead: Reconstruction of Expressive Faces from Skull Data. ACM Transactions on Graphics (Proceedings of ACM SIGGRAPH 2003), 2003 July, 22(3): 554-561.

[8] Kähler, K.; Haber, J.; Yamauchi, H.; Seidel, H. Head shop: generating animated head models with anatomical structure. In: Michael F. Cohen and Nancy Pollard editors. ACM Siggraph/Eurographics Symposium on Computer Animation; 2002 Jul 21-22; San Antonio, Texas, USA. New York, NY, USA: ACM; 2002. p. 55-63.

[9] Kolar, J. C.; Salter, E. M. Craniofacial Anthropometry – Practical Measurement of the Head and Face for Clinical, Surgical and Research Use. Charles C. Thomas Publisher, Ltd. Springfield, Illinois, USA, 1997.

[10] Noh, J.; Neumann, U. A Survey of facial modeling and animation techniques, USC Technical Report 99-705, 1998.

[11] Praun, E.; Sweldens, W.; Schroder, P. Consistent Mesh Parameterizations. In: Stephen N. Spencer editor. 28th annual conference on Computer graphics and interactive techniques; 2001 Aug 12-17; Los Angeles, CA, USA. New York: ACM Press/Addison-Wesley Publishing Co.; 2001. p. 179-184.

[12] Seo, H.; Magnenat-Thalmann, N. An automatic modeling of human bodies from sizing parameters. In: Randy Pausch and Gary Bishop editors. Symposium on interactive 3D Graphics; 2003 Apr 27-30; Monterey, CA, USA. New York, NY, USA: ACM; 2003. p. 19-26.

[13] Starr, C.; Taggart, R. Biology: The unity and diversity of life, 7th ed., Wadsworth Publishing Company, Belmont, California, USA, 1995.

357

X Symposium of Virtual and Augmented Reality

Figura 18. Árvore genealógica incluindo parentesco de modelos etnicamente diferentes.

Figura 19. Árvore genealógica de modelos caricaturados.

X Symposium of Virtual and Augmented Reality

358