초록

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

얼굴 애니메이션은 개인을 쉽게 구분하고 의사소통을 효율적으로 할 수 있는 보조도구로써 최근 연구가 활발하다. 본 논문에서는 얼굴 표정생성을 위해서 실제얼굴의 피부조직 얼굴 근육 등 해부학적 구조에 기반한 근육 기반 모델 방법을 사용하여 현실감 있고 자연스러운 얼굴 애니메이션이 이루어지도록 한다. 또한 부드러운 얼굴모델을 구현하기 위하여 폴리곤 메쉬를 분할하고 얼굴 표정에 중요한 영향을 미치는 얼굴근육을 추가하여 다양하고 자연스러운 표정을 연출하는 방법을 제시하고자 한다. 제안된 방법을 water〔3〕의 모델에 적용해 봄으로서 더 실감 있는 얼굴 애니메이션에 접근할 수 있는 결과를 얻을 수 있었다. 이 결과는 화상회의나 가상현실, 원격교육, 영화 등 많은 분야에서 활용될 수 있다.

얼굴 애니메이션은 개인을 쉽게 구분하고 의사소통을 효율적으로 할 수 있는 보조도구로써 최근 연구가 활발하다. 본 논문에서는 얼굴 표정생성을 위해서 실제얼굴의 피부조직 얼굴 근육 등 해부학적 구조에 기반한 근육 기반 모델 방법을 사용하여 현실감 있고 자연스러운 얼굴 애니메이션이 이루어지도록 한다. 또한 부드러운 얼굴모델을 구현하기 위하여 폴리곤 메쉬를 분할하고 얼굴 표정에 중요한 영향을 미치는 얼굴근육을 추가하여 다양하고 자연스러운 표정을 연출하는 방법을 제시하고자 한다. 제안된 방법을 water〔3〕의 모델에 적용해 봄으로서 더 실감 있는 얼굴 애니메이션에 접근할 수 있는 결과를 얻을 수 있었다. 이 결과는 화상회의나 가상현실, 원격교육, 영화 등 많은 분야에서 활용될 수 있다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• FACS 는 인간의 내적 상태를 나타내는 얼굴 표정을 위하여 모두 44개의 기본 단위(AU)로 분류한 것인데, 정의된 AU들을 조합하여 표정들을 합성하여 하나의 새로운 표정을 만들어 낸다. 본 논문에서는 사용자가 직접 근육의 강도를 수정할 수 있도록 하여 다양한 표정을 연출할 수 있도록 하였다. 그림 5에서 감정표현에 따른 다양한 표정들을 볼 수 있다.
• 본 논문은 더욱 자연스러운 표정 애니메이션을 제공하기 위한 연구를 하기 위해 메쉬의 삼각분할과 근육 모델을 이용하여 얼굴의 감정 표현을 실감 있게 연출하였다.
• 본 연구에서는 감정 표현을 위한 표정 애니메이션을 구현하고자 한다. 자연스러운 얼굴 애니메이션을 구현하는 기법으로 근육 기반 모델링 방법을 사용하고 얼굴 피부의 자연스러운 모델링을 위해 많은 수의 폴리곤 메 쉬를 구성해야 한다.

가설 설정

• 근육 모델은 골격, 연골조직, 근육, 신경, 혈관, 피부 등 사람의 머리 및 얼굴을 구성하고 있는 해부학적 요소를 모델링하여 얼굴의 표정 합성 및 애니메이션은 하는 것이다. 피부 조직을 모델링하는 기본 가정은 피부 사이에 연결된 근육을 스프링으로 구성하는 것이다. 얼굴의 표정 변화에 따른 근육의 움직임을 스프링의 수축과 이완으로 계산하여 보다 자연스러운 얼굴 애니메이션 결과를 얻을 수 있다.

제안 방법

• 자연스러운 얼굴 애니메이션을 구현하는 기법으로 근육 기반 모델링 방법을 사용하고 얼굴 피부의 자연스러운 모델링을 위해 많은 수의 폴리곤 메 쉬를 구성해야 한다. 256개의 포인트로 이루어진 메 쉬를 삼각 분할(Triangle Subdivision)하여 메쉬 조밀도를 높였다. 다양한 표정을 연출하는 얼굴 애니 메 이션을 위해 얼굴 근육을 주가하고 몇 가지 대표적인 표정 연출을 구현한다.
• 기존의 근육 구성에 중요한 부위의 근육을 더 추가해 총 30개의 근육을 만들었다. 30 개의 근육은 근육 벡터의 시작(head)과 끝(tail), 영향 범위 (zone) 강도(intensity) 등의 정보 등을 포함하고 있어서 얼굴표정을 위하여 근육의 움직임을 조합할 수 있도록 하였다. 근육의 움직임에 따라 얼굴 메 쉬가 변형되므로 자연스러운 피부의 움직임과 표정생성의 결과를 얻을 수 있다.
• 0을 이용하여 구현하였다. 그래픽처리의 한계를 극복하기 위해 최대한 기본적인 래픽 라이브러리와 BMP파일 로 texture 처리를 하였고 삼각메쉬분할은 두 번 반복 정도로 제한하였다. 그림 5에서 총 30개의 근육의 움직임으로 감정표현을 위한 표정 연출의 결과를 볼 수 있다.
• 표정과 관련된 기본 근육들을 정의하기 위하여 그림 413]를 참조하였으며 water[3]7? 제안한 근육 모델은 18개의 근육으로 구성되어 있다. 기존의 근육 구성에 중요한 부위의 근육을 더 추가해 총 30개의 근육을 만들었다. 30 개의 근육은 근육 벡터의 시작(head)과 끝(tail), 영향 범위 (zone) 강도(intensity) 등의 정보 등을 포함하고 있어서 얼굴표정을 위하여 근육의 움직임을 조합할 수 있도록 하였다.
• 256개의 포인트로 이루어진 메 쉬를 삼각 분할(Triangle Subdivision)하여 메쉬 조밀도를 높였다. 다양한 표정을 연출하는 얼굴 애니 메 이션을 위해 얼굴 근육을 주가하고 몇 가지 대표적인 표정 연출을 구현한다.
• 얼굴의 표정 변화에 따른 근육의 움직임을 스프링의 수축과 이완으로 계산하여 보다 자연스러운 얼굴 애니메이션 결과를 얻을 수 있다. 본 연구에서 사용한 근육 기반 모델은 Water[3]가 제안한 근육 모델에 메 쉬를 subdivision 하여 많은 메 쉬를 표현하였고 얼굴 근육은 자세하게 표현하여 섬세한 표정을 연출하도록 하였다. 본 논문에서는 계산량이 가장 적은 간단한 형태의 선형 근육 모델을 사용하였다.

대상 데이터

• 본 연구에서 사용한 근육 기반 모델은 Water[3]가 제안한 근육 모델에 메 쉬를 subdivision 하여 많은 메 쉬를 표현하였고 얼굴 근육은 자세하게 표현하여 섬세한 표정을 연출하도록 하였다. 본 논문에서는 계산량이 가장 적은 간단한 형태의 선형 근육 모델을 사용하였다.
• 표정과 관련된 기본 근육들을 정의하기 위하여 그림 413]를 참조하였으며 water[3]7? 제안한 근육 모델은 18개의 근육으로 구성되어 있다. 기존의 근육 구성에 중요한 부위의 근육을 더 추가해 총 30개의 근육을 만들었다.

이론/모형

• Water가 제안한 얼굴표정은 FACS [1] 의 action units(AU)의 조합으로 움직임 단위를 정의하였다. FACS 는 인간의 내적 상태를 나타내는 얼굴 표정을 위하여 모두 44개의 기본 단위(AU)로 분류한 것인데, 정의된 AU들을 조합하여 표정들을 합성하여 하나의 새로운 표정을 만들어 낸다.
• 선형 근육은 전반적인 얼굴의 움직임에 대하여 작용하고, 괄약근은 눈 주변과 입 주변의 움직임 즉, 타원 모양을 조여 주거나 느슨하게 하는 근육이고 판 근육은 이마 부분과 같이 비교적 평편한 판으로 구성된 부위에 작용하는 근육이다. 본 논문은 계산량이 간단한 선형 근육 모델을 사용하였다. Water가 제안한 근육 벡터 모델[4] 중에서 선형 근육 모델은 그림 3

후속연구

• 앞으로의 연구 방향은 근육 모델에 있어서 선형근육모델을 제외한 괄약근 모델과 판근육 모델에 대해서도 살펴보고 실제 얼굴 모델에 적용하여 더욱 자연스러운 얼글표정 애니메이션이 가능하도록 할 것이다. 또한 실제에 가까운 피부조직과 Wrinkle[6]을 구현하기 위하여 피부 모델 구조인 Micro Structure [5]와 Macro Structuree]를 보여주는 등 실감 있는 얼굴 애니메이션에 더욱 접근할 수 있을 것이다.
• 제시한 방법으로 다양하고 풍부한 얼굴 표정 애니메이션을 보여줄 수 있지만 얼굴 근육으로 선형근육모델밖에 적용하지 않아서 실제와 같은 피부의 움직임까지 연출하기에는 부족하다. 앞으로의 연구 방향은 근육 모델에 있어서 선형근육모델을 제외한 괄약근 모델과 판근육 모델에 대해서도 살펴보고 실제 얼굴 모델에 적용하여 더욱 자연스러운 얼글표정 애니메이션이 가능하도록 할 것이다. 또한 실제에 가까운 피부조직과 Wrinkle[6]을 구현하기 위하여 피부 모델 구조인 Micro Structure [5]와 Macro Structuree]를 보여주는 등 실감 있는 얼굴 애니메이션에 더욱 접근할 수 있을 것이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기