• 한국컴퓨터그래픽스학회논문지
• /
• 제21권5호
• /
• pp.29-36
• /
• 2015

사람의 손가락은 도구를 다루는 세밀한 동작을 하기 위해 필수적인 부위이며, 캐릭터 애니메이션에 있어 자연스러운 손가락 움직임 표현은 중요한 이슈 중 하나이다. 그 중에서도 키보드 타이핑 모션은 다양한 관절을 자연스럽게 사용하는 고난도 동작이며, 기존 애니메이션 파이프라인을 활용해서는 만들기 쉽지 않다. 본 논문에서는 물리 시뮬레이션을 이용하여 사실적인 키보드 타이핑 모션을 자동으로 생성하는 방법을 제시한다. 물리 기반 시뮬레이션에서 타이핑 모션을 잘 수행하기 위해서는 손과 키보드 모델이 허용된 범위를 벗어나지 않아야 하며, 사용자의 입력에 맞는 키만 정확히 타건해야 한다. 또한 실제 키보드 타건을 관찰한 결과 항상 손의 위치 및 자세는 키보드 위의 특정 기본 자세를 유지하려고 하며, 타건하는 손가락 이외의 움직임을 최소화하려는 경향을 확인할 수 있었고 이를 반영하고자 하였다. 이러한 다양한 제약 조건을 하나의 해결기에서 다루어 실시간으로 자연스러운 키보드 타이핑 시뮬레이션 결과를 얻을 수 있고, 이러한 결과는 애니메이션 및 가상 현실 기반 인터랙션 컨텐츠 등에서 유용하게 사용될 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제29권5호
• /
• pp.11-20
• /
• 2023

본 논문에서는 손 동작을 포함한 전신 동작 생성이 가능하고 동작 생성 딜레이를 조절할 수 있는 새로운 딥러닝 기반 동작 복원 기술을 제안한다. 제안된 방법은 범용적으로 사용되는 센서인 바이브 트래커와 딥러닝 기술의 융합을 통해 더욱 정교한 동작 복원을 가능하게함과 동시에 IK 솔버(Inverse Kinematics solver)를 활용하여 발 미끄러짐 현상을 효과적으로 완화한다. 본 논문은 학습된 오토인코더(AutoEncoder)를 사용하여 트래커 데이터에 적절한 캐릭터 동작의 실시간 복원이 가능하고, 동작 복원 딜레이를 조절할 수 있는 방법을 제안한다. 복원된 전신 동작에 적합한 손 동작을 생성하기 위해 FCN(Fully Connected Network)을 사용하여 손 동작을 생성하고, 오토인코더에서 복원된 전신 동작과 FCN 에서 생성된 손 동작을 합쳐 손 동작이 포함된 캐릭터의 전신 동작을 생성할 수 있다. 앞서 딥러닝 기반의 방법으로 생성된 동작에서 발 미끄러짐 현상을 완화시키기 위해 본 논문에서는 IK 솔버 를 활용한다. 캐릭터의 발에 위치한 트래커를 IK 솔버의 엔드이펙터(end-effector)로 설정하여 캐릭터의 발 움직임을 정확하게 제어하고 보정하는 기술을 제안함으로써, 생성된 동작의 전반적인 정확성을 향상시켜 고품질의 동작을 생성한다. 실험을 통해, 본 논문에서 제안한 딥러닝 기반 동작 복원에서 정확한 동작 생성과 사용자 입력에 따라 프레임 딜레이 조정이 가능함을 검증하였고, 생성된 전신 동작의 발미끄러짐 현상에 대해 IK 솔버가 적용되기 이전 전신 동작과 비교하여 보정에 대한 성능을 확인하였다.