Perbaikan Kualitas Rekonstruksi Motion Capture Dengan Metode Interpolasi Winaryo, Ahmad Zaini, Muhtadin Institut Teknologi Sepuluh Nopember, Fakultas Teknologi Industri, Jurusan Teknik Elektro Kampus ITS Sukolilo, Surabaya 60111, INDONESIA Email :
[email protected] Abstrak Motion capture atau mocap adalah proses perekaman gerakan dan menyimpannya pada suatu model digital. Pada umumnya, kelemahan motion capture adalah pada ketidak-sempurnaan kamera dalam membaca marker, hal ini merupakan suatu yang wajar. Kejadian ini berpengaruh pada proses labeling yang ditandai ada beberapa marker yang tidak terbaca oleh program sehingga identitas marker tersebut tidak ter-identifikasi. Berlanjut pada rekonstruksi gerakan, akan sering ditemukan gerakan patah-patah saat menjalankan hasil rekonstruksi. Dalam tugas akhir ini, dilakukan perbaikan hasil rekonstruksi motion capture pada dua bagian yaitu, meneliti ulang hasil labeling dan melakukan perbaikan pada hasil rekonstruksi 3D. Dengan perangkat lunak yang dibuat pada tugas akhir ini, marker-marker yang belum dilabeli dapat ditemukan dan dengan metode interpolasi, sebagian maker tersebut dapat dilabeli. Perangkat lunak juga dibuat untuk proses rekontruksi ulang 3D motion capture. Metode interpolasi digunakan untuk perbaikan rekonstruksi 3D motion capture sehingga mendapatkan gerakan 3D yang lebih halus. Setelah semua marker yang memiliki koordinat terlabeli, maka kegagalan rekonstruksi 3D motion capture menjadi berkurang. Dengan hasil tersebut, perbaikan hasil rekonstruksi 3D motion capture menjadi lebih sempurna. Kata kunci : Motion Capture, McGegas, Interpolasi. I. Pendahuluan Di Indonesia, perkembangan dunia animasi sangat cepat. Sering kali terlihat animasi 3D baik dalam permainan maupun dalam perfilman. Bahkan tingkat perkembangan animasi 3D Indonesia sudah mencapai taraf internasional, dan banyak pengembang animasi yang datang ke Indonesia untuk meminta pembuatan animasi. Namun demikian, animasi 3D yang dibuat di Indonesia masih kaku dan gerakan objek (misalnya gerakan manusia) belum menyerupai gerakan yang sesungguhnya. Hal ini diakibatkan karena pembuatan animasi 3D hanya memanfaatkan software animasi 3D, dimana dengan software ini hanya bisa dibangun gerakan buatan, bukan gerakan alami sesungguhnya. Untuk itu perlu dirancang dan dibuat sebuah teknik pembuatan animasi 3D yang dapat menyerupai gerakan objek sesungguhnya. Salah satu teknik untuk mendapatkan gerakan animasi tersebut adalah teknik penangkapan gerak (motion capture). Pada tugas akhir ini dilakukan perbaikan rekonstruksi gerakan 3D motion capture dari sebuah obyek gerak yang dapat digunakan sebagai dasar dari pengembangan animasi 3D berikutnya.
Teknik Elektro ITS Surabaya Indonesia, bersama beberapa mahasiswa S2 dan S3 yang mengambil fokus Game Technology di jurusan tersebut. McGegas terdiri dari tiga bagian besar. Yang pertama adalah mocap (motion capture) software. Yang kedua adalah animation database engine, dan yang ketiga adalah render farm. Render farm adalah membangun kelompok komputer untuk membagi tugas ngerender yg biasanya memakan waktu lama.
A. McGegas (Motion Capture Gegas) Motion Capture (juga disebut sebagai Mocap) adalah teknik yang mengukur posisi obyek dalam ruang fisik, dengan intensitas untuk menyalin gerakan objek ke komputer. Perangkat lunak Mocap mencatat posisi, kecepatan, sudut dan percepatan. Dengan informasi itu, dapat memberikan representasi akurat gerakan secara digital. Informasi yang dicatat (data animasi) kemudian dipetakan pada model komputer. McGegas (Motion Capture Gegas) merupakan salah satu jenis motion capture yang dikembangkan di Institut Teknologi Sepuluh Nopember (ITS), Jurusan
Gambar 1.1 Sistem Motion Capture McGegas Sistem motion capture Mc Gegas terdiri dari : 1. 8 buah kamera WebCam dengan resolusi HD 920x720 Pixel. 2. 8 buah PC Windows dilengkapi dengan Network Card yang digunakan untuk menangkap gambar dari masing-masing kamera. 3. 1 buah PC Windows yang terinstall software Mc Gegas. 4. 1 buah Hub/Switch untuk menghubungkan jaringan dari komputer.
5.
1 buah pakaian lengkap beserta marker untuk aktor. McGegas adalah pengembangan dari riset teknologi grid yang pernah dibuatnya menggunakan dana riset dari lembaga JICA Jepang. Dari hasil diskusinya dengan beberapa pelaku industri animasi, diketahui bahwa salah satu tantangan terberat dalam membuat sebuah karya animasi adalah dalam proses pembuatan gerakan obyek, bagaimana membuatnya tampil realistis dengan waktu yang relatif cepat. Dari situlah kemudian dikembangkan McGegas. Dengan McGegas, gerakan manusia sebagai model untuk objek 3D dapat ditangkap (capture) secara cepat dan akurat. a)
Kalibrasi Kamera [3] Langkah awal dalam memulai aktivitas motion capture seperti rekam gerak, ekstraksi, labelling, dan rekonstruksi berawal dari kalibrasi kamera. Kalibrasi kamera dilakukan untuk memperoleh parameter intrinsik dan ekstrinsik dari suatu kamera. b) Eksraksi Proses ekstraksi video (.avi) hasil rekam gerak bertujuan untuk Tahap ini bertujuan untuk mencari koordinat titik pusat dari setiap marker yang telah didapatkan. Titik koordinat marker akan ditransformasikan dengan koordinat dunia (world coordinate) sehingga akan didapatkan koordinat marker dalam x,y,dan z. Bagian pada layar tampilan menampilkan sumbu koordinat (X,Y), titik marker terbagi menjadi empat bagian melalui pembagian empat zona sumbu koordinat (X,Y) dengan melakukan invers pada sumbu Y (atas minus). Format output dari fitur ekstraksi ini yaitu .mtn (File Motion) berisi file text informasi koordinat gerakan tiap frame.
Gambar 1.2 Penamaan Sick Figure Pada Software McGegas. d) Rekostruksi Posisi 3D Proses rekonstruksi posisi 3-D adalah proses yang memetakan segala informasi yang telah diolah menjadi sebuah produk awal dari motion capture. Setiap titik marker belum saling terhubung menjadi garis yang membentuk karakter, melalui proses ini akan dilakukan rekonstruksi posisi 3 dimensi terhadap titiktitik marker tersebut menjadi sebuah bagian utuh berupa karakter stickman yang dapat dilihat pada gambar 1.3.
Gambar 1.3 Gambar (kiri) aktor dan (kanan) Rekonstruksi
c)
Labeling Sebuah struktur tubuh manusia hasil dari motion capture belum memiliki identitas. Titik yang direkam (capture) merupakan titik pertemuan tulang atau engsel yang ada ditubuh sang aktor yang akan dijadikan keymotion terhadap pergerakan itu sendiri. Titik yang diambil harus diberi identitas berupa huruf abjad (A hingga N) untuk mewakili bagian tubuh manusia seperti pada gambar 1.2. Penggunaan labelling bertujuan untuk membantu pemberian identitas secara komputasional sehingga mempercepat penamaan, atau secara manual yaitu dengan memberi input secara manual pada titik marker yang mengalami oklusi.
B. Interpolasi [4] Interpolasi adalah suatu cara untuk mencari nilai di antara beberapa titik data yang telah diketahui. Di dunia nyata, interpolasi dapat digunakan untuk memperkirakan suatu fungsi, yang mana fungsi tersebut tidak terdefinisi dengan suatu formula, tetapi didefinisikan hanya dengan data-data atau tabel. a)
Interpolasi Linear Menentukan titik-titik antara dari 2 buah titik dengan menggunakan garis lurus.
y5 = a0 + a1x5 + a2x52 + a3x53 + ... + an-1x5n-1 y6 = a0 + a1x6 + a2x62 + a3x63 + ... + an-1x6n-1 ............................................................... y1 = a0 + a1xn + a2xn2 + a3xn3 + ... + an-1xnn-1 Penyelesaian persamaan simultan di atas adalah nilainilai a0, a1, a2, a3, …, an yang merupakan nilai-nilai koefisien dari fungsi pendekatan polinomial yang akan digunakan.
Gambar 2.5 Kurva Interpolasi Linier Formula interpolasi linier sebagai berikut: y = y 2 − y1 (x – x1) + y1 x 2 − x1
b) Interpolasi Kuadratik Interpolasi Kuadratik digunakan untuk mencari titik-titik antara dari tiga buah titik P₁(x₁,y₁), P₂(x₂,y₂) dan P₃(x₃,y₃) dengan menggunakan pendekatan fungsi kuadrat.
Gambar 2.5 Kurva Interpolasi Kuadratik Untuk memperoleh titik Q(x,y) digunakan formula interpolasi kuadratik sebagai berikut: y = y1 ( x − x 2)( x − x3) + y2 ( x − x1)( x − x3) + ( x 2 − x1)( x 2 − x3) ( x1 − x 2)( x1 − x3) y3 ( x − x1)( x − x 2) ( x3 − x1)( x3 − x 2) c)
Interpolasi Polinomial Interpolasi polinomial digunakan untuk mencari titik-titik antara dari n buah titik P₁(x₁,y₁), P₂(x₂,y₂), P₃(x₃,y₃), …, Pn(xn,yn) dengan menggunakan pendekatan fungsi polinomial pangkat n-1: y = a0 + a1x + a2x2 + ...+an-1xn-1 dengan memasukkan nilai dari setiap titik ke dalam persamaan polinomial di atas dan diperoleh persamaan simultan dengan n persamaan dan n variable bebas: y1 = a0 + a1x1 + a2x12 + a3x13 + ... + an-1x1n-1 y2 = a0 + a1x2 + a2x22 + a3x23 + ... + an-1x2n-1 y3 = a0 + a1x3 + a2x32 + a3x33 + ... + an-1x3n-1 y4 = a0 + a1x4 + a2x42 + a3x43 + ... + an-1x4n-1
II. Desain dan Implementasi Sistem A. Desain Sistem Dalam penelitian ini, metode yang digunakan ada tiga metode interpolasi, yaitu: 1. Interpolasi linear, 2. Interpolasi kuadratik, dan 3. Interpolasi polinomial. B. Implementasi Sistem 1. Rekonstruksi Labeling
Gambar 2.1 Desain Alur Sistem Rekonstruksi Labeling
a) Data Input Data input merupakan data teks yang diperoleh hasil dari rekonstruksi motion capture pada proses labeling. Terdapat delapan data teks dari delapan kamera yang perlu dilakukan rekonstruksi ulang proses labeling.
b)
Perubahan Data
Perubahan ini adalah untuk mempermudah pembacaan data pada matlab. Karakter-karakter dirubah dan digantikan dengan spasi.
c) Data Label Data label tersusun dari A, B, C, D, E, F, G, H, I, J, K, L, M, N yang digunakan untuk memberi label pada masing-masing marker.
d) Data Koordinat X Y Data koordinat x y tersimpan adalah koordinat x dan y yang merupakan posisi 2D terbacanya marker saat proses ekstraksi
Frame
e) Pengelompokan Data Dari hasil pemisahan data kemudian dilakukan pengelompokan data x dan data y berdasarkan nilai label masing-masing data. Hasil pengelompokan data ada 14 kelompok nilai X (kelompok label A, kelompok label B, . . , kelompok label N) dan 14 kelompok nilai Y (kelompok label A, kelompok label B, . . . , kelompok label N). Pengelompokan ini berguna untuk mempermudah pada proses interpolasi.
f) Mencari Nilai Interpolasi X Dan Y Hasil dari pengelompokan data, akan ditemukan banyak nilai nol untuk masing-masing kelompok label. Nilai-nilai nol menunjukkan pada baris tersebut tidak ditemukan suatu label yang telah ditentukan. Dengan menggunakan metode interpolasi, nilai-nilai nol tersebut digantikan dengan nilai hasil interpolasi untuk masing-masing kelompok label. Pada table 3.1 akan dilakukan interpolasi kuadratik untuk menemukan nilai penggnati nol. Tabel 2.1 Kelompok Label Koordinat X Kelompok Label Frame N M L K 1 -31 -28 -31 0 2 -31 -28 -32 0 3 -31 0 -32 0 4 0 0 0 0 5 -31 -28 -33 0 6 -31 -28 -33 0 7 -31 -28 -33 0 8 0 -28 -33 0 9 -31 -28 -34 0 10 -31 -28 -34 0 11 -31 -29 -34 0 12 -31 -29 -35 0
J 13 13 13 13 13 13 13 13 13 13 14 14
Kelompok Label N
M
L
K
J
9
-31
-28
-34
0
13
10
-31
-28
-34
0
13
11
-31
-29
-34
0
14
12
-31
-29
-35
0
14
Seperti ditunjukkan pada table 2.2, hasil interpolasi kuadratik terhadap data koordinat X untuk setiap label. Pada label K nilai setiap frame adalah nol, karena tidak dapat dilakukan interpolasi pada data tersebut.
g)
Pencarian Dan Penggantian Tanda Label “?” Pencarian dan penggantian label dilakukan
pada label ? yang telah diketahui nilai koordinatnya (x ≠ 0 atau y ≠ 0). Dengan membandingkan hasil interpolasi dengan koordinat x y, label ? akan ditemukan label yang menggantikan label ?.
h) Penggabungan Dan Penyimpanan Data Proses penggabungan data dilakukan setelah semua nilai koordinat memiliki label. Pada penggabungan data, nilai koordinat x dan y adalah sama seperti data input, yang berbeda ada pada data label. 1.
Perbaikan Hasil Rekonstruksi 3D
Tabel 2.2 Hasil Perhitungan Interpolasi Kuadratik Koordinat X Kelompok Label Frame N M L K J 1
-31
-28
-31
0
13
2
-31
-28
-32
0
13
3
-31
-28
-32
0
13
4
-31
-28
-32
0
13
5
-31
-28
-33
0
13
6
-31
-28
-33
0
13
Data Input Pada perbaikan rekonstruksi 3D, data input berupa data teks hasil dari proses labeling dan data koordinat 3D hasil dari rekonstruksi 3D motion capture.
7
-31
-28
-33
0
13
8
-31
-28
-33
0
13
b) Pemilihan Data Rekonstruksi
Gambar 2.2 Desain Sistem Alur Perbaikan Hasil Rekonstruksi 3D a)
Parameter perbaikan rekonstruksi 3D adalah berdasarkan pada data teks hasil labeling dari 8
kamera. Jika dari delapan kamera yang dapat mambaca suatu label adalah dua kamera atau lebih, maka hasil rekonstruksi motion capture adalah valid, akan tetapi jika yang dapat membaca label hanya 1 kamera atau tidak satupun kamera dapat membaca maka hasil rekonstruksi motion capture dianggap tidak valid dan perlu dilakukan rekonstruksi ulang terhadapnya.
c) Interpolasi Dalam melakukan interpolasi 3D, cara yang digunakan sama dengan interpolasi pada data 2D. Tabel 2.3 Data Koordinat 3D Sebelum di-Interpolasi Frame X Y Z 7
853.15
393.1
276.38
8
883.15
376.88
303.97
9
911.57
358.41
337.88
10
945.53
370.61
439.35
11
0
0
0
12
0
0
0
13
0
0
0
14
0
0
0
15
0
0
0
16
0
0
0
17
884.06 261.76 718.02 18 912.77 285.3 801.65 Dari data table 2.3 dilakukan perbaikan hasil rekonstruksi 3D pada frame 11 sampai 16, sehingga didapatkan hasil seperti pada tabel 2.4. Tabel 2.4 Data Koordinat 3D Hasil Interpolasi Linear
Frame 7 8 9 10 11 12 13 14 15 16 17 18
X 853.15 883.15 911.57 945.53 936.7486 927.9671 919.1857 910.4043 901.6229 892.8414 884.06 912.77
Y 393.1 376.88 358.41 370.61 355.06 339.51 323.96 308.41 292.86 277.31 261.76 285.3
III. Pengujian Sistem
Z 276.38 303.97 337.88 439.35 479.16 518.97 558.78 598.59 638.4 678.21 718.02 801.65
1.
Pengujian Pada Rekonstruksi Labeling Pengujian ini dilakukan pada hasil labeling motion capture. a)
Pengujian Pada Kamera Satu Diperoleh 26 data koordinat yang belum terlabeli. Hasil rekonstruksi labeling dengan metode interpolasi sebagai berikut: ¾ Linear = 18 data terlabeli, 8 kegagalan ¾ Kuadratik = 16 data terlabeli, 10 kegagalan ¾ Polinomial = 17 data terlabeli, 9 kegagalan b) Pengujian Pada Kamera Dua Diperoleh 232 data koordinat yang belum terlabeli. Berikut hasil rekonstruksi labeling secara detil pada kamera dua: Hasil rekonstruksi labeling dengan metode interpolasi sebagai berikut: ¾ Linear = 188 data terlabeli, 44 kegagalan ¾ Kuadratik = 186 data terlabeli, 46 kegagalan ¾ Polinomial = 124 data terlabeli, 108 kegagalan c)
Pengujian Pada Kamera Tiga
Diperoleh 205 data koordinat yang belum terlabeli. Hasil rekonstruksi labeling dengan metode interpolasi sebagai berikut: ¾ Linear = 106 data terlabeli, 99 kegagalan ¾ Kuadratik = 108 data terlabeli, 97 kegagalan ¾ Polinomial = 85 data terlabeli, 120 kegagalan d) Pengujian Pada Kamera Empat Diperoleh 238 koordinat yang belum terlabeli. Hasil rekonstruksi labeling dengan metode interpolasi sebagai berikut: ¾ Linear = 123 data terlabeli, 115 kegagalan ¾ Kuadratik = 136 data terlabeli, 102 kegagalan ¾ Polinomial = 115 data terlabeli, 123 kegagalan e)
Pengujian Pada Kamera Lima Diperoleh 200 koordinat yang belum terlabeli pada labeling motion capture. Hasil rekonstruksi labeling dengan metode interpolasi sebagai berikut: ¾ Linear = 28 data terlabeli, 172 gagal ¾ Kuadratik = 27 data terlabeli, 173 gagal ¾ Polinomial = 30 data terlabeli, 170 gagal f)
Pengujian Pada Kamera Enam Diperoleh 283 koordinat yang belum terlabeli pada labeling motion capture. Hasil rekonstruksi labeling dengan metode interpolasi sebagai berikut: ¾ Linear = 144 data terlabeli, 139 gagal ¾ Kuadratik = 79 data terlabeli, 204 gagal ¾ Polinomial = 67 data terlabeli, 216 gagal
g) Pengujian Pada Kamera Tujuh Diperoleh 66 koordinat yang belum terlabeli pada labeling motion capture. Hasil rekonstruksi labeling dengan metode interpolasi sebagai berikut: ¾ Linear = 64 data terlabeli, 2 gagal ¾ Kuadratik = 64 data terlabeli, 2 gagal ¾ Polinomial = 61 data terlabeli, 5 gagal h) Pengujian Pada Kamera Delapan Diperoleh 365 koordinat yang belum terlabeli pada labeling motion capture. Hasil rekonstruksi labeling dengan metode interpolasi sebagai berikut: ¾ Linear = 293 data terlabeli, 72 gagal ¾ Kuadratik = 155 data terlabeli, 210 gagal ¾ Polinomial = 100 data terlabeli, 265 gagal Pada pengujian rekonstruksi labeling, masih ditemukan data yang gagal direkostruksi dengan metode interpolasi sehingga harus dilakukan labeling secara manual. 2.
Pengujian Pada Perbaikan Hasil Rekonstruksi 3D Terdapat beberapa data 3D yang kurang valid pada rekonstruksi motion capture. Penyebabnya adalah data koordinat 2D yang dibutuhkan untuk rekonstruksi 3D kurang lengkap. Dari semua kegagalan rekonstruksi 3D motion capture tersebut, perlu dilakukan perbaikan dengan metode interpolasi. Pada table 3.1 menunjukkan hasil rekonstruksi 3D motion capture untuk label I yang mengalami kegagalan rekonstruksi 3D motion capture pada frame 2105, 2106, dan 2107. Tabel 3.1 Hasil Rekonstruksi 3D Motion Capture Koordinat X Label I Frame
X
Y
Z
2103
645.78
223.87
191.48
2104
645.14
223.71
192.73
2105
645.14
223.71
192.73
2106
645.14
223.71
192.73
2107
645.14
223.71
192.73
Tabel 3.2 Hasil Perbaikan Rekonstruksi 3D Dengan Interpolasi Linear Pada Label I Frame
X
Y
Z
2103
645.78
223.87
191.48
2104
645.14
223.71
192.73
2105
644.02
225.07
192.41
2106
642.89
226.43
192.1
2107
641.77
227.79
191.78
2108
640.64
229.15
191.46
Tabel 3.3 Hasil Perbaikan Rekonstruksi 3D Dengan Interpolasi Kuadratik pada Label I Frame
X
Y
Z
2103
645.78
223.87
191.48
2104
645.14
223.71
192.73
2105
643.83
226.408
192.321
2106
642.6433
228.2133
191.9733
2107
641.58
229.128
191.686
2108
640.64
229.15
191.46
Tabel 3.4 Hasil Perbaikan Rekonstruksi 3D Dengan Interpolasi Polinomial pada Label I Frame
X
Y
Z
2103
645.78
223.87
191.48
2104
645.14
223.71
192.73
2105
641.656
225.641
190.563
2106
639.281
227.468
188.625
2107
639.063
228.797
188.5
2108
640.64
229.15
191.46
2108 640.64 229.15 191.46 Dari data table 3.1 dilakukan perbaikan rekonstruksi 3D, sehingga didapatkan hasil seperti pada tabel 3.2, tabel 3.3, dan tablel 3.4. Gambar 3.1 Hasil Rekonstruksi 3D Motion Capture Pada Frame 2107
adalah pada label I. Nilai hasil interpolasi rekonstruksi ulang koordinat 3D ditunjukkan pada table 3.2, table 3.3, dan table 3.4.
Gambar 3.2 Hasil Perbaikan Kualitas Rekonstruksi 3D Pada Frame 2107 Dengan Interpolasi Linear
Gambar 3.5 Hasil Rekonstruksi 3D Motion Capture Pada Frame 229 Pada gambar 3.5 terjadi kegagalan rekonstruksi 3D pada frame 151 – 202, 206 – 211, 213 – 229 untuk pada label N.
Gambar 3.3 Hasil Perbaikan Kualitas Rekonstruksi 3D Pada Frame 2107 Dengan Interpolasi Kuadratik
Gambar 3.6 Hasil Perbaikan Kualitas Rekonstruksi 3D Pada Frame 229 Dengan Interpolasi Linear
Gambar 3.4 Hasil Perbaikan Kualitas Rekonstruksi 3D Pada Frame 2107 Dengan Interpolasi Polinomial Gambar 3.2, gambar 3.3, dan gambar 4.3 adalah hasil rekonstruksi ulang 3D dengan metode interpolasi yang berbeda. Dari ketiga gambar, letak perbedaannya
Gambar 3.7 Hasil Perbaikan Kualitas Rekonstruksi 3D Pada Frame 229 Dengan Interpolasi Kuadratik
V. Biodata Penulis
Gambar 3.8 Hasil Perbaikan Kualitas Rekonstruksi 3D Pada Frame 229 Dengan Interpolasi Polinomial Pada frame 229, gerakan untuk marker label N yang terletak pada mata kaki kanan adalah memutar kesamping dengan cepat, sehingga kamera tidak dapat membaca marker tersebut. IV. Kesimpulan A. Kesimpulan Dari hasil pengujian rekonstruksi ulang metode interpolasi, dapat ditarik kesimpulan bahwa: 1. Apabila data yang hilang tidak terlalu panjang (1 sampai 10 frame), metode interpolasi dapat diterapkan untuk menentukan nilai tersebut. 2. Dengan melakukan rekonstruksi ulang 3D pada kegagalan rekonstruksi 3D motion capture akan menghasilkan gerakan yang lebih halus dari rekonstruksi 3D motion capture, namun tidak semua hasil dari rekonstruksi ulang 3D dapat sesuai dengan pergerakan aktor. Misalnya pada pergerakan kaki memutar kesamping dengan cepat. 3. Proses rekonstruksi labeling tidak bisa dilakukan sempurna dengan menggunakan metode interpolasi. Daftar Pustaka [1] [2] [3]
[4] [5]
Djojodihardjo, Harijono, 1983. Metoda Numerik. Departemen Mesin Institut Teknologi Bandung. Online http://digilib.its.ac.id/bookmark/8990/ motion%20capture Pradiko, Koko, 2010. Pengujian Software McGegas Untuk Gerakan Dasar Manusia Berbasis Bio Vision Hierarchy. Teknik Elektro, Fakultas Teknologi Industri, ITS. Sahid, 2005. Pengantar Komputasi Numerik dengan Matlab. ANDI Yogyakarta. Supriyanto, Interpolasi Lagrange. Lab. Komputer : Departemen Fisika, Universitas Indonesia.
Winaryo dilahirkan di Tulungagung, Jawa Timur pada pada tahun 1985 dari pasangan Bapak Mrakih dan Ibu Waitun. Penulis merupakan putra ketiga dari empat bersaudara, memiliki seorang adik perempuan Naim Mariayana, dan dua kakak laki-laki Wiwit Suwandi dan Wahyudiono. Penulis menjalani pendidikan mulai TK hingga SD di Ds. Tambakrejo, kemudian melanjutkan pendidikan di SLTP Negeri 1 Sumbergempol, setelah itu di SMU Negeri 1 Kedungwaru. Penulis sangat berminat pada animasi, game, dan elektronika, karena itu setelah lulus dari pendidikan diploma, penulis melanjutkan pendidikan sarjana di Jurusan Teknik Elektro ITS dengan bidang studi Teknik Komputer dan Telematika. Email :
[email protected]
