【3d建模】用Maya和ZBrush制作《黎明杀机》中的鬼武士模型,全流程解读

2024-02-27 12:18

本文主要是介绍【3d建模】用Maya和ZBrush制作《黎明杀机》中的鬼武士模型,全流程解读,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

介绍:

Pom来自泰国,梦想成为3D艺术家,现在正在2年制的Gnomon培训机构中进行全职学习。他有绘制漫画的经验,制作喜欢的角色是他表达艺术的一种方式。
在这里插入图片描述

这个制作中分享了他的日式鬼怪角色的一些制作细节,该角色的原型是基于《黎明杀机Dead by Daylight》中的杀手:鬼武士。

如果你也是游戏动漫模型爱好者,想自己制作游戏模型,欢迎加入社区, q交流学习裙:732672604
在这里插入图片描述

项目:开始

Pom对日本的艺术和文化非常感兴趣,之前就曾创作过一个基于《黎明杀机Dead by Daylight》的日本鬼魂怨灵(The Spirit),这个角色也是他在游戏中最喜欢扮演的杀手。所以,当要再次制作一个项目时,他决定继续制作来自《黎明杀机Dead by Daylight》同一个宇宙的另外一个杀手:鬼武士。

Pom的另一个作品:日本鬼魂怨灵(The Spirit)

在这里插入图片描述

Pom查阅了《黎明杀机Dead by Daylight》的游戏概念设计图以及真实的参考资料(比如这些盔甲应该怎么样组合起来)作为参考。

在开始任何项目之前,都需要做很多准备工作。除了对制作的东西足够了解之外,还有些很重要的东西,比如:例如姿势,摄像机角度,心情和色调,然后尽可能的让结果接近目标。

雕刻与造型

人物雕刻使用了一个男性的模型在基础制作,而大部分装甲零件也是从基础网格中提取,然后使用Dynamesh进行雕刻一直到形状满意为止,模型完成之后使用ZRemesher清理拓扑。

Pom在制作中主要使用Clay build up,Dam standard和Move brushes

如果你也是游戏动漫模型爱好者,想自己制作游戏模型,欢迎加入社区, q交流学习裙:732672604

这三个画笔,但在这个项目中还特别适用了Badking定制的扭绳刷制作鬼武士盔甲和脖子上缠绕的巨大的粗绳子。而胸甲和剑的雕刻则是使用了mask brush,例如,肩部是一个提取的网格,添加了四个圆柱体用来雕刻尖牙和角。
在这里插入图片描述

头发使用Maya的XGen制作,大概的流程是先制作了一个类似于头皮的网格,然后按照头发生长的方向放置引导线,然后添加修改器。

UV

这个项目只是用于展示,所以不用太担心骨骼绑定和制作动画的问题。而UV则是使用了ZBrush的UV Unwrap工具,然后在手动在MAYA中分割UV(某些主要零件:面罩或盔甲上的金色部分,为了让它们的效果达到最好,都是在MAYA中手动摆放)。而那些比较小的部件比如连接铠甲或皮革的绳索,则是在ZBrush中使用Unwrap UV配合绘画节省时间。如果发现问题,可以随时在Maya中对其修复。

在这里插入图片描述

纹理

在这个项目中,大部分纹理都是使用填充层,生成器,黑白蒙版,手绘等制作。

例如,红色填充层是一些灰尘和污垢纹理的组合成的遮罩。并且还使用了在Photoshop中创建的无缝木质法线贴图,然后增加了一些细微的木质细节。盔甲上金色的部分使用了另一个填充层遮罩,该填充层具有不同的金属和粗糙度设置。而金色的区域则是手绘了白色作为遮罩层。

在这里插入图片描述

为了节省时间,Pom创建了一个制作金色的智能材料,用在模型的金色零件上。
在这里插入图片描述

衣服和裤子上的图案比较麻烦,只能在Photoshop中以黑白方式绘制图案,然后将图案用在金色智能材料的蒙版创建图案形状。然后在该填充层上使用了三平面投影,让图案在网格周围重复。肩膀上悬挂的护甲片也是使用了这种方式制作。
在这里插入图片描述

灯光使用了Redshift的标准三点照明设置,并且为了让角色和黑色背景分开,边缘灯调整的更加亮一些。

这个阶段需要多次测试才能达到更好的结果,比如Pom曾尝试过使用蓝色或绿色等颜色的灯(这些颜色可以烘托恐怖气氛),但是最终使用的还是标准的白色。角色的面具和盔甲上还有强烈的红色光芒,这些光不仅在Photoshop中绘制了反射,还在零件周围添加了不可见的红色光芒。
在这里插入图片描述

Redshift的优点是在渲染图像时会进行一些后期处理,比如这里为了让效果更好,就添加了LUT以及Bloom效果。然后将Redshift输出的3个渲染通道:Beauty,AO和Alpha放入后期中调整。主要是将beauty pass作为主要图层,以alpha贴图作为蒙版,然后在图层顶部添加一个以AO的方式在封闭区域周围创建的一些阴影。最后修正了色差,然后用红色/橙色画笔绘制了发光的部分。

如果你也是游戏动漫模型爱好者,想自己制作游戏模型,欢迎加入社区, q交流学习裙:732672604

在这里插入图片描述

这篇关于【3d建模】用Maya和ZBrush制作《黎明杀机》中的鬼武士模型,全流程解读的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/752358

相关文章

轻量级在线服装3D定制引擎Myway简介

我写的面向web元宇宙轻量级系列引擎中的另外一个,在线3D定制引擎Myway 3D。 用于在线商品定制,比如个性化服装的定制、日常用品(如杯子)、家装(被套)等物品的在线定制。 特性列表: 可更换衣服款式,按需定制更换模型可实时更改材质颜色可实时添加文本,并可实时修改大小、颜色和角度,支持自定义字体可实时添加艺术图标,并可实时修改大小、颜色和角度,支持翻转、各种对齐可更改衣服图案,按需求定制

一份LLM资源清单围观技术大佬的日常;手把手教你在美国搭建「百万卡」AI数据中心;为啥大模型做不好简单的数学计算? | ShowMeAI日报

👀日报&周刊合集 | 🎡ShowMeAI官网 | 🧡 点赞关注评论拜托啦! 1. 为啥大模型做不好简单的数学计算?从大模型高考数学成绩不及格说起 司南评测体系 OpenCompass 选取 7 个大模型 (6 个开源模型+ GPT-4o),组织参与了 2024 年高考「新课标I卷」的语文、数学、英语考试,然后由经验丰富的判卷老师评判得分。 结果如上图所

大语言模型(LLMs)能够进行推理和规划吗?

大语言模型(LLMs),基本上是经过强化训练的 n-gram 模型,它们在网络规模的语言语料库(实际上,可以说是我们文明的知识库)上进行了训练,展现出了一种超乎预期的语言行为,引发了我们的广泛关注。从训练和操作的角度来看,LLMs 可以被认为是一种巨大的、非真实的记忆库,相当于为我们所有人提供了一个外部的系统 1(见图 1)。然而,它们表面上的多功能性让许多研究者好奇,这些模型是否也能在通常需要系

工作流Activiti初体验—流程撤回【二】

已经玩工作流了,打算还是研究一下撤回的功能。但是流程图里面并不带撤回的组件,所以需要自己动态改造一下,还是延续上一个流程继续试验撤回功能。《工作流Activiti初体验【一】》 完整流程图 我们研究一下分发任务撤回到发起任务,其他环节的撤回类似 撤回的原理大概如下: 将分发任务后面的方向清空,把发起任务拼接到原来的判断网关,然后结束分发任务,这样流程就到发起任务了 此时的流程如上图,

ROS话题通信流程自定义数据格式

ROS话题通信流程自定义数据格式 需求流程实现步骤定义msg文件编辑配置文件编译 在 ROS 通信协议中,数据载体是一个较为重要组成部分,ROS 中通过 std_msgs 封装了一些原生的数据类型,比如:String、Int32、Int64、Char、Bool、Empty… 但是,这些数据一般只包含一个 data 字段,结构的单一意味着功能上的局限性,当传输一些复杂的数据,比如:

人工和AI大语言模型成本对比 ai语音模型

这里既有AI,又有生活大道理,无数渺小的思考填满了一生。 上一专题搭建了一套GMM-HMM系统,来识别连续0123456789的英文语音。 但若不是仅针对数字,而是所有普通词汇,可能达到十几万个词,解码过程将非常复杂,识别结果组合太多,识别结果不会理想。因此只有声学模型是完全不够的,需要引入语言模型来约束识别结果。让“今天天气很好”的概率高于“今天天汽很好”的概率,得到声学模型概率高,又符合表达

智能客服到个人助理,国内AI大模型如何改变我们的生活?

引言 随着人工智能(AI)技术的高速发展,AI大模型越来越多地出现在我们的日常生活和工作中。国内的AI大模型在过去几年里取得了显著的进展,不少独创的技术点和实际应用令人瞩目。 那么,国内的AI大模型有哪些独创的技术点?它们在实际应用中又有哪些出色表现呢?此外,普通人又该如何利用这些大模型提升工作和生活的质量和效率呢?本文将为你一一解析。 一、国内AI大模型的独创技术点 多模态学习 多

OpenCompass:大模型测评工具

大模型相关目录 大模型,包括部署微调prompt/Agent应用开发、知识库增强、数据库增强、知识图谱增强、自然语言处理、多模态等大模型应用开发内容 从0起步,扬帆起航。 大模型应用向开发路径:AI代理工作流大模型应用开发实用开源项目汇总大模型问答项目问答性能评估方法大模型数据侧总结大模型token等基本概念及参数和内存的关系大模型应用开发-华为大模型生态规划从零开始的LLaMA-Factor

模型压缩综述

https://www.cnblogs.com/shixiangwan/p/9015010.html

AI赋能天气:微软研究院发布首个大规模大气基础模型Aurora

编者按:气候变化日益加剧,高温、洪水、干旱,频率和强度不断增加的全球极端天气给整个人类社会都带来了难以估计的影响。这给现有的天气预测模型提出了更高的要求——这些模型要更准确地预测极端天气变化,为政府、企业和公众提供更可靠的信息,以便做出及时的准备和响应。为了应对这一挑战,微软研究院开发了首个大规模大气基础模型 Aurora,其超高的预测准确率、效率及计算速度,实现了目前最先进天气预测系统性能的显著