Miika Aittalan väitöstutkimuksessa kehittämät tekniikat mahdollistavat tosimaailman pintojen värin, kiiltävyyden ja pinnanmuotojen mittaamisen jopa yksittäisestä kännykkäkamerakuvasta. Kaapattuja materiaaleja voidaan käyttää virtuaalisten mallien pinnalla esimerkiksi peleissä tai erikoistehostetuotannossa.
Tietotekniikan Tutkimussäätiö on myöntänyt Tietojenkäsittelytieteen Seuran esityksestä vuoden 2017 väitöskirjapalkinnon TkT Miika Aittalalle hänen Aalto-yliopiston Tietotekniikan laitokselle tekemästään väitöskirjasta Computational methods for capture and reproduction of photorealistic surface appearance (suom. Laskennallisia menetelmiä pintamateriaalien ulkonäön kaappaamiseen ja toisintamiseen).
Tietokonegrafiikka on arkinen osa elinympäristöämme. Siinä missä Jurassic Park ja Toy Story -elokuvat herättivät aikanaan laajaa ihmetystä, tämän päivän mediassa tietokonegrafiikalla tuotetut elementit elävät saumattomassa sovussa todellisen kuvamateriaalin seassa, usein katsojan sitä edes huomaamatta. Vanha klisee “vain mielikuvitus on rajana” pätee kirjaimellisesti: osaavissa käsissä mikä tahansa kuviteltavissa oleva asia voidaan tuoda ruudulle.
Tietokoneiden ja arkisten laitteiden väliset rajat ovat hämärtyneet, ja graafiset käyttöliittymät ovat keskeinen osa tätä kehitystä. Tietokoneavusteinen mallinnus (CAD) on jo pitkään ollut keskeinen teollisen suunnittelun ja muotoilun työkalu, ja 3D-tulostuksen kaltaisten valmistustekniikoiden myötä tämäkin ala on myllerryksessä. Reaaliaikaiseen tietokonegrafiikkaan nojaavan peliteollisuuden koko on jo verrattavissa elokuvateollisuuteen. Suomalaisyhtiöistä esimerkiksi Supercell, Rovio ja Remedy ovat maailmanlaajuisesti tunnettuja menestystarinoita.
Yleisemmin moderni kuvantamistekniikka on älylaitteiden, sosiaalisen median ja näitä ympäröivän ekosysteemin ytimessä. Tänä päivänä internetiin ladataan miljardeja valokuvia päivässä, ja tässä ympäristössä varttunut sukupolvi ilmaisee itseään paljolti kuvallisen ulosantinsa kautta. Tietokonegrafiikan, konenäön ja näyttölaitteiden yhteisen kehityksen myötä kuvat heräävät eloon: keino- ja lisätyn todellisuuden sovellusten visioidaan mullistavan arkeamme tavoilla, joita emme tällä hetkellä edes osaa ennakoida.
Konenäöllä tarkoitetaan kuvien automaattista koneellista tulkintaa. Tietokoneiden kyvyttömyys ihmiselle vaivattomien visuaalisten tehtävien ratkaisemiseen on pitkään ollut suurimpia esteitä esim. itseajavien autojen ja muun ihmisen kanssa vuorovaikuttavan automaation tiellä. Tilanne on kuitenkin nopeasti muuttumassa neuroverkoiksi kutsuttujen koneoppimismallien läpimurron myötä. Kehitys ei ole jäänyt huomaamatta tutkijoilta, teknologiayrityksiltä, sijoittajilta, saati työmarkkina-asemastaan tietoisilta osaajilta. Suurten neuroverkkojen kouluttaminen on mahdollistunut juuri peligrafiikkakorttien valtavan rinnakkaislaskentatehon ansiosta yhdistettynä internetin valtaviin kuvamassoihin.
Tietokonegrafiikka ja konenäkö ovat saman kolikon eri puolet, sillä ymmärtääkseen näkemäänsä on tarpeen ymmärtää visuaalisen maailman lainalaisuuksia. Grafiikka, konenäkö ja koneoppiminen elävät ja kehittyvätkin jatkuvassa vuorovaikutuksessa keskenään, eivätkä alojen rajat aina ole selvät.
Väitöstutkimukseni sijoittuu tälle rajapinnalle. Kaikista edistysaskelista huolimatta tietokonegrafiikan sisällöntuotanto on edelleen ammattilaisten erityisalaa. Rivikuluttajan työkalut rajoittuvat pitkälti Snapchat-filttereiden kaltaisiin valmiiksi purkitettuihin sovelluksiin, joiden suosio sinänsä kertoo mielenkiinnosta laaja-alaisempaan kuvalliseen ilmaisuun. Graafisen alan ammattilaiset taas käyttävät valtavasti aikaa 3D-mallinnukseen, joka on edelleen pitkälti käsityötä. Verkkokaupan alalla on suurta kiinnostusta esitellä tuotteita monipuolisemmin kuin pelkillä valokuvilla.
Oma työni käsittelee tosimaailman pintojen ulkonäön – värin, kiiltävyyden ja hienorakenteen – automaattista kaappaamista ja toisintamista. Äärimmillään tehtävä vaatii monimutkaisia robottiohjattuja laitteita, jotka valokuvaavat näytettä tuntikausien ajan eri valaistusolosuhteissa. Tutkimuksessani olen kehittänyt kevyitä kaappausmenetelmiä, jotka ratkovat pinnan visuaalisesti keskeiset materiaaliominaisuudet jopa yksittäisestä kännykkäkamerakuvasta ja mahdollistavat pinnan ulkonäön tarkan toistamisen esimerkiksi pelimaailmassa.
Tehtävään itseensä kohdistuvasta kysynnästä kertoo se, että johtava näytönohjainvalmistaja NVIDIA on lisensoinut osan työssä kehitetyistä tekniikoista. Keskeisenä osana työtä ovat olleet modernit data-analyysin työkalut, mukaan lukien tietysti neuroverkot. Varmasti työstämiäni ajatuksia voidaan hyödyntää tavoilla, joita en itse olisi ikinä tullut ajatelleeksi. Tietokonegrafiikan viehätys piileekin tavassa, jolla se ammentaa mitä moninaisimmista lähteistä – aina sähkömagneettisen säteilyn käytöksen tarkasta matemaattisesta mallintamisesta ja tieteellisestä numeronmurskauksesta hiusmuotoiluun ja biomekaniikkaan – ja pureksii aineksista toinen toistaan häkellyttävämpiä ideoita ja sovelluksia.
Teksti: Miika Aittala
Kuva: Mika Helenius
Miika Aittalan väitöstutkimuksessa kehittämät tekniikat mahdollistavat tosimaailman pintojen värin, kiiltävyyden ja pinnanmuotojen mittaamisen jopa yksittäisestä kännykkäkamerakuvasta. Kaapattuja materiaaleja voidaan käyttää virtuaalisten mallien pinnalla esimerkiksi peleissä tai erikoistehostetuotannossa.