In this thesis, a region-based approach for cloning facial expressions of a source model to a target model, using predefined key-models, is presented. With the models segmented into regions, the regions can be cloned individually, using the key-shapes of the region acquired from the key-models. Since the final expressions are obtained by combining the cloned regions, the region-based approach allows complex expressions to be cloned with a small number of key-models. The region based approach adopted in this thesis consists two stages: the preprocessing and the synthesis stages. In the preprocessing stage, which is carried out once at the beginning, the models are automatically segmented into three regions using the key-models. Once the regions are segmented, the target key-shapes of each region are parameterized using the corresponding source key-shapes. In the synthesis stage, a cloned target shape for each region is generated by blending the target key-shapes, and these shapes are combined to generate the final target expression for each frame of the input animation in runtime. In the resulting animations, the source model`s complex expressions are convincingly cloned to the target model using a small number of key-models. This approach provides real-time performance.
본 논문은 예제 표정 모델이 정의된 3차원 가상 캐릭터와 새로운 얼굴 모델이 있을 때, 기존의 가상 캐릭터의 얼굴 표정 애니메이션 데이터를 새로운 얼굴 모델에 효과적으로 적용시켜 표정 애니메이션을 복제(cloning) 하는 방법을 제안한다. 예제 표정 모델들을 이용해서 얼굴 애니메이션을 복제 할 때 다양한 표정을 표현하기 위해서는 많은 예제 표정 모델들이 필요하다. 하지만 예제 표정 모델들을 직접 제작하는 일이 아주 힘들기 때문에 더 적은 수의 예제 표정들로 다양한 표정을 표현 할 수 있는 방법이 필요하다. 이 문제를 해결하기 위해 본 논문에서는 얼굴 모델들을 각각 3개의 영역으로 나누어 각 영역의 모양을 독립적으로 복제한 후 복제한 영역들을 결합 시켜서 새로운 모델의 최종 표정을 얻는 방법을 사용한다. 얼굴 모델들을 각각 3개의 영역으로 나누면 각 영역에 대해 예제 표정 모델으로 부터 예제 모양을 구할 수 있다. 각 영역을 독립적으로 복제 할 때는 해당 영역의 원본 예제 모양들을 이용해서 새로운 모델의 예제 모양들을 매개변수 공간 상에 위치시킨 후, 새로운 예제 모양마다 정의한 가중치 함수로부터 얻은 가중치 값을 이용해서 새로운 예제 모양들을 섞어서 새로운 얼굴 표정을 만들어 낸다. 본 연구는 적은 수의 예제 표정 모델을 이용해서 복잡한 표정을 실시간에 복제 할 수 있어 얼굴 애니메이션 생성에 필요한 노력과 시간을 단축 시키는데 기여한다.
