CNN을 이용한 3D 스켈레톤 애니메이션 학습

• 영문명: 3D Skeleton Animation Learning Using CNN
• 발행기관: 인문사회과학기술융합학회
• 저자명: 정윤상(Yun Sang Jeong) 박진호(Jin-ho Park)
• 간행물 정보: 『예술인문사회융합멀티미디어논문지』8권 10호, 281~288쪽, 전체 8쪽
• 주제분류: 사회과학 > 사회과학일반
• 파일형태: PDF
• 발행일자: 2018.10.31

국문 초록

단일 이미지를 이용하여 스켈레톤 애니메이션을 추론하여 제작할 수 있는 방법을 제안한다. CNN을 이용하여 모델의 이미지를 학습하게 된다. 학습된 데이터를 이용하여 루트를 포함하여 총 13개의 조인트 각도를 추론하여 스켈레톤 애니메이션을 생성하게 한다. 우리는 미리 준비된 3D모델을 이용하여 제작된 흑백이미지를 이용하여 실험을 진행했다. 흑백이미지의 단일 채널을 이용하여 학습을 진행함으로써 보다 쉽고 빠르게 학습할 수 있도록 하였다. 단일 이미지는 전처리 과정을 거쳐 학습을 진행하게 된다. 학습을 통해 캐릭터의 조인트 관절들이 추출되며 추출된 관절을 이용하여 모델에 재매핑하여 얼마나 유사한지 체크하게 된다. 우리는 이러한 단일 이미지의 학습만을 통해 사람의 모션을 캡처할 수 있는 방법과 가능함을 보인다. 머신러닝을 활용한 모션캡처는 고비용 저효율의 현재의 모션캡처와 애니메이션 제작의 문제점을 해결할 수 있을 것으로 기대된다. 또한 단순 이미지와 조인트간의 관계를 이용한 학습이 아닌 다양한 파생 연구로 확장될 것을 기대하고 있다

영문 초록

We propose a method to infer skeleton animation by using a single image. CNN is used to learn the image of the model. Using the learned data, a total of 13 joint angles including the root are deduced to generate a skeleton animation. We have experimented with black and white images made using a pre-prepared 3D model. By using the single channel of black and white image, learning can be done more easily and quickly. A single image is processed through preprocessing. Through learning, the joints of the character are extracted and remapped to the model using the extracted joints to check how similar they are. We show that it is possible and possible to capture human motion only through learning of this single image. Motion capture using machine learning is expected to solve the problems of high cost, low efficiency, current motion capture and animation production. In addition, it is expected that it will be extended to various derivative studies rather than learning using the relationship between simple images and joints.

목차

1. 서론

2. 우리의 방법

3. 실험

4. 결론

키워드

스켈레톤 애니메이션 이미지 인식 딥 러닝 기계학습 skeleton animation image recognition CNN deep learning machine learning.