최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.17 no.9, 2014년, pp.1076 - 1083
조태훈 (Department of Computer Engineering, Sejong University) , 정중필 (Department of Computer Engineering, Sejong University) , 최수미 (Department of Computer Engineering, Sejong University)
We propose an emotional facial avatar that portrays the user's facial expressions with an emotional emphasis, while achieving visual and behavioral realism. This is achieved by unifying automatic analysis of facial expressions and animation of realistic 3D faces with details such as facial hair and ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
본 논문에서 가중치 행렬 W의 값은 무엇을 의미하는가? | 여기서 우리는 A, A', D' 의 값을 알고 있으므로 가중치 행렬 W를 으로 구할 수 있다. 즉, 가중치 행렬 W는 라플라스 벨트라미 연산자에 의해 계산된 고정 상수 값이다. 따라서 계산된 가중치 행렬 W를 이용하여 3차원 얼굴과 적합한 형태로 장식 모델 B를 구할 수 있다. | |
변형기법 알고리즘의 세 가지 과정은 무엇인가? | 변형기법 알고리즘의 순서는 세 가지 과정으로 나눠진다. 첫 번째 과정은 장식모델에 정합하기 위한 특징점이 미리 지정되어야 한다. 이 때 특징점은 유사변형을 위한 특징점(ST point)과, 선형 변형을 위한 특징점(LD point), 그리고 장식모델에서 LD point에 해당하지 않은 나머지 정점을 자유정점(Free vertices)으로 정의한다. 두 번째 과정은 얼굴 표면과 정합 오류를 줄이기 위해서 얼굴모델과 장식모델의 ST point를 이용하여 유사변형 과정을 수행한다. 마지막 과정으로 장식 모델을 얼굴 표면에 정합하기 위해서 장식 모델의 선형변형을 수행한다. 선형변형은 장식모델의 LD point와 가장 가까운 얼굴 표면의 정점을 검색하여 LD point를 이동하고, 이동된 LD point과 미리 계산된 자유 정점들의 가중치를 이용하여 장식 모델을 선형 변형하는 방법을 사용했다. | |
3D 감정 아바타의 장점은? | 3D 감정 아바타는 실제 얼굴과 비교하였을 때 다양한 텍스처 패턴을 이용하여 가상 얼굴의 피부색을 바꾸거나 표정을 강조할 수 있다는 점에서 이러한 비언어적인 표현을 할 수 있는 장점이 있다. 따라서 감정아바타를 생성에 필요한 것은 사용자가 감정표현을 하는 표정에 따라서 자동으로 아바타의 시각적인 요소를 강조 할 수 있는 접근방법이 필요하다. |
R.W. Picard, Affective Computing, MIT Press, Cambridge, Mass., 2000.
C. Cao, Y. Weng, S. Lin, and K. Zhou, "3D Shape Regression for Realtime Facial Animation," ACM Transactions on Graphics, Vol. 32, No. 4, pp. 41:1-41:10, 2013.
T. Beeler, B. Bickel, G. Noris, P. Beardsley, S. Marschner, R.W. Sumner, et al., "Coupled 3D Reconstruction of Sparse Facial Hair and Skin," ACM Transactions on Graphics, Vol. 31, No. 4, pp. 117:1-117:10, 2012.
P. Ekman, W.V. Friesen, and J. Hager, Facial Action Coding System: Research Nexus, Network Research Information, 2002.
T. Cootes, G. Edwards, and C. Taylor, "Active Appearance Models," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 23, No. 6, pp. 681-685, 2001.
T. Cootes, An Introduction to Active Shape Models, Image Processing and Analysis, Oxford University Press, New York, NY, 2000.
I. Kotsia and I. Pitas, "Facial Expression Recognition in Image Sequences using Geometric Deformation Features and Support Vector Machines," IEEE Transactions on Image Processing, Vol. 16, No. 1, pp. 172-187, 2007.
C.-C. Chang and C.-J. Lin, "LIBSVM: A Library for Support Vector Machines," ACM Transactions on Intelligent Systems and Technology, Vol. 2, No. 3, pp. 27:1-27:27, 2011.
J. Ahlberg, CANDIDE-3-An Updated Parameterised Face, LiTH-ISY-R-2326, Deptartment of Electrical Engineering, Linkooping University, 2001.
B. Bickel, M. Lang, M. Botsch, M. Otaduy, and M. Gross, "Pose-space Animation and Transfer of Facial Details," Proceeding of the 2008 ACM SIGGRAPH/Eurographics Symposium on Computer Animation, pp. 57-66, 2008.
M. B. Stegmann, B. K. Ersboll, and R. Larsen, "FAME-a Flexible Appearance Modelling Environment," IEEE Transaction on Medical Imaging, Vol. 22, No. 10, pp. 1319-1331, 2003.
P. Lucey, F. J. Cohn, T. Kanade, J. Sarahih, and Z. Ambadar, "The Extended Cohn-Kanade Dataset(CK+): A Complete Dataset for Action Unit and Emotion-specified Expression," Computer Vision and Pattern Recognition Workshops, pp. 94-101, 2010.
H. Byun, "Real-time Facial Modeling and Animation based on High Resolution Capture," Journal of Korea Multimedia Society, Vol. 11, No. 8, pp. 1138-1145, 2008.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.