このノードは、複数のステップを踏む準静的スタイルのTissueシミュレーションを実行してスキンを変形させます。 この複数のステップに分ける処理のおかげで、順を追って制御しながら、シミュレーションの安定性、品質、および類似したポーズ間の一貫性を最適化することができます。

Armature Deform SOPは、Armature Capture SOPと併せて使用します。 Armature Deform SOPは準静的シミュレーションと変形を実行するのに対して、Armature Capture SOPはシミュレーション用のプロキシジオメトリを用意します。

Armature Deform SOPは、単にBone Deform SOPを適用するよりもリアルに見える有機組織の変形を実現することができます。 基盤となるOtisソルバで用意されている体積維持機能によって、線形ブレンドスキニング(LBS:Linear Blend Skinning)では実現も近似も困難な非線形変形が生成されます。 LBSとの違いは、ボーンとスキンの間に大きな隙間がある場合に顕著です。 スキンがアーマチュアジオメトリに密着している場合、Armature DeformとLBSの出力差はあまり差が出なくなります。

変形処理を高速化するには、スキンメッシュに必要な度合いのディテールのみをプロキシジオメトリに使用してください。 そのディテールの度合いは、Armature Capture SOPの Element Size パラメータで制御します。

Armature Deform SOPを使用して複数のポーズをクックする際の良好なパフォーマンスを得るには、このノードのキャッシュ化の動作に注意してください。 Armature Deform SOPの内部処理(プロキシジオメトリに対するスキンのキャプチャなど)を確実にキャッシュ化するには、Armature Deform SOPの入力のうち、時間依存となるのがAnimated Pose入力だけであるようにしてください。 Armature Deform SOPの他の入力が時間依存だった場合、クック時間が遅くなってしまいます。

Armature Deform SOPは、内部で準静的スタイルのTissueシミュレーションを実行します。 このシミュレーションは完全にブラックボックスとして扱うことはできません。 妥当な時間内で良好な結果を得るには、 Proxy Geometry to Simulate のプリミティブ(四面体)の数ができるだけ少なくなるようにArmature Capture SOPの Element Size パラメータを十分に大きい値に調整してください。 プロキシジオメトリの四面体の数が百万近くまたはそれ以上あると、Armature Deform SOPのデフォルト設定ではシミュレーションが成功しない可能性があります。 その場合には、Armature Deform SOPの出力は空っぽとなり、Geometry SpreadsheetのPポジションアトリビュートの値にはNANが表示されます。

スキンメッシュに細かいディテールのプロキシジオメトリが必要な場合、シミュレーションを安定させるために、Armature Deform SOPの Steps パラメータと Iterations パラメータの2つの設定を調整すると良いでしょう。 一般的なルールとして、 Element Size パラメータの値を2で割ってプロキシジオメトリのディテールを細かくした場合、 Steps パラメータの値を2倍にして補正してください。 また、 Iterations パラメータの値を大幅に上げてください。その値の加減は、メッシュの接続性に大きく依存します。

シミュレーションに細かいディテールのプロキシジオメトリを使用する場合、以下の提案が役立ちます:

• Armature Capture SOPの Element Size パラメータを、シミュレーションが成功するレベルまで上げてください。

• Armature Capture SOPの Element Size パラメータを、複数の段階に進むにつれて徐々に下げてください。

  • それぞれの段階の後に、変形後の結果の品質と安定性を維持するために、 Steps パラメータと Iterations パラメータを上げて補正を試みてください。この操作では、Armature Deform SOPの2番目の出力の変形されたプロキシジオメトリを直接確認するのが役立ちます。

Armature Deform SOPには様々な応用例があります。 例を挙げると、ML Deformer用のデータセット生成がそうです。 Armature Deform SOPは、トレーニングポーズに基づいてスキン変形を生成することができます。 Armature Deform SOPは、フレームや時間にまったく依存しない準静的シミュレーションを実行するOtisソルバの能力に依存しています。 このおかげで、各ポーズがDOPで時間依存のシミュレーションと複数フレームを必要としていた従来のHoudiniバージョンと比べて効率良くトレーニングポーズを処理することができます。

この時間非依存シミュレーション機能によって、いくつかの方法でトレーニングデータを生成することができます。 フレーム範囲内の各フレームにトレーニングポーズを割り当てて、そのフレーム範囲でArmature Captureを実行することができます。 別の方法としては、SOPでForループを構築することで、すべてのポーズに対してArmature Captureを実行することができます。

より一般的な情報は、機械学習のドキュメントを参照してください。