• 한국정보과학회논문지:시스템및이론
• /
• 제36권3호
• /
• pp.199-209
• /
• 2009

본 논문은 세일리언시 밀도에 기반한 스트로크의 단계별 세부묘사(Level of Detail:LOD) 표현 알고리즘을 제안한다. 회화적 렌더링에서 스트로크 LOD는 주된 대상에 대한 관찰자의 시선을 집중시키며 표현의 정확성을 높일 수 있는 장점을 가진다. 이를 위해 세밀하게 묘사된 부분과 추상적 묘사가 될 영역을 구분할 필요가 있다. 본 논문에서는 세일리언시 분포를 기준으로 공간 분할 후, 그 데이터에 기반하여 세밀한 표현의 정도를 제어한다. 세일리언시 분포가 높은 영역은 작가가 표현하고자 하는 주된 대상으로 가정하여 세밀한 묘사가 되도록 하며 밀도가 낮은 영역은 상대적으로 추상적인 표현을 한다. 우리의 알고리즘을 통해 쉽고 명확하게 스트로크 LOD를 제어, 표현 할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제14권8호
• /
• pp.1082-1093
• /
• 2011

3차원 캐릭터 모델의 만화적 표현을 위하여 일반적으로 사용되고 있는 기존의 카툰렌더링 방법들은 아티스트가 직접 그린 원화의 표현을 그대로 살리는데 한계가 있다. 본 논문에서는 원화로부터 만화적인 음영모델을 캡쳐하는 기술을 제안하고 이를 이용하여 3차원 캐릭터 모델을 효과적으로 카툰 렌더링하는 새로운 시스템을 제공한다. 이 시스템의 특징은 음영을 캡쳐한 후에 캐릭터 모델의 만화적 특성을 부각시키기 위하여 음영을 이용하여 형태를 강조하는 알고리즘을 포함하며 아티스트가 포스트 프러덕션으로 음영을 편집할 수 있는 스케치 기반 인터페이스를 지원하는 것이다. 이를 위하여 선택된 영역의 색상 분포와 비율을 분석하는 RGB 색상 정렬 알고리즘을 이용하여 카툰 텍스처를 자동으로 생성하는 방법론을 제시한다. 또한 캐릭터의 형태적 특성을 강조하기 위하여 세일리언시 기반 카툰 렌더링 알고리즘을 제안하며, 음영을 지역적으로 편집하는 스케치 인터페이스를 제공한다. 마지막으로 사용자 평가를 통하여 제안하는 시스템의 유용성을 입증한다.

• 방송공학회논문지
• /
• 제24권6호
• /
• pp.983-991
• /
• 2019

본 연구는 영상 샷의 크기에 따라 다양한 스토리를 갖고 있는 영상들을 분석하는 것을 목표로 한다. 따라서 영상 분석에 앞서, 익스트림 클로즈업 샷, 클로즈업 샷, 미디엄 샷, 풀 샷, 롱 샷 등 샷 사이즈에 따라 데이터셋을 분류하는 것이 선행되어야 한다. 하지만 일반적인 비디오 스토리 내의 샷 분포는 클로즈업 샷, 미들 샷, 풀 샷, 롱 샷 위주로 구성되어 있기 때문에 충분한 양의 익스트림 클로즈업 샷 데이터를 얻는 것이 상대적으로 쉽지 않다. 이를 해결하기 위해 본 연구에서는 관심 영역 (Region Of Interest: ROI) 탐지 기반의 이미지 크롭핑을 통해 익스트림 클로즈업 샷을 생성함으로써 영상 분석을 위한 데이터셋을 확보 방법을 제안한다. 제안 방법은 얼굴 인식과 세일리언시(Saliency)를 활용하여 이미지로부터 얼굴 영역 위주의 관심 영역을 탐지한다. 이를 통해 확보된 데이터셋은 인공신경망의 학습 데이터로 사용되어 샷 분류 모델 구축에 활용된다. 이러한 연구는 비디오 스토리에서 캐릭터들의 감정적 변화를 분석하고 시간이 지남에 따라 이야기의 구성이 어떻게 변화하는지 예측 가능하도록 도움을 줄 수 있다. 향후의 엔터테인먼트 분야에 AI 활용이 적극적으로 활용되어질 때 캐릭터, 대화, 이미지 편집 등의 자동 조정, 생성 등에 영향을 줄 것이라 예상한다.