The gaming industry is experiencing rapid growth due to recent advances in technology. Game engines such as Unity and Unreal are being actively utilized. These game engines offer a variety of plugins to naturally extend the functionality of the engine. Among them, innovations in 3D graphics technology have made game characters more expressive and enhanced the user experience. However, traditional 3D modeling approaches can sometimes bring limitations and challenges. In particular there are problems with the representation of fine details when utilizing general photos through AI scanning. This paper aims to overcome these difficulties by designing and implementing a game 3D character generation framework using Stable Diffusion. By improving the creation process by utilizing concept art images without hairstyles, it enables fast and efficient character creation. The application of this framework allows for faster and more consistent character creation with fewer steps in the creation process and helps game developers to adapt characters to the engine more easily and quickly. In addition, we verified the effectiveness and scalability of the 3D game character data generated by Stable Diffusion by checking the animation behavior in the game engine.

본 논문에서는 웹툰 캐릭터 영상에 대해서 심층학습에 기반한 3D 안면 재구성 기술을 제안한다. 본 연구에서 제안하는 방법은 기본 사항 모듈과 상세 사항 모듈로 구성된다. 입력 받은 웹툰 캐릭터 영상에 대해서 기본 사항 모듈의 요소인 Albedo 모듈을 적용해서 안면에 들어오는 빛의 양을 계산하여 Albedo 맵을 생성한다. 그 리고 기본 사항 모듈의 다른 구성 요소인 FLAME 모듈에서는 입력 영상에 대한 기본적인 3D 안면 형태를 생 성한다. 이와 동시에 상세사항 모듈을 적용해서 실제 사람과 다르게 이목구비가 변형된 웹툰 캐릭터 영상의 표정이나 얼굴 깊이와 같은 특징을 살리는 세부사항을 추출한다. 계산한 세부사항들을 토대로 세부사항 맵을 생성하여 앞서 FLAME 모듈에서 생성된 3D 안면 형태와 결합하여 세부사항 안면 형태를 생성한다. 그 후 Albedo 모듈에서 생성된 Albedo 맵까지 적용하면 최종적으로 웹툰 캐릭터 영상에 대한 3D 안면 재구성이 완 료된다. 본 연구에서는 웹툰 캐릭터뿐만 아니라 안면이 스타일화된 애니메이 션 캐릭터에 대해서도 결과를 생성하고, 이를 기존 연구와 비교하여 그 우수성을 입증한다.

캐릭터 애니메이션 생성을 위해서는 대용량의 기하 모델 데이터와 모션 데이터 처리를 요구한다. 본 연구에서는 이러한 캐릭터 애니메이션 데이터를 다기종 컴퓨터 환경에서 교환하여 사용할 수 있는 방법에 대해서 기술한다. 캐릭터는 일반 그래픽스 도구를 이용하여 H-Anim ISO/IEC JTC1 SC24 표준화 그룹과 Web3D Consortium에 의해 제정된 국제표준인 H-Anim 기반에서 새로 확장된 구조로 제작한다. H-Anim은 현재 인간형 캐릭터 구조의 전송이나 저장에 필요한 계층적 데이터 구조를 X3D 기반으로 정의하고 있으나 캐릭터의 움직임 표현이나 전송을 위한 애니메이션 데이터에 대해서는 정의되어 있지 않다. 본 연구에서는 H-Anim 표준에 애니메이션에 필요한 추가적인 기능을 새로 제공하여 캐릭터 애니메이션 데이터가 호환성을 가질 수 있도록 데이터 형식을 정의하고, 이 때 H-Anim 구조를 만족시키도록 해주기 위한 캐릭터 모델링의 조건과 제작 방법을 설명한다.

본 논문에서는 3D 그래픽에서 빠르고 정확한 충돌검사(collision-detection)는 3D공간에서 표준객체를 중심으로 하는 연구가 많이 이루어져 왔다. 3D그래픽 분야에서 H/W의 놀라운 발달과 다양한 3D그래픽 관련 논문에서 3D객체의 충돌 속도의 성능 향상뿐만 아니라 사실적인 표현에 깊은 관심을 가지고 있다. 3D 그래픽 알고리즘 중에서 표준 3D 객체의 다양한 충돌 알고리즘을 특징을 분석하고, 기존의 3D 객체의 단순한 계층 구조에서 LOD(Level-of-Detail)를 이용한 알고리즘를 제안한다. 이 알고리즘을 이용하여 3D공간상에서 LOD(Level-of-Detail) 알고리즘을 적용시켜서, LOD단계가 높은 (가까운) 곳에서는 객체의 유향상자를 자세히 검사하고, LOD단계가 낮은(먼곳)에 위치한 객체의 유향상자는 간략히 검사를 적용3D객체가 3D 공간상에서 충돌검사의 성능을 향상시키고 3D 그래픽에서 중요한 요소인 3차원 공간상의 효율적인 렌더링과 사실적인 표현을 제안하여 실시간을 중요시 하는 3D 게임에서 사실감과 효율성을 높였다.

우리나라의 국민표준체위조사는 1979년 1차 조사를 시작으로 약 5∼6년 주기로 실시되고 있으며, 1997년 제4차 조사가 실시되었다. 국민표준체위조사 결과를 기반으로 한 인체측정치는 의류, 신발, 가구 등 관련산업의 제품설계에 반영되었다. 본 논문에서는 국민표준체위조사 결과자료를 기본으로 성별, 연령별, 체형별로 사용자를 분류한 후 체형별 분류를 위한 인체측정치를 도출하였다 도출된 인체측정치의 상관관계를 분석, 대표적인 항목 도출 등의 과정을 통하여 3D 캐릭터를 구성하였다. 구성을 위한 과정으로 골프, 테니스 등의 스포츠 동작을 효율적으로 나타낼 수 있는 인체 측정치를 도출하였다. 항목이 결정되면 각 타입의 3D 캐릭터를 구성할 수 있는 치수를 제시하여 생성하였다. 스포츠의 자세 및 동작분석에 대한 이론적 접근에서 가시적인 정보제공 및 자세ㆍ동작분석 프로토콜을 개발함으로써 자세 및 동작에 대한 정량적ㆍ객관적 평가가 가능해졌다.