Abstract
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.
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.