Movimiento Realista del Cuerpo Humano para la Expresividad

Movimiento Realista del Cuerpo Humano para la
Expresividad Emocional
Adrian Di Puglia
Gabriel Muñumel
Computación Gráfica
Ingenierı́a de la Computación
Universidad Simón Bolı́var
Valle de Sartenejas, Caracas, Venezuela
Email: [email protected]
Computación Gráfica
Ingenierı́a de la Computación
Universidad Simón Bolı́var
Valle de Sartenejas, Caracas, Venezuela
Email: [email protected]
Resumen—Los seres humanos expresan sus emociones de
muchas formas, en particular, a través de la cara, los ojos y el
movimiento del cuerpo. Por lo tanto, la variedad de expresiones
viene dado por la emoción, la personalidad, la biomecánica, los
principios fı́sicos de la animación y la animación fı́sica humana
basada en la simulación de movimiento. También se van a
presentar casos realistas de la expresividad.
I.
Introducción
Los principios del movimiento humano permiten conectar
muchos campos de la investigación cientı́fica, incluyendo la
biomecánica, el control óptimo, aprendizaje automático, la
robótica, la neurociencia del movimiento, la psicologı́a, y
otros, ası́ como el teatro, la animación y el baile. Cada uno
de estos campos puede dar una perspectiva diferente en el
movimiento, cada uno de los cuales son útiles para entender
cómo nos movemos. Este trabajo tiene como objetivo mostrar
los principios más relevantes de estas áreas, con énfasis en la
locomoción humana (especialmente el caminar). Incluso desde
un punto de vista fı́sico, hay muchas maneras que podemos
ver el movimiento. Podemos inspeccionar todas los las fuerzas
individuales que participan en un movimiento, o podemos
mirar a las fuerzas en el sistema en su conjunto partiendo
desde el centro de masa, o podemos buscar en las propiedades
de más alto nivel, tales como energı́a y trabajo.
II.
Expresiones Faciales
La animación facial por computadora es principalmente un
área de la computación gráfica que encapsula los modelos
y técnicas para la generación y animación de imágenes de
la cabeza humana, la cara o rostro. Debido a su tema y al
resultado obtenido, está relacionado con muchos otros campos
cientı́ficos y artı́sticos de la psicologı́a y de la animación tradicional. La importancia de la cara humana en la comunicación
verbal y no verbal y los avances en hardware y software de
gráficos han causado considerables el creciente aumente en las
áreas cientı́ficas, tecnológicas, artı́sticas en la animación facial
por computadora.
II-A.
Sistema de Codificación para Acciones Fa-
ciales
De sus siglas en inglés FACS que significa Facial Action
Codes System; es un sistema para taxonomizar las expresiones
faciales humanas, originalmente desarrollado por Paul Ekman
y Wallace Friesen V. en 1978. [14] Se trata de una norma
común para clasificar sistemáticamente la expresión fı́sica
de emociones, y ha demostrado ser útil a los psicólogos y
animadores.
II-A1. Usos: usando FACS, los codificadores humanos
pueden manualmente descifrar casi cualquier expresión facial anatómicamente posible, descomponiendo las unidades
especı́ficas de acción (UA) y sus segmentos temporales que
produce en la expresión. Las UAs (unidades de acción) son
independientes de cualquier interpretación, pudiendo ser utilizadas para cualquier decisión de orden superior incluido el
reconocimiento de emociones básicas, o los comandos preprogramados para un entorno ambiental inteligente.
Comunmente utilizados por psicólogos y artistas del espectáculo para reconocer o expresar emociones según sea
el caso. Adicionalmente, es de gran utilidad en la ciencias
criminalı́sticas para saber cuando una persona está diciendo la
verdad, solo observando su rostro y las lı́neas de expresión.
[15]
II-A2. Códigos Unidades de Acción: unidades de Acción
(UA), son las acciones fundamentales de los músculos o grupos
de músculos. Acción Descriptores (AD), son movimientos
unitarios que pueden implicar la actuación de varios grupos
musculares (por ejemplo, el movimiento de la mandı́bula). La
base muscular para estas acciones no se ha especificado y
sus comportamientos especı́ficos no han sido distinguidos con
tanta precisión como con las UA.
II-A3. Puntuación de la Intensidad: está divida por:
A Trazo
B Leve
C Marcado o Pronunciado
D Severo o Extremo
E Máximo
II-B.
Técnicas en 2D
II-B1. Morphing: es un efecto especial en el cine y en
las animaciones que cambia (o se transforma) una imagen en
otra a través de una transición sin problemas. Muy a menudo
se utiliza para hacer que una persona se convierta en otro a
través de medios tecnológicos o como parte de una fantası́a o
una secuencia surrealista.
II-B2. Video de Reescritura: utiliza las tomas existentes
para crear automáticamente un nuevo video de una persona
pronunciando palabras que no hablaba en la grabación original.
Esta técnica es útil en el doblaje de pelı́culas, por ejemplo,
donde se encuentra la secuencia de la pelı́cula que puede ser
modificada para sincronizar los movimientos de los labios del
actor a la nueva pista de audio. [7]
II-C.
Técnicas en 3D
II-C1. Transformación (Morphs):
Se tiene un número de expresiones faciales, cada una
representada por una malla independiente.
Se construyen nuevas expresiones faciales de estas expresiones base.
La transición de uno a otro de hace de forma suavizada.
Ventajas:
II-C3. Captura de Movimiento Facial: es el proceso
de convertir electrónicamente los movimientos de la cara de
una persona en una base de datos digital con cámaras o
escáneres láser. Esta base de datos puede entonces ser utilizada
para producir GC (gráficos por computadora), animación para
pelı́culas, juegos o avatares en tiempo real. [13]
Basado en Marcadores
Sistemas de marcadores tradicionales en donde se aplican
hasta 350 marcadores en la cara de los actores y se sigue
el movimiento del marcador con cámaras de alta resolución.
Esto ha sido utilizado en pelı́culas como “The Polar Express” y
“Beowulf” para permitir que un actor como Tom Hanks pueda
realizar expresiones faciales de varios personajes diferentes.
Desafortunadamente esto es relativamente engorroso y hace
que las expresiones de los actores tengan que ser exageradas
una vez que el alisado y el filtrado se han producido.
Sin Marcadores
Tecnologı́as sin marcadores utilizan las caracterı́sticas de la
cara, la nariz, las comisuras de los labios, los ojos y las
arrugas para luego seguirlos. Esta tecnologı́a se discute y se
mostró en la CMU, IBM, Universidad de Manchester (donde
gran parte de esto comenzó con Tim Cootes, Gareth Edwards
y Chris Taylor) entre otros lugares; utilizando modelos activos,
componentes principales de análisis, modelos deformables de
superficie y otras técnicas para rastrear las caracterı́sticas
deseadas faciales marco a marco. Esta tecnologı́a es mucho
más sencilla, y permite una mayor expresión del actor. Observése la Figura 1.
No se necesita mucha experticia para realizar la técnica.
No hay restricciones para el diseño.
Desventajas:
Puede tomar mucho tiempo si se hace manualmente.
Requiere mucha memoria RAM.
II-C2. Sistema Músculo-Esqueleto:
Es un conjunto de objetos subyacentes que pueden ser
trasladados a la malla de control.
Cada hueso afecta a un número de vértices con un peso.
Se modela cada uno de los músculos de la cara.
Cada músculo se ve afectado por un hueso.
Ventajas:
Estos métodos pueden ser muy poderosos para la creación de realismo.
Se pueden utilizar en el contexto de modelos con parámetros para proporcionar detalles locales cuando sea necesario.
Desventajas:
La complejidad de las estructuras faciales son computacionalmente costosas, y difı́cil de crear.
Figura 1. Captura de Movimiento sin Marcadores.
II-D.
Sincronización de los labios
Es un término técnico para hacer coincidir los movimientos
de los labios con la voz y puede referirse a cualquier número
de diferentes técnicas y procesos. En el caso de las interpretaciones de conciertos en vivo, la sincronización de labios es
una técnica de uso común, pero puede ser objeto de polémica.
Adicionalmente en el área de la animación computacional es
de amplio uso, relacionandose directamente con la creación de
pelı́culas animadas, video juegos, inteligencia artificial, entre
otros.
II-E.
Aplicaciones
II-E1. Face Robot: es un software nuevo que permite la
creación de gráficos de calidad digital, destinados a animadores de carácter profesional en el sector del cine y del juego. Se
ocupa de los problemas técnicos de la creación de animaciones
faciales y personajes humanos realistas con un nuevo conjunto
de algoritmos. [8]
Simulación de tejidos blandos
Face Robot es el único sistema que de forma realista y
coherente simula la forma en que el tejido blando de las faces
del rostro humano se puede deformar. Con base en este modelo
de tejido blando, Face Robot permite a los artistas trabajar
a un nivel más alto de abstracción. En lugar de construir
formas para cada expresión, la cara se pueden manipular
directamente a través de las caracterı́sticas más destacadas
de la anatomı́a facial, tales como las esquinas de la boca,
las cejas, la mandı́bula, etc. Para la animación de captura de
movimiento, la cara del robot requiere un menor número de
marcadores (sólo 25 a 30) que los enfoques tradicionales de
gama alta, pero ofrece resultados de alta calidad, porque los
marcadores permiten conducir un modelo de tejido blando.
No proporciona el movimiento muscular y el movimiento
realista de la piel.
Posibles soluciones a este problema:
Controladores especiales para los músculos adheridos a
los huesos.
Consultar con expertos en fisiologı́a (aumentar la precisión del realismo musculoesqueléticos con simulaciones
más a fondo de la anatomı́a virtual).
Esqueleto Tı́pico
Las lı́neas representan la unión con las articulaciones
de rotación. Son enlaces rı́gidos (huesos). Obsérvese la
Figura 2.
El cuadro rojo es la raı́z (la posición y rotación de
desplazamiento desde el origen).
El personaje es animado al girar las articulaciones y
generando movimiento.
II-E2. Lenguaje de Modelado para la Cara: de sus
siglas en inglés, FML, Facial Modeling Language, es un
lenguaje de descripción de contenidos para la animación de
la cara. Las expresiones faciales vienen escritas en etiquetas
o tags, muy similares a el lenguaje XML. Se utiliza un
framework llamado iFACE [16] que se encarga de realizar la
interpretación de nuestras instrucciones y se transforman en
expresiones faciales de un modelo computacional.
Figura 2. Esqueleto Tı́pico.
III.
III-A.
Animación del Cuerpo Humano
Animación del Esqueleto
Animación del esqueleto es una técnica de animación por
computadora en el que se representa un personaje en dos
partes: una representación de superficie se utiliza para dibujar
al carácter (la piel o malla) y un conjunto jerárquico de los
huesos entre sı́ (llamado el esqueleto o plataforma) utilizado
para animar (a travez de keyframes) la malla. Si bien esta
técnica se utiliza a menudo para animar los seres humanos, o
modelos orgánicos, también se puede utilizar para controlar la
deformación de un objeto.
Ventajas:
El hueso representa un conjunto de vértices.
El animador controla menos caracterı́sticas del modelo.
El animador puede centrarse en el movimiento a gran
escala.
Los huesos se pueden mover independientemente.
Una animación puede ser definida por simples movimientos
de los huesos, en lugar de vértice por vértice (en el caso de
una malla poligonal).
Desventajas:
Forward Kinematics (FK): La posición de un enlace se
calcula mediante la concatenación de rotaciones y desplazamientos. [10]
Ventajas:
Simple.
Se utiliza para la mayorı́a de los sistemas de animación
en tiempo real.
Desventaja:
Puede ser incómoda para animar en algunos casos, por
ejemplo, si usted quiere asegurarse de que una mano
está en contacto con un objeto.
Inverse Kinematics (IK): Teniendo en cuenta la posición
deseada para una parte del cuerpo (del efector final) elaborar
los ángulos comunes que afluyen allı́. [11]
Ventajas:
Herramienta muy potente.
Para la aplicación de limitaciones especı́ficas.
Desventajas:
Computacionalmente intensivas.
Se restringe para más de dos enlaces.
III-B.
Captura de Movimiento
Término usado para describir el proceso de registrar el
movimiento y la traducción de movimiento de un modelo
digital. Se utiliza en el ámbito militar, deportes, aplicaciones
médicas, para la validación de la visión por computadora y
en la robótica. En cine se refiere a las acciones de registro de
los actores humanos, se utiliza esa información para animar
modelos digitales de personajes animados por computadora en
2D o 3D. [9]
III-B1. Captura de Movimiento Óptico: se divide en:
Con Marcadores
Los sistemas ópticos utilizan los datos capturados de los
sensores de imagen para triangular la posición 3D de un objeto
entre una o más cámaras calibradas para ofrecer proyecciones
superpuestas. La adquisición de datos se implementa mediante
marcadores especiales unidos a un actor. El seguimiento de
un gran número de artistas, intérpretes o ejecutantes se logra
mediante la adición de más cámaras y la ampliación del
área. Estos sistemas producen datos con 3 grados de libertad
para cada marcador, y la información de rotación se infiere
de la orientación relativa de los marcadores de tres o más
puntos, por ejemplo, el hombro, el codo y la muñeca tienen
marcadores para proporcionar el ángulo del codo.
Esta técnica utiliza marcadores reflectantes pasivos e infrarrojos para evitar problemas de color.
III-B2. Captura de Movimiento No-Óptico: se divide
en:
Magnético
Sistemas magnéticos calculan la posición y orientación de los
flujos relativos magnéticos en tres bobinas ortogonales ubicadas en el transmisor y el receptor. La intensidad relativa de la
tensión o corriente de las tres bobinas permite a estos sistemas
el cálculo de la gama de movimientos y la orientación con una
presición meticulosa. La salida del sensor es 6DOF (6 grados
de libertad), que proporciona resultados útiles obtenidos con
las dos terceras partes del número de marcadores necesarios
en los sistemas ópticos, uno en el brazo superior y uno en
la parte inferior del brazo para la posición y el ángulo del
codo. Los marcadores no se ocluyen con objetos metálicos,
pero son susceptibles a interferencias magnéticas y eléctricas
de los objetos de metal en el medio ambiente, como barras
de refuerzo (barras de acero de refuerzo en el concreto) o
cableado, que afectan el campo magnético, y las fuentes de
electricidad, tales como monitores, luces, cables y equipos.
Observése la Figura 3.
Ventajas:
Peso ligero, barato.
Uso común por la mayorı́a.
Desventajas:
Los problemas de oclusión.
Limitado a un espacio 3D determinado.
Figura 3. Captura de Movimiento Magnético.
Sin Marcadores
Técnicas emergentes y la investigación en visión por computadora están dando lugar a la rápida evolución del enfoque
sin marcadores de captura de movimiento. Sistemas sin marcadores, como los desarrollados en Stanford, por la Universidad de Maryland, el MIT y el Instituto Max Planck, no
requieren que los actores utilicen un equipo especial para
el seguimiento. Algoritmos especiales están diseñados para
permitir que el sistema analice los múltiples flujos de entrada
óptica e identifique las formas humanas, descomponiéndolas
en componentes para su seguimiento. Las aplicaciones de
esta tecnologı́a se extienden profundamente en la imaginación
popular sobre el futuro de la tecnologı́a informática. También
se han introducido, incluidos los sistemas de movimiento
orgánico, por ejemplo, en sistemas como el de Microsoft,
llamado Kinect, para la consola Xbox 360, es capaz de captura
de movimiento sin marcadores.
Ventajas:
Casi perfecto en teorı́a.
Desventajas:
Aún en la fase de prototipos de investigación.
Está caracterizado por:
Transmisores magnéticos en el cuerpo (marcadores activo).
La estación base toma las medidas de las posiciones
relativas.
Ventajas:
Muy exacto.
Desventajas:
Costoso.
Interferencias magnéticas causadas por el área de trabajo.
Mecánico
Sistemas mecánicos de captura de movimiento trabajan directamente con los ángulos de las articulaciones en el cuerpo
y se refieren a menudo como sistemas de captura de exoesqueleto de movimiento, debido a la forma en que los
sensores están conectados al cuerpo. Artistas interpretes o
ejecutantes realizan los movimientos como si de su cuerpo
se tratase y a medida que se mueven lo hacen también las
partes mecánicas articuladas, que mide el movimiento relativo
del artista. Sistemas mecánicos no proporcionan obstrucción,
son inalámbricas (sin ataduras). Por lo general, son estructuras
rı́gidas, de metal articulado, recto o de plástico unidas entre
sı́ con los potenciómetros que se articulan en las articulaciones
del cuerpo. Observése la Figura 4.
Figura 4. Captura de Movimiento Mecánico.
Está caracterizado por colocarse medidores que toman en
cuantos grados ocurren las deformaciones en las articulaciones.
Ventajas:
No se necesitan otros instrumentos.
Puede directamente proporcionar los ángulos de las articulaciones.
Desventajas:
Voluminosos.
Relativamente costosos.
III-B3. Captura de Movimiento - Conclusiones: se
mencionan las ventajas y desventajas de la técnica para captura
de movimiento:
Ventajas:
La captura de movimiento produce una animación de
gran realismo.
Muy popular dentro de la industria cinematográfica y de
video juegos.
Fácil de utilizar por los actores que los utilizan.
Desventajas:
Proceso de depuración puede ser un proceso más lento.
Es inflexible, que sólo puede reproducir lo que se ha
capturado.
Difı́cil de aplicar a las nuevas situaciones fı́sicas (levantar
una taza desede un lugar diferente).
O los nuevos estilos (emoción diferente).
III-C.
Edición de Movimiento
La posibilidad de editar el movimiento capturado es de vital
importancia. La animación debe ser personalizada de manera
que se pueda eliminar los defectos, y lograr una precisión
espacial y temporal que coincida con el medio ambiente
generados por computadora, o para superar las limitaciones
espaciales del área en que se realizó la captura de movimiento.
Para volver a utilizar el movimiento se debe ser capaz de
alterar libremente el la geometrı́a y el momento. Para ser útil,
la edición debe ser mucho más fácil que la animación y debe
poder ser realizada desde cero, garantizando la preservación
de la calidad y naturalidad de la moción original. [2] Muchas
de las investigaciones recientes en el control de movimiento
se ha dedicado al desarrollo de diversas tipos de herramientas
de edición para producir un movimiento convincente de los
movimientos pregrabado. Las técnicas más utilizadas son:
Reorientación.
Estilo y Contenido.
III-C1. Reorientación: es una técnica para la reorientación de movimiento de una animación de un personaje y
adaptarlo a otro. Su atención se centra en la adaptación de la
moción de una figura articulada a otra figura con la misma
estructura pero con segmentos diferentes de longitudes. Su
método crea adaptaciones que preservan las cualidades deseables del movimiento original. Identifican caracterı́sticas de la
moción tal como las limitaciones que deben ser mantenidas.
Un solucionador de restricciones de espacio-tiempo calcula
un conjunto de movimientos que deben ser adaptados y reestablece estas limitaciones, preservando las caracterı́sticas de
frecuencia de la señal original. [2]
III-C2. Estilo y Contenido: un movimiento puede ser
separada en un componente de contenido y un componente
de estilo
Contenido: caminar, sentarse, saltar.
Estilo: enojado, alegre, orgulloso.
Tratar de separar el estilo y contenido
Cambiar el estilo de un objeto.
Aplicar el estilo de un movimiento a otro.
III-D.
Gráfico de Movimiento
Como hemos visto, en los resultados de captura de movimiento proporcionan animaciones de alta calidad. Pero también se han visto que el conjunto de datos es muy restringido
en el sentido de mezclar el grabado movimiento. Es muy
difı́cil generar movimiento adicional, y sólo es posible modificar partes muy pequeñas. Ası́ que cuando se pensó en la
posibilidad de mejorar esto, se desarrolló la idea de gráficos
de movimiento. Ellos han buscado una nueva forma de reorganizar los datos almacenados. Como existen varias ideas de
estructuras de datos tales como árboles, gráficos o pilas, hay
también más enfoques sobre la estructuración del movimiento
de datos. Se decidió utilizar un gráfico dirigido de manera
que los datos sean más fáciles de manejar. Se separaron los
datos del movimiento registrado en pequeños clips de un par
de cuadros.
Se caracteriza por:
Es útil para crear secuencias de movimientos aleatorios.
Dado un conjunto de datos de captura de movimiento
automáticamente construir un grafo dirigido conectando
los diferentes movimientos y las transiciones.
III-E.
Suavizado de la Piel
Queremos representar a un personaje con una sola malla
lisa (una “piel”).
Debe deformarse sin problemas sobre la base del esqueleto propuesto.
Asociar cada vértice en una malla con una o más articulaciones.
Los vértices se transforman individualmente por sus
articulaciones asociadas.
Cada vértice tiene un peso para cada articulación.
La posición resultante es una suma ponderada de la
articulación individual que se transforma.
III-F.
Método Multi-Capa
La deformación de un cuerpo humano no sólo depende
del movimiento del esqueleto.
El movimiento del músculo y la grasa también afectan a
la apariencia.
Los tejidos blandos necesitan diferentes técnicas al de
los huesos rı́gidos.
Los sistemas más avanzados de animación de caracteres
utilizan capas múltiples.
Métodos geométricos, por ejemplo, deformaciones de
forma libre (basado en NURBS).
Los modelos fı́sicos basados en capas de grasa y músculo.
III-G.
Aplicaciones
III-G1. The Human Immersive Laboratory: es una unidad militar instalada en la base militar en Fort Worth, Texas,
es un buen ejemplo de como el desarrollo de la ingenierı́a
immersiva está siendo impulsada gracias al ahorro de mas
de 100 millones de dólares. Este sistema está construido con
cámaras digitales que capturan el movimiento de las personas
y con el uso del software analı́tico llamado Cortex desarrollado
por Motion Analysis Corp. El sistema coloca a sus usuarios
en ambientes y pruebas reales que simulan actividades crı́ticas
o de entrenamiento en diversos áreas, como pueden ser:
actividades de cargamento, mantenimiento o reparación en
busques militares y hasta en aviones como el F-16 y F-22.
[17]
III-G2. Metallica en Guitar Hero: la reconocida banda
de rock Metallica y la empresa desarrolladora de juegos
Activision, y gracias a la tecnologı́a de captura de movimiento
han trabajado juntos en el desarrollo del juego Guitar Hero Metallica. El mismo consta de un conjunto de canciones y
videos hechos por la banda utilizando la captura de movimiento que ha proporcionado un gran realismo y emoción a
la experiencia del juego.
IV.
Conclusión
Se ha avanzado y mucho en el desarrollo de técnicas
que nos permitan representar en modelos computacionales la
expresividad que creemos que es solo inerente a los seres
humanos. Con el continuo incremento de la potencia de los
sistemas informáticos es cada vez más realista el resultado que
se va obteniendo.
En los tiempos actuales hemos visto la gran evolución
que han tenido técnicas como la captura de movimiento, que
nos auguran un futuro lleno de peı́culas, juegos, robots, ets,
cada vez más reales. Con el avance de la tecnoloı́a y la
investigación se han podido realizar filmes cinematográficos
que han acaparado totalmente nuestra fascinación. Sin embargo, lo mejor esta por venir. Aún queden ramos de las
ciencias y usos prácticos que no han sido lo suficientemente
desarrollados, como lo puede ser: la medicina, la cirugı́a
estética, la simulación y la realidad virtual por contar algunas.
Con la llegada de video juegos que utilizan captura de
movimientos, como lo es el Kinect de Xbox 360, ha sido
el primer vestigio de lo que nos puede deparar el futuro.
Herramientas que propicien la interacción en primera persona
a través de internet o la creación de un mundo virtual paralelo.
Al final la realidad es el lı́mite. El afán por crear cada vez
mejores modelos 3D que puedan tener expresiones reales o
cuasi-humanas nos llevará a los rincones de nuestra propia
imaginación.
R EFERENCIAS
[1] Pascal Pohl: “Motion Graphs in Character Animation” Saarland University.
[2] Jae Woo Kim: “Motion Editing Techniques for Realistic”
[3] Nicolleta Adamo-Villani, Gerardo Beni, Jeremy White: “EMOES: Eye
Motion and Ocular Expression Simulator” International Journal of Information and Communication Engineering 2006.
[4] S. Platt y N. Badler, “Animating facial expressions”. Computer Graphics
(Siggraph’81 Proc.), 1981, pp.279-288.
[5] F. Parke, “Parameterized Models of Human Faces”. PhD Thesis, University of Utah, 1974.
[6] Aaron Hertzmann, Carol O’Sullivan, Ken Perlin: “Realistic Human Body
Movement for Emotional Expressiveness” Siggraph 2009 proc.
[7] Reescritura de Video [En Lı́nea]. Disponible: http://mrl.nyu.edu/∼bregler/
videorewrite/.
[8] Face Robot [En Lı́nea]. Disponible: http://mrl.nyu.edu/∼bregler/
videorewrite/.
[9] Capture de Movimiento [En Lı́nea]. Disponible: http://en.wikipedia.org/
wiki/Motion capture.
[10] Forward Kinematics [En Lı́nea]. Disponible: http://en.wikipedia.org/
wiki/Forward kinematic animation.
[11] Inverse Kinematics [En Lı́nea]. Disponible: http://en.wikipedia.org/wiki/
Inverse kinematics.
[12] Animación Facial por Computadora [En Lı́nea]. Disponible: http://en.
wikipedia.org/wiki/Computer facial animation.
[13] Captura de Movimiento Facial [En Lı́nea]. Disponible: http://en.
wikipedia.org/wiki/Facial motion capture
[14] Sistema de Codificación para Acciones Faciales [En Lı́nea]. Disponible:
http://en.wikipedia.org/wiki/Facial Action Coding System.
[15] Expresiones Artistas de Actores de Cine [En Lı́nea]. Disponible: http:
//bassbrass.org/movie/Actors/Facial%20Expressions.html.
[16] Lenguage para el modelado de la cara [En Lı́nea]. Disponible: http:
//img.csit.carleton.ca/iface/.
[17] The Human Immersive Laboratory [En Lı́nea]. Disponible: http://www.
motionanalysis.com/html/temp/lockheedHIL.html.