Captura de Movimientos: La realidad como herramienta

La cámara nos revela una carretera desolada. El protagonista del juego avanza entre la oscuridad con su vehículo hacia un lugar llamado, según reza el cartel de la autopista, Racoon City. Seguidamente se nos muestran varios planos de la ciudad, con una calidad pocas veces vista en una introducción generada por ordenador. La ambientación lograda es excelente, el acompañamiento musical conjuga a la perfección con los sutiles efectos de sonido que completan la toma y la dirección escénica está a la altura de una producción cinematográfica. Tras llegar a su destino, Leon Kennedy se ve rodeado por multitud de personas de aspecto desconcertante, infestados por el demoníaco T-Virus.

El movimiento de los personajes está muy logrado, las animaciones son más realistas que de costumbre y el jugador queda sorprendido por la naturalidad de movimientos que se suceden cuando Leon conoce a Claire, la coprotagonista de esta aventura. Obviamente estamos hablando de la secuencia de introducción de Resident Evil 2 (1998), donde Capcom invirtió una enorme cantidad de capital económico para poder utilizar las más modernas técnicas de captura de movimientos, cuando no era muy habitual disfrutar de estas animaciones en videojuegos tridimensionales.

El Motion Capture no es un sistema ideado exclusivamente durante la década de los 90. Si repasamos la evolución de la animación a lo largo del siglo XX, observaremos que las técnicas de captura encuentran su base de inspiración en procedimientos bastante anteriores, reivindicándose así como el avance lógico en el terreno de la animación basada en actores reales, utilizada desde el comienzo de la historia del cine.

El encargado de investigar el potencial de estos procedimientos en el terreno interactivo fue Jordan Mechner. Tras la experiencia adquirida con las rudimentarias técnicas de rotoscopia que desarrolló para la animación de personajes en los dos primeros títulos de la saga Prince of Persia (lanzados en 1989 y 1994 respectivamente), Mechner focaliza todos sus esfuerzos en crear uno de los videojuegos con mayor valor artístico de la década. Estamos hablando de The Last Express (1997), título realizado íntegramente mediante la filmación de actores reales, integrados en el espacio escénico tridimensional mediante la modificación fotograma a fotograma de las grabaciones realizadas en el estudio, gracias a un novedoso programa informático.

El acabado de los protagonistas, de contornos delicados y coloreado basado en tintas planas, recuerda a las figuras representadas en los carteles y obras de Alphonse Mucha. Los interiores del ferrocarril, comparables en cantidad y calidad de detalles al estilo arquitectónico popularizado por artistas de la talla de Victor Horta, se muestran fieles al diseño original del Orient Express. El resultado obedece a los cánones artísticos del modernismo, con un acabado plástico de una excelencia tal que, capturando cualquiera de los fotogramas del juego, obtendríamos un cartel estilo Art Noveau que no desentonaría en ninguna cafetería parisina de finales del XIX.

Por otra parte, la utilización directa de imágenes reales grabadas con actores de carne y hueso, permitió a Edd Boon y Jonh Tobías concebir el comienzo de una de las sagas de lucha más famosas: Mortal Kombat. Los gráficos digitalizados dotaron a Mortal Kombat (1992) de un realismo muy superior al de otros juegos del género, obteniendo por ello un notable éxito, acrecentado eso sí gracias a la mórbida condición del título ante la polémica violencia de la que hizo gala. Aunque el primer videojuego del género que utilizó esta técnica fue Pit Figther (1990), sus nada desdeñables resultados quedaron muy por debajo de la representación de Boon Y Tobías, por lo que el hallazgo no tardó en caer en el terreno de lo anecdótico.

Llegados a este punto, cabe destacar el nombre de un importante realizador, dada su relevancia a la hora de estudiar la transición entre los gráficos bidimensionales y los tridimensionales en videojuegos. Estamos hablando de Eric Chahi, responsable de uno de los primeros títulos desarrollado bajo un entorno de edición de personajes vectorial: Another World (1991).

Aunque no se trata de un videojuego con gráficos tridimensionales, las técnicas que utilizo Chahi para animar algunas escenas, como la de introducción, pueden catalogarse como la prehistoria de la captura de movimientos. El minúsculo espacio que ocupaban los gráficos vectoriales, unido a su escalabilidad sin pérdida de calidad, permitió a Chahi investigar con nuevas perspectivas en el terreno interactivo. Mediante elementos reales y animaciones basadas en la filmación de escenas para su traslado al entorno interactivo, la rotoscopia surgió como técnica básica al planificar algunos fragmentos de la secuencia inicial. Dotar de realismo al personaje principal mientras se desplazaba andando o corriendo en las escenas jugables resultó mucho más sencillo gracias a este sistema.

Desde la herencia obtenida gracias a Mechner y Chahi, Paul Coisset elevó el grado de realismo y perfeccionó la técnica de la rotoscopia en su aclamado videojuego Flashback (1992). Pero este diseñador destaca al ser uno de los pioneros en beneficiarse de las técnicas Motion Capture para la animación de personajes totalmente tridimensionales. Fade to Black (1995), segunda parte del título antes mencionado, sitúa al personaje vectorial dentro de un espacio escénico tridimensional, moviéndose con un grado extra de realismo gracias a la utilización de la captura de movimientos.

Las técnicas de captura de movimientos durante la segunda mitad de los 90 adquirieron un grado de perfeccionamiento muy alto. La representación de la biomecánica del cuerpo humano permitía dotar de naturalidad de movimientos a los protagonistas de las escenas generadas por ordenador en juegos como Final Fantasy VIII (1999). Mientras tanto, la mayoría de los motores jugables seguían fieles a la animación por fotogramas clave, aunque algunos juegos deportivos incluyeron movimientos reales dentro del entorno interactivo, siendo el título de Psygnosis Adidas Power Soccer (1996) uno de los primeros.

Tanto las técnicas Motion Capture ópticas (basadas en la grabación de modelos con marcadores luminosos o reflectantes) como las mecánicas (fundamentadas en la captura de modelos provistos de trajes con estructuras especiales) no presentaban demasiados problemas a la hora de generar el movimiento corporal de personajes vectoriales. Sin embargo, hasta el lanzamiento de Half Life durante el año 1997, no se comenzó a progresar de forma destacable en el terreno de la representación tridimensional del gesto facial en tiempo real, sin contar los valiosos experimentos puestos a prueba en la pantalla de presentación de Super Mario 64 (1996). La captura de expresiones faciales, adaptada a los motores real time con modelos de alta definición geométrica, no sería posible hasta la actual generación de consolas y ordenadores, pese a que el trabajo conseguido en títulos como Silent Hill 3, Half Life 2 o Metal Gear Solid 3 es, aún hoy, sorprendente.

No obstante, muchas animaciones faciales realizadas mediante captura de movimientos, establecen en el espectador un marcado efecto de rechazo. Esto se debe a que el ojo humano capta de manera precisa e intuitiva cualquier anomalía dinámica (ausencia de movimiento retiniano, desplazamientos antinaturales de las comisuras labiales, etc.) al presenciar el comportamiento de un personaje virtual que se asemeje mucho a la realidad. No es de extrañar que, cuando la representación de las expresiones faciales se plantea desde una concepción hiperrealista, se opte por la captura de movimientos como vía de escape a la utilización de un laborioso sistema de animación mediante keyframes. Esta situación conduce muchas veces al fracaso más absoluto, perpetrado por el polémico Uncanny Valley.

¿Cómo es posible que la animación facial aplicada en personajes de claros rasgos caricaturizados -como sucede en el videojuego Team Fortress 2- funcione mejor que muchas de las representaciones observadas en modelos más realistas, cuando estas últimas están realizadas con sistemas Motion Capture? En muchas ocasiones, el resultado de una sesión de captura de movimientos no es el deseado. A partir del esquema dinámico obtenido, se pueden alterar los keyframes para lograr mayor énfasis en determinados momentos de la animación, con la consiguiente exageración de las expresiones faciales.

En personajes como los que protagonizan Grand Theft Auto 4, este sistema funciona sin muchos problemas, debido al ligero carácter caricaturesco de sus rostros. Por el contrario, representar los sutiles matices que se generan en metáforas expresivas como el dolor o el llanto, se convierte en una empresa mucho más difícil de superar si la intención es trabajar con un modelo tridimensional concebido con el mayor realismo posible, especialmente tras una sesión de Motion Capture no demasiado fructífera.

Cuando no se consigue aunar el realismo del personaje estático con una animación facial convincente al mostrarse este en movimiento, la conexión emocional de dicho personaje con el jugador se desvanece, como podemos comprobar en muchas de las conversaciones entre personajes humanos que se suceden en el videojuego Mass Effect. Parece ser que evitar la utilización de la captura de movimientos para la animación de las expresiones faciales a favor de un sistema de coordinación labial procedural no es la solución definitiva, aunque ahorra mucho trabajo y capital económico si el volumen de diálogos es considerable.

Por otra parte, la percepción del jugador ante personajes no humanos cambia sustancialmente. Siguiendo con el ejemplo anterior, los lazos existentes entre algunas especies alienígenas de Mass Effect y los protagonistas humanos en este mismo título corresponden únicamente a aspectos de ordenación estructural y coherencia biomecánica. Aunque es habitual sentirse incómodo ante las reacciones emocionales expresadas por los personajes humanos, al no tener grabada en nuestra mente la imagen ideal o común de una especie extraterrestre concreta, se hace más difícil detectar fallos en el comportamiento de un personaje alienígena. Visto de otro modo, en el diseño de un personaje basado en las características anatómicas de la figura humana, toda alteración o exageración grotesca en las proporciones de algún elemento facial, contribuye a minimizar el efecto Uncanny Valley, del mismo modo que la caricatura favorece la humanización de personajes virtuales.

 Para evitar en la medida de lo posible el temido Uncanny Valley, que hasta ahora se había reflejado mayoritariamente en producciones cinematográficas como Final Fantasy: La Fuerza interior (2001), varias compañías han desarrollado técnicas y sistemas basados en la grabación de modelos reales sin la presencia de los molestos marcadores. Es obvio que, a mayor cantidad de ellos, más precisión. Sin embargo, la utilización de un método que requiera un elevado número de marcadores faciales, además de resultar caro, incomoda al actor que debe representar una escena con altas dosis de dramatismo. Sistemas como Mova Contour System asocian el uso de cámaras digitales HD de alta sensibilidad óptica a la filmación de actores reales, maquillados con una sustancia especial que permite cubrir cualquier superficie susceptible de ser capturada en movimiento, consiguiendo infinitos puntos de referencia invisibles.

De esta forma, se desmarca de sus competidores al facilitar la interpretación exacta del movimiento de la ropa o el cabello, así como la representación de los cambios morfológicos más sutiles que intervienen en las expresiones faciales humanas, con modelos tridimensionales de resolución geométrica escalable. Sin embargo, su utilización en el terreno interactivo no ha ido más allá de una pequeña demostración in-game, mediante la representación del rostro de un personaje virtual generado por el motor Unreal Engine 3.

Por su parte, la compañía Image Metrics, especializada en sistemas de captura de movimientos sin ningún tipo de marcador o maquillaje sobre los actores, ha permanecido ligada durante años a la industria del videojuego. En Rockstar North Ltd., trabajar con estos sistemas fue de gran ayuda para recrear las escenas cinemáticas en muchos de sus títulos, culminando con el notable trabajo realizado en las expresiones faciales de Grand Theft Auto 4. Aún así, la meta de conseguir la naturalidad expresiva del ser humano en un modelo tridimensional realista es algo reservado a escasos fragmentos de la película Beowulf, que en muy determinados momentos llega incluso a sortear la fina percepción óptica humana. Cabe destacar que en estos fragmentos intervienen una serie de factores (como la iluminación o la complejidad de la metáfora expresiva representada) que ayudan a superar durante un instante tan magna empresa.

No obstante, en el terreno de la animación facial realista orientada a los motores in-game presentes en videojuegos de última generación, queda aún bastante camino por recorrer. Títulos como Heavy Rain tienen un ambicioso objetivo: ser capaces de sortear el temido Uncanny valley -o al menos pasar a hurtadillas al lado del mismo sin perecer en el intento-, para demostrarnos que nos encontramos ante la generación definitiva para la representación realista de personajes en tiempo real.