Résumé du projet

• Développer un outil basé sur l'IA pour nettoyer automatiquement des données de motion capture bruyantes afin de réduire le travail manuel de cleanup.
• Améliorer le flux d'animation en diminuant le temps de nettoyage et en augmentant la cohérence entre les sessions de mocap.

Objectifs et fonctionnalités principales

• Réduction automatique du bruit et reconstruction lissée des trajectoires pour squelettes et rigs variés.
• Verrouillage intelligent des pieds et correction des points de contact pour garantir des interactions réalistes avec le sol.
• Retargeting automatique vers MetaHuman ou rigs personnalisés (optionnel), permettant d'exporter directement vers des pipelines Unreal Engine.

Technologies et outils

• Utilisation d'Unreal Engine 5 pour intégration runtime et visualisation des résultats.
• Développement de scripts et pipelines en Python pour le traitement des données et l'intégration des modèles ML.
• Interfaçage avec APIs de Machine Learning et traitement de données de motion capture (formats BVH/FBX/CCDI ou autres formats mocap usuels).

Livrables attendus

• Prototype fonctionnel capable de nettoyer des séquences mocap et d'appliquer des corrections de contact/foot locking.
• Module de retargeting configurable (MetaHuman ou rigs custom) et documentation technique pour l'intégration.
• Rapport de tests comparant les données brutes et nettoyées (qualitatif et quantitatif).

Profil recherché

• Compétences en machine learning appliqué aux séries temporelles et/ou en traitement du signal pour données mocap.
• Expérience pratique avec Unreal Engine 5 et scripting Python; connaissance des formats mocap et des workflows d'animation appréciée.
• Sens du détail pour l'évaluation de la qualité d'animation et capacité à travailler sur l'automatisation des pipelines.

Candidature

• Pour postuler, envoyer votre dossier (CV, lettre de motivation, exemples de projets si disponibles) à : recruitment@lanterns-studios.com
• Contact direct : recruitment@lanterns-studios.com