• 한국컴퓨터그래픽스학회논문지
• /
• 제13권1호
• /
• pp.33-36
• /
• 2007

일반적으로 말풍선은 만화에서 대사와 주인공을 연결하는 매개체 역할을 한다. 또한 말풍선은 대사가 진행되는 순서를 고려하여 배치되기 때문에, 말풍선의 위치는 줄거리의 전개 과정을 표현하는 역할을 하기도 한다. 그러므로 말풍선을 생성하고 배치하는 작업은 중요한 작업이며, 이러한 작업은 주로 만화가의 수작업을 통해서 이루어진다. 본 논문에서는 만화가의 수작업으로 진행되는 말풍선의 생성과 배치 작업을 자동으로 수행하기 위한 방법에 관해 논의한다. 이를 위해서, 6가지 종류의 말풍선을 모델링하였으며, 이러한 말풍선들을 배치를 위해서, EPFLP 기반의 휴리스틱 알고리즘을 제시하였다. 또한, 말풍선의 참조점과 말꼬리의 방향을 고려해서, 수작업으로 생성되던 말꼬리를 자동으로 생성하는 방법을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.332-334
• /
• 2012

최근 영화나 드라마 같은 미디어 데어터가 폭발적으로 증가하면서, 다양한 언어로 번역된 자막 데이터도 증가하고 있다. 이러한 자막은 대부분 화면 하단이나 우측에 위치가 고정되어 나타내는 방식을 취하고 있다. 그러나 이 방식에는 몇 가지 한계점을 가지고 있다. 자막과 등장인물의 얼굴이 거리가 먼 경우, 시청자의 시선이 분산되어 영상에 집중하기 어렵다는 점과 청각장애를 가진 사람의 경우 자막만으로는 누가 말하고 있는 대사인지 혼동이 온다는 점이다. 본 논문에서는 만화에서 대사를 전달하기 위해 사용하던 말풍선을 동영상의 자막을 나타내는데 사용하는 새로운 자막 시스템을 제안한다. 말풍선을 사용하면 말꼬리로 화자의 위치를 가리키고, 시청자의 시선을 화자의 얼굴 근처에 집중시킴으로써 기존 자막이 갖는 한계점을 개선시킬 수 있다. 본 연구의 결과물을 검증하기 위해 사용자 평가를 실시했고, 기존의 자막 방식에 비해 시선의 안정성과 흥미성, 정확도에서 더 낫다는 결과를 얻을 수 있었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제12권1호
• /
• pp.27-36
• /
• 2006

영화와 같은 사실적인 영상은 너무 많은 정보를 포함하고 있어서 때로는 사용자에게 제작자의 의도를 쉽게 전달하기 어려울 수 있다. 이와 달리 만화와 같은 비사실적인 영상은 중요하지 않은 부분을 아주 간단하게 표현하거나 혹은 중요한 부분만을 강조해서, 작가의 의도를 직관적으로 훨씬 잘 전달해 준다. 만화는 스피드라인, 말풍선, 배경 텍스쳐 등과 같은 만화 고유의 표현 기법들을 통하여 일반 정지영상들보다 많은 부가적인 정보를 전달해 준다. 특히, 말풍선은 장면 내의 인물들의 대사를 전달하는 매체로, 올바른 내용 전달을 위해 읽기순서(reading order)에 따른 말풍선간의 관계 및 말풍선과 인물간의 관계를 고려하여 적절한 위치에 배치 되어야 한다. 본 논문에서는 비디오 영상에서 추출된 장면의 만화적 변환을 위한 기법들 중에서 말풍선 자동 배치 방법을 제안한다. 제안한 방법은 지도에서 지명을 배치할 때 흔히 사용하는 특징점 라벨 배치(Point-Feature Label Placement) 방법에 기반하였다. 또한, 본 논문에서는 말풍선 배치가 얼마나 잘 되었는가를 평가하기 위한 객관적인 평가 함수를 제안하였다. "Love Actually", "살인의 추억"등의 다양한 영화 장면들을 이용하여 실험한 결과, 제안한 방법의 말풍선 배치 결과가 사람이 수작업으로 배치한 것과 비교해 크게 부족함이 없는 것을 알 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제11권12호
• /
• pp.28-39
• /
• 2011

멀티미디어 산업의 발달과 함께 디지털 콘텐츠 시장의 확산을 가져오고 있다. 그 중 인터넷 만화와 같은 디지털 만화 시장의 확장은 급속하게 커지고 있어서, 콘텐츠의 부족과 다양성 때문에 동영상 카투닝에 대한 연구가 계속되고 있다. 지금까지는 동영상 카투닝은 비사실적 렌더링과 말풍선에 초점이 맞추어졌으나, 이러한 것들을 적용하기 위해서는 카투닝 서비스에 적합한 프레임 추출이 우선시 되어야만 한다. 기존의 방법으로는 동영상의 장면전환이 일어나는 샷(shot)안의 프레임을 추출하여, 사용자가 지정한 영역을 임의의 색상으로 렌더링(Rendering)하는 시스템이 있다. 하지만 이러한 방법은 사람의 손을 거치는 반자동적인 방법으로서 정확한 프레임 추출을 위해 사람의 손을 거쳐야하는 단점이 있다. 따라서 본 논문에서는 이러한 문제점을 해결하고, 보다 정확한 카투닝에 적용할 프레임을 추출하기 위해 오디오 및 비디오 분리를 통한 방법을 제안한다. 먼저 동영상으로부터 오디오와 비디오를 분리한다. 오디오는 먼저 MFCC와 영교차율의 특징을 추출하고, 이 특징 정보를 미리 학습된 데이터와 GMM 분류기를 통하여 음악, 음성, 음악+음성으로 분류한 후 음성 영역을 설정한다. 비디오는 히스토그램을 이용한 방법과 같은 일반적인 장면전환 프레임을 추출 후 얼굴 검색을 통해서 만화에서 의미가 있는 프레임을 추출한다. 그 후 음성 영역내에 얼굴이 존재하는 장면전환 프레임이나 일정 시간동안 음성이 지속되는 영역 중 장면전환 프레임을 추출하여 동영상 카투닝에 적합한 프레임을 자동으로 추출한다.