프로젝트 소개
본 과제는 사람의 얼굴을 컴퓨터가 입체적으로 이해하고, 다양한 표정을 자연스럽게 표현하는 3D 얼굴 모델과 얼굴 애니메이션 기술을 개발하는 연구임. 얼굴의 모양과 표정을 영상에서 분석하여 가상 인물, 게임 캐릭터, 영상 콘텐츠 등에 활용하는 기술임.
연구 목표는 Graph Convolutional Network(GCN)를 활용해 깊이 영상(Depth image)에서 3DMM(3D Morphable Model)의 얼굴 형상, 표정, 텍스처 계수를 정확하게 추정하고 개인별 기본 표정을 자동 생성하는 데 있음. 핵심 연구 내용은 3DMM 기반 얼굴 모델링, 3D 얼굴 메쉬의 특징을 학습하는 GCN 개발, BlendShapes를 이용한 표정 구성 및 얼굴 애니메이션 구현임. 기대 효과는 다양한 얼굴 자세와 조명·가려짐 등 어려운 조건에서도 안정적인 3D 얼굴 복원이 가능해지는 것임. 고가의 3차원 스캐너 없이 카메라와 능동 센서로 얼굴 모델링 비용을 낮추고, 3D TV·게임·영화·가상 세계 등 콘텐츠 산업의 기술 경쟁력 강화에 기여함.