نقد انیمیشن با هوش مصنوعی
درباره زمان، مسیر توجه، خوانایی و واکنش حرکت، بازخورد مشخص بگیرید؛ هر پیشنهاد با محل مشکل، تغییر پیشنهادی و چیزی که باید حفظ بشه همراه است.
برای نقد انیمیشن با هوش مصنوعی، یک نظر کلی مثل «کند است» باید به چیزی قابل بررسی در زمان، سرعت یا ترتیب توجه تبدیل بشه. اسکیل motion-critique از ایجنتتون میخواد واکنش کلی رو به علت قابل بررسی وصل کنه: مثلا توزیع سرعت، مکث، همزمانی چند عنصر یا پایان حرکت. پیشنهاد باید با هدف همون قطعه سنجیده بشه، نه فقط سلیقه منتقد.
نوع ورودی حد بررسی رو تعیین میکنه. از عکس ثابت نمیشه درباره زمان حرکت حکم داد و خواندن کد هم با دیدن اجرای واقعی فرق داره. برای ویدیو، فریمها و نرخ فریم اهمیت دارن؛ برای کد، منحنی و مدت و واکنش به وقفه بررسی میشن. خروجی میتونه چند یادداشت کوتاه یا گزارش کاملتر باشه. هر یادداشت توضیح میده چه چیزی تغییر کنه و چه بخش خوبی حفظ بشه. نتیجه رو بهعنوان فرضیه اصلاح امتحان کنید و نسخه تازه رو دوباره با شواهد واقعی بسنجید.
کاربردها
- بازخورد کلی رو به زمان، سرعت، مکث یا همپوشانی مشخص وصل کنید.
- حرکت رابط کاربری رو از نظر وقفه، تکرار و حالت کمتحرک بررسی کنید.
- خوانایی نوشته و ترتیب جلب توجه رو در یک قطعه مرور کنید.
- یادداشت اصلاح با عدد یا محدوده پیشنهادی و بخش قابل حفظ بگیرید.
- نسخه اصلاحشده رو با فریمها و بررسیهای وعدهدادهشده مقایسه کنید.
نصب و استفاده
- پوشه اسکیل و ابزار خواندن فایل رو آماده کنید. محاسبهگرهای محلی به Python و استخراج فریم ویدیو به ffmpeg نیاز دارن؛ نصب پلاگین مستندشده همراه Master Tools core انجام میشه و قواعد کاری و پروفایل اختیاری رو هم وارد جلسه میکنه.
- مثلا بگید «این حرکت رو نقد کن؛ برای هر ایراد محل، دلیل، تغییر پیشنهادی و بخش قابل حفظ رو بنویس». ورودی واقعی، هدف، مدت و نرخ فریم رو در صورت وجود بدید.
- مشخص کنید کدوم یافته دیده یا محاسبه شده و کدوم پیشبینیه. یک تغییر مهم رو امتحان کنید و بعد نسخه تازه رو بررسی کنید؛ چیزی که قابل سنجش نبوده نباید در گزارش قبولشده علامت بخوره.
سوالات متداول
منبع
ساخته Jo Lord. نام اصلی: motion-critique، منتشرشده در GitHub با مجوز MIT.
مشاهده در GitHub