[논문]애니메이션 제스처의 패킷화 -LMA의 Effort 요소를 기반으로-

이미영; 홍수현; 김재호

doi:10.5392/jkca.2011.11.3.179

애니메이션 제스처의 패킷화 -LMA의 Effort 요소를 기반으로-
Making Packets from Animation Gestures -Based on the Effort Element of LMA- 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.11 no.3, 2011년, pp.179 - 189

이미영 (부산대학교 영상정보공학과) , 홍수현 (동부산대학 캐릭터애니메이션과) , 김재호 (부산대학교 영상정보공학과)

초록
AI-Helper

제스처는 인체의 비언어적 의미표현 전달방법 중 하나로 애니메이션에서는 인물 캐릭터들 통해 표현된다. 효율적인 제스처 표현을 위해서는 애니메이터들의 드로잉 능력과 함께 제스처의 지식기반이 요구된다. 하지만 이러한 지식기반은 다양한 전공자들을 필요로 하기 때문에 일반적인 드로잉 작가가 모든 내용을 인지하고 표현하기에는 어려운 점이 있다. 본 연구에서는 이러한 다양한 지식 기반의 학습이 요구되는 제스처 표현방법을 라반의 움직임이론과 제스처들을 패킷으로 분류하는 방법으로 각각의 제스처 특징들을 분석하고, 분석된 데이터들을 이용하여 애니메이터들에게 효율적인 제스처 표현방법과 제스처 자동생성의 기반을 마련하고자 하였다.

Abstract ▼ AI-Helper

Gesture is one of the means for non-linguistic communication which can be expressed by human characters in animations. High drawing ability and profound knowledge about gestures are both required for animators to achieve efficient gesture expressions. However, diversified profound techniques are needed to master this knowledge which makes it very difficult for common animation drawers. In this paper, characteristics for each gesture are analyzed based on Laban Movement Analysis and gesture classification by making gesture packets. This research is of notable significance in providing animators with high efficient gesture expression techniques and developing automatic gesture-generating system.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

또한 애니메이터들이 패킷화된 제스처를 이용하여 시나리오에 정의된 성격과 개성을 고려하여 캐릭터들의 움직임을 창조하고 쉽고 효과적으로 표현 할 수 있을 것이다. 결과를 통해 패킷화된 제스처들을 다양하게 조합하여 여러 형태의 제스처 표현이 가능해지고 애니메이터들이 참고하여 제스처 생성할 수 있는 활용성 높은 자료로 제시하고자 한다. 그리고 마지막으로 제스처에 대한 자동생성이 가능한 기반을 마련하고자 한다.
결과를 통해 패킷화된 제스처들을 다양하게 조합하여 여러 형태의 제스처 표현이 가능해지고 애니메이터들이 참고하여 제스처 생성할 수 있는 활용성 높은 자료로 제시하고자 한다. 그리고 마지막으로 제스처에 대한 자동생성이 가능한 기반을 마련하고자 한다.
본 연구에서는 이러한 제스처를 BEA을 이용하여 동작을 분류하고 각각의 동작 특징을 분석하여 체계적이고 쉽게 표현할 수 있는 제스처패킷과 DB를 제시하고자 한다. 또한 이러한 결과를 통해 애니메이터들이 효율적인 제스처를 생성할 수 있는 기반을 마련하고자 한다. 분석대상은 2D애니메이션인 신밧드 7대양의 전설을 중심으로 제스처를 분류하고자 한다.
또한 제스처는 여러 동작들의 연결에 의해 표현되어 있기 때문에 애니메이터들이 직접 대사와 상황에 맞추어 동작들을 창작한다. 본 연구에서는 이러한 제스처를 BEA을 이용하여 동작을 분류하고 각각의 동작 특징을 분석하여 체계적이고 쉽게 표현할 수 있는 제스처패킷과 DB를 제시하고자 한다. 또한 이러한 결과를 통해 애니메이터들이 효율적인 제스처를 생성할 수 있는 기반을 마련하고자 한다.
이러한 BEA를 이용하여 제스처를 동작으로 분절하고 각 동작들의 특징들을 분석하고자 한다.

가설 설정

1) 때리기 동작에서 찌르기와 밀치기 동작만이 애니메이션에서 표현되었다. 찌르기는 비대칭적 구조를 가지면서 손형태가 집게손가락을 세운 형태를 사용하고 수신자의 위치를 향하거나 가까이에 손이 위치하였다.

제안 방법

손의 위치는 캐릭터를 중심으로 공간을 9개로 나누어 손의 위치를 표시하였고 타이밍은 애니메이션이 1sec/24frame 기본으로 하기 때문에 각각의 제스처의 Frame을 분석하여 제스처의 타이밍을 표현하였다. 그리고 캐릭터가 제스처를 취할 때 제스처구조가 어떠한 구조로 이루어지고 마지막으로 제스처의 방향을 수평과 수직면 그리고 사상면의 3방향으로 각 제스처들의 특징을 분석하였다. BEA의 정의 및 내용[23][24]은 아래와 같고 각각의 제스처의 하나씩만을 예제로 제시하였다.
일반적으로 Effort는 신체 일부 또는 전체를 이용하지만 제스처는 신체의 상체부분 특히 팔과 손동작의 표현이 많으므로 상체의 동작부분들을 기준으로 하였다. 또한 제스처 사용 시에 어떠한 손의 형태를 사용하고 , 손위치, 타이밍, 구조들이 어떻게 이루어져 있는지를 함께 분석하여 동작별 특징들을 분석하였다. 아래의 그림들은 각각의 요소들을 분석하기 위한 기준을 설명한 것이다.
본 연구에서 기능론적 관점에서 분류된 캐릭터 제스처를 동영상으로 추출하여 Effort의 BEA 항목으로 분류 한 결과 각 항목별로 다음과 같은 특징들을 알 수 있었다.
제스처 패킷으로 표현 할 경우 애니메이터들의 드로잉으로 인한 캐릭터의 제스처 표현의 어려움을 쉽게 표현 가능하게 된다. 본 연구에서는 2D애니메이션인 신밧드의 7대양의 전설을 중심으로 제스처를 분석하고자 하며, 그 중에서 주인공 캐릭터의 제스처를 추출한 후 이를 에크먼(Ekman), 프리슨(Friesen)의 신체언어 분류 기반으로 분류 후 다시 라반의 움직임 이론의 Effort와 Effort의 8가지 기본 액션 및 파생동작[6] 으로 제스처를 패킷화하여 세밀하게 분류, 분석한다. 이 분류를 통해 캐릭터의 제스처의 동작특징 및 DB 구축을 구성한다.
본 연구에서는 신밧드의 7대양의 전설의 주인공 캐릭터에서 229개의 제스처 동영상을 추출하여, 이를 라반의 움직임 분석 이론에서 Effort의 Basic Effort Action을 이용하여 제스처를 패킷화 하여 분류, 분석하여 5장과 같은 분석결과를 얻었다.
손의 위치는 캐릭터를 중심으로 공간을 9개로 나누어 손의 위치를 표시하였고 타이밍은 애니메이션이 1sec/24frame 기본으로 하기 때문에 각각의 제스처의 Frame을 분석하여 제스처의 타이밍을 표현하였다. 그리고 캐릭터가 제스처를 취할 때 제스처구조가 어떠한 구조로 이루어지고 마지막으로 제스처의 방향을 수평과 수직면 그리고 사상면의 3방향으로 각 제스처들의 특징을 분석하였다.
앞서 연구방법절차에서 밝힌바와 같이 먼저 기능론적 관점에서 제스처를 분류하여 그 분류 중에서 가장 많은 부분을 차지하는 설명과 감정제스처를 가지고 Effort의 BEA으로 제스처를 분류한다. 이때 각각의 제스처들을 패킷화 하기 위해 동영상에서 데이터 선택은 제스처의 시작단계와 다음 제스처가 이루어지기 전 단계에서 선택 분류하였다.
그 중에서 에크먼(Ekman), 프리슨(Friesen)의 신체언어 분류 기반으로 분류한 방법론으로 애니메이션에서 캐릭터의 동영상을 추출하여 1차적으로 기능론적 관점에서 제스처 분류를 하였다[11]. 위 분석방법론의 결과에서 제시한 것처럼 가장 많은 비율을 차지하는 설명제스처와 감정제스처를 라반의 Basic Effort Action(BEA)을 이용하여 제스처를 동작으로 분류한다. 애니메이션에서 제스처는 하나의 동작만이 아닌 여러 동작의 연속에 의해 표현되어 있기 때문에 BEA를 기반으로 제스처를 동작별로 분절하여 패킷으로 분류한다.
또한 라반은 움직임을 하나의 언어(Language)로 보고 문장이나 혹은 노래에서 보이는 것과 같은 구(Phrase)나 문장(Sentence)의 연합으로 일어난다고 주장하였다[14]. 제스처도 동작과 동작이 연결되어 표현되기 때문에 라반의 분석 이론을 애니메이션에 접목하여 캐릭터의 제스처를 분석하고자 한다.

대상 데이터

또한 이러한 결과를 통해 애니메이터들이 효율적인 제스처를 생성할 수 있는 기반을 마련하고자 한다. 분석대상은 2D애니메이션인 신밧드 7대양의 전설을 중심으로 제스처를 분류하고자 한다. 그 분류 및 방법은 아래 내용과 같다.

성능/효과

10) 전체 제스처 중에서 가장 많은 비율을 차지하는 것은 12%의 구부리기 동작이며 그 다음으로는 10.4%의 뻗치기와 9.8% 모으기, 9.3% 퍼지기, 8.7% 잡아 당기기, 7.1% 누르기 등으로 나타났으며 찌르기와 톡톡 치기와 베기등의 동작들도 높은 비율을 보이고 있다.
2) 미끄러지기 동작에서 문대기와 퍼지기와 모으기 동작만이 애니메이션에서 나타났고 그 중에서 퍼지기와 모으기 동작이 주류를 이루었다. 문대기는 대칭과 비대칭적 구조를 같이 사용하였고 비대칭적 구조에서는 팔의 움직임 시간차를 두고 나타났지만 손형태는 두 구조에서 모두 사용되었다.
3) 베기는 내리 베기와 던지기 두가지 유형만이 나타났고 그 중에서 대부분이 내리 베기로 표현되었다. 이 동작은 비대칭구조에서 대부분 대각선 방향으로 움직임이 표현이 되었으며 손의 위치가 9위치 중에 가장 아래쪽에 위치해 있다.
3) 패킷형태로 분절되고 분류된 데이터를 손의 위치, 타이밍, 동작방향, 손형태등 동작 등을 분석하여 기본 제스처 제시와 동작들의 특징들을 체계화하고 동작DB를 구축, 결론을 제시하고자 한다.
4) 토닥거리기 동작은 톡톡 두드리기와 흔들기 두 가지 동작만이 애니메이션에서 나타났고 톡톡 두드리기는 모두 비대칭 구조를 사용하고 또한 오른팔만을 사용하여 표현되었다. 흔들기는 대칭 구조와 팔의 움직임이 동시에 나타나며 타이밍은 1.
5) 비틀기 동작은 애니메이션에서 3가지 동작유형이 나타났는데 비틀기, 잡아당기기와 뻗치기, 구부리기등으로 나타났다 비틀기는 팔을 돌리는 동작이면서 타이밍이 두 가지 유형으로 나타났다 0.708과 0.541 정도였고 잡아당기기는 대부분 주먹을 쥐는 형태로 나타났고 비대칭구조가 주류를 이루고 있었다. 구부리기는 대부분 비대칭구조와 신체 쪽으로 팔을 구부리며 표현되었다.
6) 튕기기 동작은 톡치기는 비대칭구조에서 왼쪽팔을 사상면쪽으로 많이 사용하였다. 타이밍은 평균적으로 0.
7) 누르기 동작은 수축하기는 대칭적 구조와 타이밍이 0.708오 대부분 표현되어지고 있었고 특히 누르기 동작은 팔을 교차하여 몸을 누르는 동작과 한 팔을 이용해 가슴을 누르는 동작들이 많이 나타났다.
8) 뜨기 동작은 하나의 동작만이 애니메이션에서 표현되어졌는데 휘젖기 동작으로 한 팔만을 사용하여 비대칭적 구조로 많이 나타났다.
본 연구 분석결과 캐릭터의 제스처 동작은 패킷으로 분류된 위의 2동작만으로도 애니메이션 표현에서 상당 부분 커버가 가능하다고 볼 수 있다.
본 연구에서 제스처들은 BEA항목 중에서 비틀기 동작이 34%정도로 가장 많이 나타났는데 그 중에서도 가장 많은 비율을 차지하였던 것이 구부리기 동작과 뻗치기 동작이었다. 또한 그 다음으로 많은 비율을 차지하였던 것이 22%정도의 미끄러지기 동작 이었다.
애니메이션에서 전체적으로 BEA 항목으로 분류 분석한 결과 라반의 이론[표 2]처럼 무게와 시간이 각각 양극화된 2가지 Type만으로 존재하는 것이 아니고 같은 항목이지만 연결동작에 따라 다양한 값들이 나타나는 것을 볼 수 있었다.
애니메이션에서 표현되어지는 제스처들은 50%이상이 악수형태의 손 모양을 가지며 그 다음으로 집게 손가락 세우기와 주먹형태가 많은 비율을 차지하고 있었다. 이것의 결과로 기본적으로 캐릭터의 제스처 표현은 악수 손만을 그려도 많은 제스처를 표현할 수 있다.
9) [그림 4]은 BEA와 파생동작 타이밍이다. 이 그래프 결과에서 보면 막대그래프가 길게 표현되어지는 것이 문대기와 흔들기로 가장 느린동작으로 나타나며 한 동작을 표현하기 위해 1초를 다 사용하는 것으로 나타났다 그리고 부딪치기와 수축하기, 톡톡두드리기가 그 다음 느린 동작으로 표현되었고 가장 빠른 동작이 밀치기와 짜기, 베기, 던지기 등 동작 자체가 크고 강한 동작들이 타이밍이 빠른 것으로 나타났다.

후속연구

또한 다양한 애니메이션을 분석하여 확장된 패킷DB를 구축하여 외형적, 성격적 특징에 맞는 제스처를 생성할 수 있는 자동화 연구가 이루어지면 캐릭터 제스처 연출 분야에 큰 도움이 될 것으로 보인다. 또한 네러티브와 서사구조는 하나의 큰 영역으로 애니메이션을 표현함으로 네러티브에 따른 제스처 분석이 향후 추가적으로 연구가 필요하며 향후 연구결과를 통하여 다양한 애니메이션에서의 제스처연출에 많은 도움이 될 것으로 기대된다.
앞으로 캐릭터의 제스처는 패킷화된 것을 이용하여 자동생성이 가능하도록 표면화할 수 있는 연구와 감정에 따른 제스처 연구가 필요하다. 또한 다양한 애니메이션을 분석하여 확장된 패킷DB를 구축하여 외형적, 성격적 특징에 맞는 제스처를 생성할 수 있는 자동화 연구가 이루어지면 캐릭터 제스처 연출 분야에 큰 도움이 될 것으로 보인다. 또한 네러티브와 서사구조는 하나의 큰 영역으로 애니메이션을 표현함으로 네러티브에 따른 제스처 분석이 향후 추가적으로 연구가 필요하며 향후 연구결과를 통하여 다양한 애니메이션에서의 제스처연출에 많은 도움이 될 것으로 기대된다.
이 분류를 통해 캐릭터의 제스처의 동작특징 및 DB 구축을 구성한다. 또한 애니메이터들이 패킷화된 제스처를 이용하여 시나리오에 정의된 성격과 개성을 고려하여 캐릭터들의 움직임을 창조하고 쉽고 효과적으로 표현 할 수 있을 것이다. 결과를 통해 패킷화된 제스처들을 다양하게 조합하여 여러 형태의 제스처 표현이 가능해지고 애니메이터들이 참고하여 제스처 생성할 수 있는 활용성 높은 자료로 제시하고자 한다.
앞으로 캐릭터의 제스처는 패킷화된 것을 이용하여 자동생성이 가능하도록 표면화할 수 있는 연구와 감정에 따른 제스처 연구가 필요하다. 또한 다양한 애니메이션을 분석하여 확장된 패킷DB를 구축하여 외형적, 성격적 특징에 맞는 제스처를 생성할 수 있는 자동화 연구가 이루어지면 캐릭터 제스처 연출 분야에 큰 도움이 될 것으로 보인다.

질의응답

핵심어	질문	논문에서 추출한 답변
	제스처는 어떤 의사전달 방법중 하나인가?	언어를 사용하거나 신체나 도구를 이용한 비언어적 요소를 통해서인데 여기에는 표정이나 제스처, 목소리, 외모 등의 수행이 병행되면서 수신자들이 이를 해석할 수 있도록 한다[1]. 그 중에서 제스처는 인체의 비언어적 의미표현 전달방법 중 하나로 애니메이션에서는 인물 캐릭터들 통해 표현된다. 이러한 캐릭터들은 제스처를 통해 극의 내용과 상황, 감정들을 관객들에게 전달하게 되고 그러한 캐릭터들의 표현과 연출에 따라 관객과의 의사소통의 효율성은 커질 수 있기 때문에 애니메이션에서 제스처 표현은 중요하며 연구의 필요성이 있다[2].
	인간은 다양한 방법으로 의사를 전달하는데, 어떤 방법들이 있는가?	인간은 다양한 방법으로 의사를 전달한다. 언어를 사용하거나 신체나 도구를 이용한 비언어적 요소를 통해서인데 여기에는 표정이나 제스처, 목소리, 외모 등의 수행이 병행되면서 수신자들이 이를 해석할 수 있도록 한다[1]. 그 중에서 제스처는 인체의 비언어적 의미표현 전달방법 중 하나로 애니메이션에서는 인물 캐릭터들 통해 표현된다.
	제스처는 어떤 역할을 하는가?	제스처는 보고 있는 사람에게 시각적인 신호를 보내는 갖가지 움직임을 말하며 제스처가 되기 위해서는 움직임이 남에게 보여야 하며, 어떤 정보가 전달되어야 한다[7]. 제스처는 주로 몸의 상체 앞 공간에서 상징적인 표현을 위해 손과 팔을 움직이는 행위를 말하며[8] 대화도중이거나 혹은 말이 전혀 사용되지 않을 때 말을 대신 할 수 있으며 상호작용의 진행과 리듬을 조절하는 역할을 한다. 또한 발화시 주의력을 집중시키거나 사용 하는 말에 대해 강조 또는 명확성을 더해주기도 한다.

참고문헌 (24)

윤애선, "신체언어의 의사소통 기능", 성곡학술문화재단, pp.1-4, 1998.
정미강, "기능론적관점에서 본 애니메이션의 신체언어 연구", 한국디자인학회, Vol.69, No.20, p.57, 2006.
김헌희, "스크립트 기반의 로봇 제스처 자동 생성 방법 및 집사로봇에의 적용", HCI 2007 학술대회, 2007.
Michael Kipp/Alexis Heloir, "Expressive Gesture synthesis for ECA and the EMOTE model for Effort and Shape," Seminar character Animation, 2008.
김수영, "Rudolf Von Laban의 원리가 무용 움직임에 미치는 효과 및 활용", 숙명여자대학교 대학원 석사학위논문, 2006.
LISA ULLMANN, 신상미역, 동작분석과 표현, 금광, 1992.
데즈먼드 모리스. 김동광 옮김, 피플워칭, 까치, 2004.
D. McNeill, "Speech and gesture intergration:The nature and functions of gesture in children's communication," Jossey-Bass Publishers, San Francisco, 1998.
김영순, 임지룡, "몸짓 의사소통적 한국어 교수법 모형", 이중언어학, 제20호, pp.1-24, 2002.
로저 E. 액스텔, 김세중 옮김, 숨겨진파워 제스처, 직녀성, 2002.
정미강, "기능론적관점에서 본 애니메이션의 신체언어 연구", 한국디자인학회, Vol.69, No.20, p.57, 2006.
http://www.ktword.co.kr/abbr_view.php?m_templ421
설옥경, "동작 전 과제 정보의 내용에 따른 무용 동작 학습 효과", 이화여자대학교 교육대학원 석사논문, p.10, 2008.
최청자, "Rudolf Von Laban 동작분석이론의 무용교육 적용에 관한 연구", 동국대학교 대학원 박사학위논문, 1998.
Constance A, Schrader, 조은미 역, 움직임의 표출, 정담, 1998.
신상미, "질적인 삶을 추구하는 생활문화로서의 무용", 한국체육철학회지, 제3권, 제1호, pp.124-140, 1995.
Michael Kipp/Alexis Heloir, "Expressive Gesture synthesis for ECA and the EMOTE model for Effort and Shape," Seminar character Animation, 2008.
V.프레스턴 던롭 지음, 김주자외 옮김, 움직임 교육의 원리, 현대미학사, 1994.
Anotnio Camurri외, "KANSEI Analysis of Movement in Dance/Music Interactive Systems," Proc. of International Conference of HUmanoid and RObot, pp.9-14, 1999.
LISA ULLMANN, 신상미역, 동작분석과 표현, 금광, 1992.
정미강, "애니메이션 시나리오와 캐릭터 파라미터 기반의 제스처 제안 시스템", 부산대학교 박사논문, p.60, 2008.
http://en.wikipedia.org/wiki/Sagittal_plane
신상미.김재리 지음, 몸과 움직임 읽기(라반 움직임 분석의 이론과 실제), 이화여자대학교출판부, 2010.
Jean Newlove.John Dalby 공저 신상미 역, 움직임.표현. 기학학, 대한미디어, 2006.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

애니메이션 제스처의 패킷화 -LMA의 Effort 요소를 기반으로-
Making Packets from Animation Gestures -Based on the Effort Element of LMA- 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (24)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

애니메이션 제스처의 패킷화 -LMA의 Effort 요소를 기반으로- Making Packets from Animation Gestures -Based on the Effort Element of LMA- 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (24)

이 논문을 인용한 문헌

저자의 다른 논문 :

이미영 (3) 홍수현 (5) 김재호 (59)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

애니메이션 제스처의 패킷화 -LMA의 Effort 요소를 기반으로-
Making Packets from Animation Gestures -Based on the Effort Element of LMA- 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper