픽셀 아트는 낮은 해상도와 제한된 색 팔레트를 가지고 영상을 표현한다. 픽셀 아트는 낮은 연 산 성능과 적은 저장 공간을 가지는 초기 컴퓨터 게임에서 주로 사용되었다. 현대에 이르러, 픽셀 아트는 예술이나 퍼즐, 게임과 같은 다양한 분야에서 찾아볼 수 있게 되었다. 본 논문에서는 게임 캐릭터 영상을 입력으로 받는 픽셀 아트 생성 모델을 제안한다. 기존 방법 과는 달리, 합성곱 신경망(CNN:Convolutional-Neural Network)를 픽셀 아트 생성 목적에 맞게 변형하여 이를 이용하는 방법을 제시한다. 기존의 합성곱 연산 후에 upsampling 과정을 추가하여 픽셀 아트가 생성될 수 있도록 하였다. 네트워크는 ground truth와 생성된 픽셀 아트와의 평균 오차 제곱(MSE:Mean Squared Error)을 최소화해나가며 학습을 수행한다. Ground truth는 실제 아티스트가 생성하도록 하였고, 이미지 회전과 반전 기법을 이용하여 augumentation을 수행하였다. 생성된 데이터 집합은 학습, 검증, 시험 데이터로 나누었다. 이러한 데이터 집합을 기반으로 감독 학습을 실시하여 픽셀 아트 생성 네트워크를 학습하였다. 학습 모델의 학습 과정과 학습 정확도를 제시하고, 시험 데이터 뿐만 아니라 다양한 영상에 대한 픽셀 아트 결과도 함께 제시한다.

We present a legorization framework that produces a LEGO model from a voxel model. Unlike other frameworks, we include bricks whose height is more than one layer. Furthermore, we devise a two-colored graph that represents the adjacency and stability information of a LEGO model. Our legorization is composed of tiling process on each layer, which is implemented using a heuristic search algorithm. We legorize five models including characters and buildings to prove the excellence of out framework

Low-resolution voxel models are widely used in many computer games such as CrossyRoadTM and MinecraftTM and in many block games such as LegoTM. We present a multi-scale voxelization algorithm that abstracts a complex polygonal model to a low-resolution voxel model. Our scheme is distinguished from other voxelization schemes in the point that our scheme controls the level of abstraction according to the complexity of the model. We present a two-stage algorithm: in the first stage, we build a rough voxel model, which is carved to fit the target model in the second stage. We empoly an OpenGL-based slicing algorithm to build a rough model, which is constructed in twofolds. The exterior and interior of the model is constructed separately and merged to complete the rough model. In the second stage, we compute the silhouette of the input model and carve the rough model to improve the completeness of the final result. We test our algorithm for various polygonal models including famous animation character models to prove the excellency of our scheme.