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.

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.

This study aims to explore game backgrounds and content generation using motion graphics. Motion graphics can be utilized to generate contents in various fields including games, cartoons, movies, animations, characters, advertisements, etc. This study identifies how game backgrounds and game scenes are simply generated by utilizing motion graphics. And synthesizing techniques are used to generate game backgrounds and game scenes. Also, for game backgrounds and characters, motion graphics are applied to simply express special effects such as various flames, blazes, thunderbolts, etc. On the subject of secondary school students, this study evaluates their game background and character generation competencies with two methods to develop game industry and improve content personnel. Evaluation results of 88 points and 85 points are shown from the evaluation of the last results for evaluation items according to the standard of 100 points, and it suggests that game development personnel and character content production personnel be reserved with professional education and support in the future.

The international standard of ISO/IEC 19774 H-Anim (Humanoid Animation) defines the hierarchical structure and modeling data of a human for the generation of human animation. A common character data format is necessary in order to share and exchange characters between different applications, including gaming applications. H-Anim can be used for this purpose, and is progressing towards further standardization of new functionalities. This paper describes the modeling and animation method of a game character based on H-Anim using a general graphics tool. It also describes an algorithm to convert from H-Anim WRL, the output file generated by the general graphics tool, to H-Anim X3D based on the H-Anim specification. In addition, an experiment is described that shows compatibility of the designed H-Anim character with a general X3D browser. General behavior animations applied directly to the H-Anim character are also included.

게임 캐릭터의 성장은 능력 수치의 가감으로 표현되는데, 이때 능력 요소는 게임에 따라 다양하게 정의되고, 사용된다. 본 논문에서는 캐릭터의 능력 요소가 어떻게 정의되고 사용되는지 알아보고, 캐릭터의 생성할 때, 능력 수치를 부여하는 방식에 대해 제안하고자 한다. 본 방식은 캐릭터의 성장을 시간이라는 요소와 연결하여 시간의 변화에 맞추어 캐릭터가 적합한능력 수치를 가지고 생성되도록 유전 알고리즘을 활용하여 디자인한다. 시간의 변화에 맞춘실험을 통해 제안한 방식의 유효성을 검증한다.

축구 시뮬레이션 게임에서 축구 선수들의 능력치를 현실에 가깝게 만드는 것은 게임의 흥미 를 위해 매우 중요한 요소이다. 스포츠 시뮬레이션 게임에 경영 개념이 도입되면서 장시간 게 임을 플레이하게 되면 기존 선수 캐릭터의 은퇴문제가 발생하고 새로운 선수 캐릭터를 생성하 여 게임의 환경을 유지하게 된다. 본 연구에서는 새로운 선수 캐릭터를 생성할 때 유전 알고리 즘을 활용하여 기존의 선수와 유사하면서 최적의 능력을 갖추게 하는 방식을 제안한다. 기존의 랜덤 생성방식, 보정 랜덤방식과 제안한 알고리즘으로 선수 캐릭터를 생성하여 비교, 평가하여 제안한 방식의 유효성을 검증한다.

가상 환경에서 가상 캐릭터가 사람과 같이 자연스럽게 동작하기 위한 과정은 많은 노력을 필요로 한다. 가상 캐릭터는 행동을 기반으로 동작하기 때문에 자연스럽게 동작하기 위해서는 행동 정의가 가장 중요하다. 최근에는 사람이 조작한 가상 캐릭터의 행동을 기반으로 가상 캐릭터가 수행할 일련의 행동을 정의하는 Programming by Demonstration에 관한 연구가 활성화되고 있다. 하지만 이 방법들은 항상 동일한 길이의 연속적인 행동을 도출하거나 연속적인 행동을 정의할 때 사용하는 행동들을 제한하기 때문에 다양한 일련의 행동 생성하기가 어렵다. 자연스럽게 동작을 수행하기 위해서는 조작한 가상 캐릭터의 행동에서 최대한 다양한 일련의 행동들을 도출하고 도출한 일련의 행동들을 대표하는 최적의 연속적인 행동을 선택해야 한다. 그래서 여러 가지의 제약 사항을 줄이면서 일련의 행동을 생성하기 위한 연구들이 필요하다. 이 논문에서는 사람이 조작한 캐릭터의 행동을 수집하고 가상 캐릭터가 수행할 일련의 행동을 모두 도출해서 가상 캐릭터에게 적합한 일련의 행동을 선정하는 방법을 제안한다. 실험에서는 제안한 방법을 자동차 게임에 적용해서 생성되는 과정을 기술한다. 생성된 결과를 보면 사람이 수행한 일련의 행동을 길이나 분할하는 위치에 제약을 받지 않고 생성한 것을 볼 수 있었다. 결국, 제안한 방법은 더 많은 일련의 행동을 도출하고 가상 캐릭터에게 적합한 행동을 선정할 수 있음을 확인하였다.

온라인 게임의 역사는 다른 게임들에 비해 짧은 역사를 가지고 있는데 반해 많은 성장과 결과를 보였다. 그 중 캐릭터 커스터마이징 시스템은 온라인 게임을 이루고 있는 다른 요소들에 비해 상대적으로 많은 발전을 이루지는 못했다. 커스터마이징 시스템이 상대적으로 많은 발전을 이루지 못한 데에는 당시의 그래픽 기술력문제가 큰 영향을 주었다. 하지만 그래픽의 발전과 함께 사용자들의 풍부한 표정에 대한 욕구 수요가 가능해 졌으며, 캐릭터 얼굴 변환 아이템이 새로운 수익을 창출할 정도로 근래에 나오는 커스터마이징 시스템은 자유도 높은 시스템으로 만들어지고 있다. 본 논문에서는 높아진 자유도만큼 개성 있는 캐릭터들이 다양하게 만들어 질 수 있도록 사람의 인상을 연구하고 분석하는 학문인 관상학을 근거로 아이온 커스터마이징 시스템을 분석하여 발전적인 캐릭터 커스터마이징 시스템 구성을 하였다.