포아송 방정식을 이용한 동작포착 데이터의 합성
Synthesizing Motion Capture Data Based on Poisson Equation
- 주제(키워드) 동작포착 데이터 합성 , 포아송 방정식 , 동작포착 데이터의 합성
- 발행기관 아주대학교 일반대학원
- 지도교수 최정주
- 발행년도 2008
- 학위수여년월 2008. 2
- 학위명 석사
- 학과 및 전공 일반대학원 미디어학과
- 본문언어 한국어
초록/요약
3차원 애니메이션은 영화나 게임 등에 사용되는 중요한 요소이다. 특히, 영화나 게임 등의 미디어 시장이 점점 커지면서 수요가 증가하고 있다. 3차원 애니메이션 제작에서 중요한 부분이 움직임을 나타내는 동작 정보라 할 수 있다. 하지만 동작 정보를 새로 만들기 위해서는 많은 비용 부담이 든다. 따라서 기존 동작 데이터를 재활용하는 연구가 많이 진행되었다. 이러한 연구들로는 예제 기반의 합성 방법, 통계적인 모델을 이용한 방법 등이 있으며, 최근에는 그래프를 이용하여 원하고자 하는 동작을 만들어내는 방법이 주로 이용된다. 본 연구에서는 기존 동작 데이터를 재사용하여 다른 동작을 만들어내는 새로운 방법을 제시하고자 한다. 기존의 형상 변형 및 합성과 이미지 합성에 주로 이용되는 포아송 방정식(Poisson equation)을 이용하여 동작 데이터를 만들어 내는 방법이 바로 그것이다. 동작 포착 데이터를 구성하는 관절(joints)의 회전 값은 시간에 따라서 변화하며 이것은 동작의 특징을 저장하고 있다고 볼 수 있다. 따라서, 동작 포착 데이터에서 포아송 방정식의 방법을 이용하는 것은 서로 다른 동작 포착 데이터 전체 또는 일부의 관절별 회전 변화 데이터의 유도된 가속장(guided acceleration field)을 맞추는 것을 의미한다. 몇 가지 제약조건이 있으며 동작의 목적이 분명한 데이터를 만들어내고자 할 때는 불리하지만, 임의의 상태를 나타내는 동작들을 합성하고자 할 때는 합성하고자 하는 동작만을 가지고 움직임의 특징을 살린 동작을 만들어낸다.
more초록/요약
3D animation is one of the most important part in movies or games. Especially, a media market is growing, also the demand of 3D animation is increasing. Motion data is a important part in making 3D animations. But it needs enormous money to make a new motion data. So there are many researches on re-using a previous motion data. One research part come into the spotlight that saves a motion data as a graph for synthesizing. But it needs a huge time to generating a graph because of calculating the cost which connects all motion frames. In this paper, we introduce new method for re-using motion data. We make a motion capture data using Poisson Equation which used in synthesis of shape deformation and image. Motion capture data has an angle of joints which are changed every time so they represent a motion feature. So applying Poisson Equation in motion capture data means fixing into a guided acceleration field in the whole motion capture data or a portion of angle of joints. There are some restrictions and have some disadvantages in a meaningful motion capture data, but making arbitrary motion capture data, we don’t have to generate a graph and make a motion capture data only using motion data that is to be synthesized.
more목차
제1장 서론 = 1
제2장 관련연구 = 3
제3장 포아송 방정식을 이용한 동작의 합성 = 7
제1절 합성 절차 = 7
제2절 포아송 방정식의 적용 = 8
제3절 최적화된 위치 찾기 = 11
제4장 실험결과 = 14
제5장 결론 = 17
