캐릭터의 자동 색 지정을 위한 2D 애니메이션 장면 간 색 변환

국문 초록 (Abstract)

기존의 2D 애니메이션에 나타나는 캐릭터 색은 아트 디렉터의 주관적 색감에 의해 지정되고 있는데 장면의 분위기가 달라지면 동일 캐릭터일지라도 지정되는 색이 다르게 된다. 본 논문에서는 2D 애니메이션 각 장면마다의 캐릭터 색을 자동 생성할 뿐 아니라 아트 디렉터의 주관적 색감을 재현하기 위한 방법으로 색 변환 행렬을 이용하여 캐릭터 색을 변환하는 방법과 신경회로망을 이용하여 캐릭터 색을 변환하는 방법을 제안하고 있다. 먼저, 색 변환 행렬을 이용한 방법에서는 서로 다른 두 조명이 주어졌을 경우, 각 조명하의 동일 물체에 대한 XYZ 삼자극치로부터 색 변환을 위한 행렬식을 유도한 방법이다.
다음으로 신경회로망을 이용한 방법은 캐릭터의 기본색이 각 장면마다 달라지는 것을 신경회로망으로 학습시키는 방법이다. 따라서 제안된 방법은 어떠한 캐릭터일지라도 기본색만 주어진다면 그 장면 분위기에 잘 어울리는 색을 자동으로 변환하는 것이 가능하도록 하였다. 제안된 색 변환 방법은 애니메이션 색채전문가들의 평가를 통해 다양한 장면에서 자동 변환된 캐릭터 색에 대한 자연스러움의 정도를 검증함으로써 본 연구에서 제안한 장면에 따른 캐릭터 색의 자동 변환 시스템의 타당성을 입증하였다.

다국어 초록 (Multilingual Abstract)

Colors of 2D animation character are generally assigned by art directors' subjective color sense. However, even the same characters should be colored differently based on the backgrounds which are varied according to the changes in physical properties of the scenes including location of light source and light intensity. In this study, we introduce color-transformation-matrix method and neural network method for automatic color transformation of characters. The methods are able to not only create automatically character colors which go well with mood of 2D animation images but also express character colors are applied art directors' subjective color sense.
First, color-transformation-matrix method is made to matrix function for color transformation from XYZ color tristimulus values for same object under different light source. Second, neural network method is initially made to learn the patterns of color changes of the same character's basic colors in the various scenes, and to apply the learned patterns to the other characters to produce colors which are naturally mapped to the different designated scenes.
Subjective ratings(which were adopted to verify the proposed models) by color experts on the automatically transformed colors showed that the colors created by the two models tended to be evaluated natural.

목차 (Table of Contents)

• 1. 서론 = 1
• 2. 색 이론 = 5
• 2.1. 색자극(Color Stimulus) = 5
• 2.2. CIE XYZ 색 좌표계(CIE XYZ Color Space) = 7
• 2.3. CIE L*u*v* 색 좌표계(CIE L*u*v* Color Space) = 9
• 2.4. RGB와 XYZ간의 색 좌표계 변환(Color Space Conversion Between RGB and XYZ) = 11
• 2.5. 색차(Color Difference) = 12
• 3. 신경회로망 = 13
• 3.1. 신경회로망의 구조 = 13
• 3.2. 퍼셉트론(Perceptron) = 16
• 3.2.1. 단층 퍼셉트론(Single-Layer Perceptron) = 16
• 3.2.2. 다층 퍼셉트론(Multi-Layer Perceptron) = 17
• 3.3. 오류역전파(Backpropagation) = 18
• 4. 애니메이션 캐릭터의 색 지정 모델 = 19
• 5. 색 변환행렬을 이용한 캐릭터의 색 변환 연구 = 22
• 5.1. 색 변환 행렬 = 22
• 5.2. 색 변환행렬을 이용한 색 변환 방식의 검증 = 27
• 5.3. 색 변환행렬을 이용한 캐릭터의 색 변환 예 = 35
• 5.3.1. 색 변환행렬을 이용한 캐릭터의 1차색 변환 = 35
• 5.3.2. 색 변환행렬을 이용한 캐릭터의 2차색 변환 = 41
• 6. 신경회로망을 이용한 캐릭터의 색 변환 연구 = 47
• 6.1. 캐릭터의 1차색 변환을 위한 신경회로망 설계 = 47
• 6.2. 캐릭터의 2차색 변환을 위한 신경회로망 설계 = 50
• 6.3. 신경회로망을 이용한 색 변환 방식의 검증 = 55
• 6.4. 신경회로망을 이용한 캐릭터의 색 변환 예 = 62
• 6.4.1. 신경회로망을 이용한 캐릭터의 1차색 변환 = 62
• 6.4.2. 신경회로망을 이용한 캐릭터의 2차색 변환 = 67
• 7. 실험 결과 및 고찰 = 71
• 7.1. 색 변환행렬에 이용한 캐릭터의 색 변환 결과 = 71
• 7.2. 신경회로망을 이용한 캐릭터의 색 변환 결과 = 74
• 7.3. 설문조사를 통한 검증 결과 = 77
• 8. 캐릭터 자동 색 지정을 위한 DB 구축 = 85
• 9. 결론 = 88
• 참고문헌 = 91
• 요약 = 97