KR100754387B1 - 그래픽 컨텐츠 제작장치와 방법 및 컴퓨터 프로그램을저장하는 컴퓨터로 읽을 수 있는 기록매체 - Google Patents

Abstract

그래픽 컨텐츠 제작장치와 방법 및 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체가 개시된다. 그 장치는, 사용자가 제작하고자 하는 그래픽 컨텐츠를 의미하는 질의 객체인 쿼리 아이템을 이용하여 그래픽 컨텐츠를 제작하는 그래픽 컨텐츠 제작장치에 있어서,소정의 쿼리 아이템과 매칭 가능한 복수의 모델 및 모델의 형상 기술자를 저장하는 모델 데이터베이스, 주어진 쿼리 아이템으로부터 추출한 형상 기술자와 모델 데이터베이스에 저장된 모델들 각각의 형상 기술자를 비교하여 소정 범위 내의 유사도를 갖는 하나 이상의 모델을 출력하여 검색하는 모델 검색부 및 검색된 모델을 사용자의 지시에 따라 개량하여 유저지향 모델을 생성하는 모델 개량부를 포함함을 특징으로 한다. 그러므로, 3차원 그래픽 컨텐츠를 신속 정확하게 제작할 수 있도록 하는 효과를 갖는다.

Description

그래픽 컨텐츠 제작장치와 방법 및 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체{Apparatus and method for producing graphic contents and computer readable media for storing computer program}

도 1은 종래의 3차원 그래픽 컨텐츠 제작장치의 블록도이다.

도 2 및 도 3은 본 발명에 의한 그래픽 컨텐츠 제작장치를 설명하기 위한 일 실시예의 블록도들이다.

도 4는 본 발명에 의한 그래픽 컨텐츠 제작방법을 설명하기 위한 일 실시예의 플로우챠트이다.

도 5는 쿼리 아이템의 일 례들이다.

도 6은 메인클래스 모델을 보다 상세하게 설명하기 위한 참고도이다.

도 7은 도 2에 도시된 본 발명에 의한 모델 검색부가 도 5에 도시된 쿼리 아이템의 입력을 받아 검색한 모델의 일 례들이다.

도 8은 본 발명의 일 실시예에 따른 모델 변형과정을 보다 상세하게 설명하기 위한 참고도이다.

도 9는 본 발명의 다른 실시예에 따른 모델 변형과정을 보다 상세하게 설명하기 위한 참고도이다.

도 10은 본 발명에 의한 그래픽 컨텐츠 제작장치를 설명하기 위한 다른 실시 예의 블록도이다.

도 11은 3차원 구조 스케치를 생성하기 위한 플로우챠트이다.

도 12는 'cow' 모델에 대해 부분 기반 표현을 생성하는 과정의 일 예를 도시한 것이다.

도 13은 본 발명에 의한 그래픽 컨텐츠 제작장치를 설명하기 위한 또 다른 실시예의 블록도이다.

< 도면의 주요 부분에 대한 부호의 설명 >

200 : 쿼리 생성부 220 : 모델 검색부

240 : 모델 데이터베이스 260 : 모델 변형부

280 : 모델 개량부

본 발명은 그래픽 컨텐츠 제작에 관한 것으로, 보다 상세하게는 메인클래스 모델을 이용하여 얻은 개략적 그래픽 컨텐츠에 대해 변형과 개량을 가하여 그래픽 컨텐츠를 제작하도록 하는 그래픽 컨텐츠 제작장치와 방법 및 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체에 관한 것이다.

최근 3차원 그래픽 기술의 발전 및 관련 산업 영역의 확대로 인해 3차원 그래픽 컨텐츠를 보다 신속 정확히 제작하고자 하는 요구가 급증하고 있다.

3차원 그래픽 컨텐츠를 제작하기 위한 기술로 여러 가지가 있을 수 있으며, 도 1은 종래의 3차원 그래픽 컨텐츠 제작장치의 블록도이다.

도시된 바에 따르면, 쿼리 아이템 입력부(100)로부터 쿼리 아이템(query item) 즉, 질의 객체가 모델 제작부(110)에 공급된다. 모델 제작부(110)는 모델 저장부(120)에 저장된 3차원 그래픽 컨텐츠들 중 상기 입력된 쿼리 아이템과 가장 유사한 3차원 그래픽 컨텐츠를 검색(retrieval)하여 출력한다. OUT1 은 출력된 3차원 그래픽 컨텐츠를 의미한다.

이러한 종래의 3차원 그래픽 컨텐츠 제작장치는, 모델 저장부(120)를 이용하지 않고 직접 3차원 그래픽 컨텐츠를 제작하는 경우에 비해 신속하게 3차원 그래픽 컨텐츠를 제작할 수는 있으나, 검색된 컨텐츠가 제작하고자 한 컨텐츠와 일치하기 어렵다는 문제점을 갖는다. 이러한 문제점은 모델 저장부(120)에 저장된 모델의 수가 적을 때 더욱 두드러진다.

한편, 그와 같은 문제점을 해결하기 위해, 모델 저장부(120)에 가능한 많은 수의 3차원 그래픽 컨텐츠를 저장하는 기술이 제시되었다. 하지만, 모델 저장부(120)의 저장 공간에 제약이 있고, 검색된 컨텐츠가 제작하고자 하는 3차원 그래픽 컨텐츠와 여전히 정확히 일치하기 어렵다는 문제점이 있다.

본 발명이 이루고자 하는 기술적 과제는, 그래픽 컨텐츠의 종류마다 상응하는 대표 모델인 메인클래스 모델을 이용하여 그래픽 컨텐츠를 제작함으로써, 그래픽 컨텐츠를 신속 정확하게 제작하도록 하는 그래픽 컨텐츠 제작장치를 제공하는 것이다.

본 발명이 이루고자 하는 다른 기술적 과제는, 그래픽 컨텐츠의 종류마다 상응하는 대표 모델인 메인클래스 모델을 이용하여 그래픽 컨텐츠를 제작함으로써, 그래픽 컨텐츠를 신속 정확하게 제작하도록 하는 그래픽 컨텐츠 제작방법을 제공하는 것이다.

본 발명이 이루고자 하는 또 다른 기술적 과제는, 그래픽 컨텐츠의 종류마다 상응하는 대표 모델인 메인클래스 모델을 이용하여 그래픽 컨텐츠를 제작함으로써, 그래픽 컨텐츠를 신속 정확하게 제작하도록 하는 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체를 제공하는 것이다.

상기 과제를 이루기 위해, 본 발명에 의한 그래픽 컨텐츠 제작장치는, 사용자가 제작하고자 하는 그래픽 컨텐츠를 의미하는 질의 객체인 쿼리 아이템을 이용하여 그래픽 컨텐츠를 제작하는 그래픽 컨텐츠 제작장치에 있어서, 하나 이상의 상기 쿼리 아이템을 조합하여 쿼리를 생성하는 쿼리 생성부, 소정의 상기 쿼리 아이템과 매칭 가능한 복수의 모델 및 상기 모델의 형상 기술자를 저장하는 모델 데이터베이스, 상기 쿼리를 입력받고, 입력받은 상기 쿼리로부터 추출한 형상 기술자와 상기 모델 데이터베이스에 저장된 모델들 각각의 형상 기술자를 비교하여 소정 범위 내의 유사도를 갖는 하나 이상의 모델을 출력하여 검색하는 모델 검색부 및 상기 검색된 모델을 사용자의 지시에 따라 개량하여 유저지향 모델을 생성하는 모델 개량부를 포함하며 상기 형상 기술자는 기하학적 속성, 위상학적 속성을 포함한 임의의 속성들의 집합에 의해 형상을 표현하는 언어인 것을 특징으로 한다.

상기 과제를 이루기 위해, 본 발명에 의한 그래픽 컨텐츠 제작장치는, 사용자가 제작하고자 하는 그래픽 컨텐츠를 의미하는 질의 객체인 쿼리 아이템을 이용하여 그래픽 컨텐츠를 제작하는 그래픽 컨텐츠 제작장치에 있어서, 하나 이상의 상기 쿼리 아이템을 조합하여 쿼리를 생성하는 쿼리 생성부, 소정의 상기 쿼리 아이템과 매칭 가능한 복수의 메인클래스 모델 및 상기 메인클래스 모델의 형상 기술자를 저장하는 모델 데이터베이스, 상기 쿼리를 입력받고, 입력받은 쿼리로부터 추출된 형상 기술자와 모델 데이터베이스에 저장된 메인클래스 모델들 각각의 형상 기술자를 비교하여 소정 범위 내의 유사도를 갖는 하나 이상의 메인클래스 모델을 출력하여 검색하는 모델 검색부 및 상기 검색된 메인클래스 모델의 속성을 변형하여 상기 검색된 메인클래스 모델의 속성과 입력받은 상기 쿼리의 속성을 일치시키는 모델 변형부를 포함하며, 상기 메인클래스 모델은 그래픽 컨텐츠의 종류마다 대응되는 대표 모델로서 속성이 변수로 지정된 모델이며, 상기 형상 기술자는 기하학적 속성, 위상학적 속성을 포함한 임의의 속성들의 집합에 의해 형상을 표현하는 언어인 것을 특징으로 한다.

본 발명의 상기 제작장치는 속성이 변형된 상기 메인클래스 모델을 사용자의 지시에 따라 개량하여 유저지향 모델을 생성하는 모델 개량부를 더 포함함이 바람직하다.

본 발명의 상기 쿼리 생성부는 각각은 모델이 갖는 형상의 각 부분에 상응하며 상기 각 부분의 속성을 갖고 복수의 3차원 형상을 지니는 복수의 노드를 생성하는 노드 생성부 및 상기 노드의 상기 속성에 따라 상기 노드들을 배치하는 3차원 구조 스케치 생성부를 포함함이 바람직하다.

상기 다른 과제를 이루기 위해, 본 발명에 의한 그래픽 컨텐츠 제작방법은, 사용자가 제작하고자 하는 그래픽 컨텐츠를 의미하는 질의 객체인 쿼리 아이템을 이용하여 그래픽 컨텐츠를 제작하는 그래픽 컨텐츠 제작방법에 있어서, 하나 이상의 상기 쿼리 아이템을 조합하여 쿼리를 생성하는 단계, 상기 쿼리를 입력받고, 소정의 상기 쿼리 아이템과 매칭 가능하며 사전에 저장된 복수의 모델 및 상기 모델의 형상 기술자 중 입력받은 상기 쿼리로부터 추출한 형상 기술자와 소정 범위 내의 유사도를 갖는 하나 이상의 모델을 검색하는 단계 및 상기 검색된 모델을 사용자의 지시에 따라 개량하여 유저지향 모델을 생성하는 단계를 포함하며, 상기 형상 기술자는 기하학적 속성, 위상학적 속성을 포함한 임의의 속성들의 집합에 의해 형상을 표현하는 언어인 것을 특징으로 한다.

상기 다른 과제를 이루기 위해, 본 발명에 의한 그래픽 컨텐츠 제작방법은, 사용자가 제작하고자 하는 그래픽 컨텐츠를 의미하는 질의 객체인 쿼리 아이템을 이용하여 그래픽 컨텐츠를 제작하는 그래픽 컨텐츠 제작방법에 있어서, 하나 이상의 상기 쿼리 아이템을 조합하여 쿼리를 생성하는 단계, 상기 쿼리를 입력받고, 소정의 상기 쿼리 아이템과 매칭 가능하며 사전에 저장된 복수의 메인클래스 모델 및 상기 메인클래스 모델의 형상 기술자 중 입력받은 상기 쿼리로부터 추출한 형상 기술자와 소정 범위 내의 유사도를 갖는 하나 이상의 메인클래스 모델을 검색하는 단계 및 상기 검색된 메인클래스 모델의 속성을 변형하여 상기 검색된 메인클래스 모델의 속성과 입력받은 상기 쿼리의 속성을 일치시키는 단계를 포함하며, 상기 메인 클래스 모델은 3차원 그래픽 컨텐츠의 종류마다 대응되는 대표 모델로서 속성이 변수로 지정된 모델이며, 상기 형상 기술자는 기하학적 속성, 위상학적 속성을 포함한 임의의 속성들의 집합에 의해 형상을 표현하는 언어인 것을 특징으로 한다.

본 발명의 상기 제작방법은 속성이 변형된 상기 메인클래스 모델을 사용자의 지시에 따라 개량하여 유저지향 모델을 생성하는 단계를 더 포함함이 바람직하다.

본 발명의 상기 검색하는 단계는 생성된 상기 쿼리를 입력받고 입력된 쿼리로부터 형상 기술자를 추출하는 단계, 상기 저장된 모델들 각각의 형상 기술자와 상기 추출한 형상 기술자를 비교하는 단계 및 상기 비교 결과 소정 범위 내의 유사도를 갖는 하나 이상의 모델을 출력하는 단계를 포함함이 바람직하다.

본 발명의 상기 검색하는 단계는 상기 출력된 모델 중 하나의 모델을 사용자로부터 선택받는 단계를 더 포함하며, 상기 출력하는 단계는 복수의 모델을 출력하는 것이 바람직하다.

상기 또 다른 과제를 이루기 위해, 본 발명에 의한 그래픽 컨텐츠 제작방법을 수행하기 위한 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체는, 사용자가 제작하고자 하는 그래픽 컨텐츠를 의미하는 질의 객체인 쿼리 아이템을 이용하여 그래픽 컨텐츠를 제작하는 적어도 하나의 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체에 있어서 하나 이상의 상기 쿼리 아이템을 조합하여 쿼리를 생성하는 단계, 상기 쿼리를 입력받고, 소정의 상기 쿼리 아이템과 매칭 가능하며 사전에 저장된 복수의 모델 및 상기 모델의 형상 기술자 중 입력받은 상기 쿼리로부터 추출한 형상 기술자와 소정 범위 내의 유사도를 갖는 하나 이상의 모델 을 검색하는 단계 및 상기 검색된 모델을 사용자의 지시에 따라 개량하여 유저지향 모델을 생성하는 단계를 포함하며, 상기 형상 기술자는 기하학적 속성, 위상학적 속성을 포함한 임의의 속성들의 집합에 의해 형상을 표현하는 언어인 것을 특징으로 한다.

상기 또 다른 과제를 이루기 위해, 본 발명에 의한 그래픽 컨텐츠 제작방법을 수행하기 위한 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체는, 사용자가 제작하고자 하는 그래픽 컨텐츠를 의미하는 질의 객체인 쿼리 아이템을 이용하여 그래픽 컨텐츠를 제작하는 적어도 하나의 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체에 있어서, 하나 이상의 상기 쿼리 아이템을 조합하여 쿼리를 생성하는 단계, 상기 쿼리를 입력받고, 소정의 상기 쿼리 아이템과 매칭 가능하며 사전에 저장된 복수의 메인클래스 모델 및 상기 메인클래스 모델의 형상 기술자 중 입력받은 상기 쿼리로부터 추출한 형상 기술자와 소정 범위 내의 유사도를 갖는 하나 이상의 메인클래스 모델을 검색하는 단계 및 상기 검색된 메인클래스 모델의 속성을 변형하여 상기 검색된 메인클래스 모델의 속성과 입력받은 상기 쿼리의 속성을 일치시키는 단계를 포함하며, 상기 메인클래스 모델은 3차원 그래픽 컨텐츠의 종류마다 대응되는 대표 모델로서 속성이 변수로 지정된 모델이며, 상기 형상 기술자는 기하학적 속성, 위상학적 속성을 포함한 임의의 속성들의 집합에 의해 형상을 표현하는 언어인 것을 특징으로 한다.

이하, 첨부된 도면들을 참조하여 본 발명에 따른 그래픽 컨텐츠 제작장치와 방법 및 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체의 일 실시예 에 대해 상세히 설명한다. 다만, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 당해 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

도 2 및 도 3은 본 발명에 의한 그래픽 컨텐츠 제작장치(이하 "본 장치"라 함)를 개괄적으로 설명하기 위한 일 실시예의 블록도들로서, 쿼리 생성부(200 또는 300), 모델 데이터베이스(220 또는 320), 모델 검색부(240 또는 340), 모델 변형부(260 또는 360) 및 모델 개량부(280 또는 380)로 이루어진다.

OUT 2 및 OUT3 은 모두 모델 개량부(280 또는 380)가 출력한 그래픽 컨텐츠를 의미하며, 양 자는 동일하다.

200, 220, 240, 260 및 280은 300, 320, 340, 360 및 380과 동일하게 동작하는 바, 이하, 도 3에 도시된 내용을 설명하며 도 2의 설명을 갈음하기로 한다.

쿼리 생성부(300)는 하나 이상의 쿼리 아이템(query item)의 조합으로 이루어지는 쿼리(Query)를 생성한다. 쿼리 아이템이란 사용자가 제작하고자 하는 그래픽 컨텐츠를 의미하는 질의 객체를 말한다. 사용자가 제작하고자 하는 그래픽 컨텐츠는 3차원의 컨텐츠임이 바람직하다.

예를 들어, 스케치 쿼리(sketch query), 텍스트 쿼리(text query) 및 샘플 쿼리(sample query)등이 쿼리 아이템이 될 수 있다. 이 때, 스케치 쿼리로는 2차원 윤곽 스케치(2D-contour sketch), 3차원 형상 스케치(3D-shape sketch) 및 구조 스체치(structural sketch)등이 가능하며, 구조 스케치로는 2차원 구조 스케치 및 3 차원 구조 스케치(3D-structural sketch)등이 가능하다. 한편, 샘플 쿼리로는 2차원 이미지 샘플 및 3차원 샘플 등이 가능하다. 도 5는 쿼리 아이템의 가능한 일 례들을 나타내는 도면이다. 참조부호들 510, 512, 514, 516, 518 및 520은 샘플 쿼리, 2차원 윤곽 스케치, 텍스트 쿼리, 3차원 형상 스케치, 2차원 구조 스케치 및 3차원 구조 스케치를 각각 나타낸다. 이 경우, 사용자가 제작하고자 하는 3차원 그래픽 컨텐츠는 새 또는 비행기이며, 사용자는 새 또는 비행기를 의미하는 질의 객체로써, 510 내지 520 중 적어도 하나를 사용할 수 있다. 여기서, 512는 비행기의 2차원적인 외부 윤곽을 스케치하여 생성한 것이며, 518은 타원(ellipse)을 이용해 2차원적으로 비행기의 뼈대를 그려 생성한 것이다.

이처럼 쿼리 아이템(510, 512, 514, 516, 518 또는 520)은 다양한 포맷으로 표현가능하며, 이러한 쿼리 아이템이 쿼리로서 모델 검색부(320)에 입력된다. 쿼리는 단 하나의 쿼리 아이템(510, 512, 514, 516, 518 또는 520)으로 이루어질 수도 있고, 복수의 쿼리 아이템(510, 512, 514, 516, 518 또는 520)으로 이루어질 수도 있다. 복수의 쿼리 아이템(510, 512, 514, 516, 518 또는 520)이 모두 쿼리로서 모델 검색부(340)에 입력되는 경우의 쿼리를 특히, 다중모드(multimodal) 쿼리라고 명명한다.

모델 데이터베이스(320)는 소정의 쿼리 아이템과 매칭 가능한 복수의 모델 및 모델의 형상 기술자를 저장한다. 모델 데이터베이스(320)는 모델 및 그 모델의 형상 기술자를 사전에 저장하고 있는 것이 바람직하다.

모델 데이터베이스(320)에 저장되는 모델은 2차원의 모델일 수도 있고, 3차 원의 모델일 수도 있다. 다만, 3차원의 모델이 저장됨이 보다 바람직하다. 이하, 설명의 편이를 위해 모델 데이터베이스(320)에 저장된 서브클래스 모델은 서브클래스 3차원 모델(particular 3D model)이며, 메인클래스 모델은 메인클래스 3차원 모델(class 3D model)이라 가정한다. 서브클래스 모델 및 메인클래스 모델의 의미에 대하여는 후술한다.

형상 기술자(shape descriptor)란 기하학적(geometric) 속성 및 위상학적(topologic) 속성을 포함한 임의의 속성들(properties)의 집합에 의해 임의의 형상을 표현하는 언어이다. 따라서, 모델 데이터베이스(320)에 저장되는 모든 모델 및 쿼리 생성부(300)가 생성한 형상을 갖는 쿼리 아이템은 형상 기술자를 갖는다.

두 모델의 형상 기술자가 상이하다 함은 두 모델이 서로 상이함을 의미하며, 두 모델의 형상 기술자가 부분적으로 일치한다 함은 두 모델이 서로 일부 속성들을 공유함을 의미한다. 만일, 두 모델의 형상 기술자가 정확히 일치한다면 상기 두 모델이 모든 속성들을 공유함을 의미한다. 결국, 형상 기술자는 실제 모델 또는 실제 쿼리 아이템의 내용(value)을 열어보기 위해 필요한 열쇠(key)에 해당한다.

모델 데이터베이스(320)는 일반 모델, 서브클래스 모델 및 메인클래스 모델 중 적어도 하나를 저장한다. 서브클래스 모델이란 그래픽 컨텐츠의 종류마다 대응되는 대표 모델로서 속성이 상수(invariable)로 지정된 모델을 말하며, 메인클래스 모델은 그래픽 컨텐츠의 종류마다 대응되는 대표 모델로서 속성이 변수(variable)로 지정된 모델을 말한다. 일반 모델이란 그래픽 컨텐츠의 종류마다 가능한 모든 모델로서 속성이 상수로 지정된 모델을 말한다. 속성이란 기하하적 속성 및 위상학 적 속성을 포함한 임의의 속성을 의미한다.

일반 모델, 서브클래스 모델 및 메인클래스 모델 모두 하나 이상 존재 가능하나, 메인클래스 모델은 하나만 존재함이 바람직하다. 예를 들어, 사용자가 제작하고자 하는 그래픽 컨텐츠는 비행기라고 가정하자. 이 경우, 모델 데이터베이스(320)에는 비행기에 관한 일반 모델, 서브클래스 모델 및 메인클래스 모델 중 적어도 하나가 저장되어 있다. 이 때, 일반 모델이란 속성이 상수로 지정된 모델로서, 비행기를 의미하는 임의의 모델을 의미한다. 따라서, 비행기를 뜻하는 모델은 모두 일반 모델이 될 수 있다. 또한, 서브클래스 모델은 일반 모델 중 지정된 모델이다. 지정은 무작위로 지정될 수도 있고, 사용자에 의해 지정될 수도 있다. 비행기의 일반 모델은 무제한적으로 많으나, 비행기의 서브클래스 모델은 한정된 수만큼 존재한다. 메인클래스 모델은 일반 모델 및 서브클래스 모델과 달리 속성이 정해지지 않는 모델로서, 대표적인 모델이다. 비행기의 메인클래스 모델은 하나의 몸통 및 몸통의 양 측면에 마련된 날개로 구성된 그래픽 컨텐츠임이 바람직하다. 몸통 및 날개의 기하학적 속성과 위상학적 속성은 정해져 있지 않다. 도 6은 메인클래스 모델을 보다 상세하게 설명하기 위한 참고도이다.

한 개의 판(board)과 4개의 다리로 이루어진 책상을 표현하는 일반 모델은 무수히 많으나, 도 6에는 설명의 편이를 위해 두 개의 일반 모델을 도시하였다. 도 6의 우측에는 책상이라는 클래스(class)의 가능한 대표 모델 중 하나를 도시하였다.

책상 판의 넓이, 책상 모서리의 길이, 책상 다리의 길이 등이 책상이라는 모 델의 인자(parameter)가 될 수 있으며 일반 모델 각각의 인자값은 상수임에 반해, 메인클래스 모델의 인자값은 변수이다.

도시된 바에 따르면, 두 일반 모델(610 또는 620)과 하나의 메인클래스 모델(630) 각각의 기하학적 속성, 위상학적 속성을 포함한 임의의 속성이 서로 정확히 일치하지 않으므로 각각에서 추출된 형상 기술자는 서로 상이하다.

하지만, 세 모델 모두 한 개의 판과 4개의 다리로 이루어졌다는 기하학적 속성, 위상학적 속성을 공유하므로 각각의 형상 기술자 중 서로 일치하는 부분도 존재한다. 따라서 두 일반 모델(610 또는 620)의 형상 기술자는 책상이라는 메인클래스 모델(630)의 형상 기술자에 속하며, 결국, 일반 모델은 메인클래스 모델의 부분집합(sub-set)이다.

모델 데이터베이스(320)에 메인클래스 모델(630)을 저장하게 되면 결과적으로 모든 일반 모델(610 및 620)을 저장한 결과가 되며, 이로써 저장 효율을 높여 신속하고 효율적인 검색을 꾀할 수 있다.

일반 모델이 모델 데이터베이스(320)에 저장될 수 있음은 이미 전술한 바이나, 가능한 일반 모델의 수는 무제한이므로 저장 효율을 높이기 위해 일부 일반 모델만을 선택하여 저장함이 바람직하다. 그 선택된 일반 모델이 전술한 서브클래스 모델(particular model)이다. 이와 같은 이유로, 모델 데이터베이스(320)는 소정 갯수의 서브클래스 모델(610 및 620)과 소정 갯수의 메인클래스 모델(630)을 동시에 저장할 수 있으며, 각각의 모델(610, 620 및 630)로부터 추출한 형상 기술자도 함께 저장함이 바람직하다.

예컨대, 모델 데이터베이스(320)에 책상, 의자, 집, 나무에 관한 모델들을 저장하고자 할 때, 모델 데이터베이스(320)의 저장 효율을 높이기 위해 책상, 의자, 집, 나무 각각에 대해 세 개의 서브클래스 모델과 한 개의 메인클래스 모델을 저장할 수 있다. 총 16개의 모델이 모델 데이터베이스(320)에 저장되며, 이들 중 12개의 서브클래스 모델들은 각각 형상 기술자에 의해 4개의 그룹(책상, 의자, 집, 나무) 중 하나에 속하도록 분류된다(classification).

모델 데이터베이스(320)는 서브클래스 모델 저장부(322), 메인클래스 모델 저장부(324) 및 형상 기술자 저장부(236)를 포함한다. 서브클래스 모델 저장부(322) 및 메인클래스 모델 저장부(324)는 서브클래스 모델 및 메인클래스 모델을 각각 저장한다. 각 모델은 형상 기술자로 표현될 수 있으며, 모델 데이터베이스(320)에 저장된 모든 모델의 형상 기술자는 형상 기술자 저장부(346)에 저장된다.

모델 검색부(340)는 쿼리를 입력받고, 입력받은 쿼리로부터 추출한 형상 기술자와 모델 데이터베이스(320)에 저장된 모델들 각각의 형상 기술자를 비교하여 소정 범위 내의 유사도를 갖는 하나 이상의 모델을 출력한다.

모델 검색부(340)는 형상 기술자 추출부(342), 형상 기술자 비교부(344), 모델 출력부(346) 및 모델 선택부(348)를 포함한다.

형상 기술자 추출부(342)는 쿼리를 입력받고 입력된 쿼리로부터 형상 기술자를 추출한다. 형상 기술자 비교부(344)는 형상 기술자 저장부(326)에 저장된 모델들 각각의 형상 기술자와 형상 기술자 추출부(342)가 추출한 형상 기술자를 비교하여, 저장된 모든 형상 기술자들 중 형상 기술자 추출부(342)가 추출한 형상 기술자 와 소정 범위 내의 유사도를 갖는 형상 기술자가 무엇인지 판단한다.

형상 기술자 비교부(344)는 입력된 쿼리를 반드시 모델 데이터베이스(320)에 저장된 모든 모델과 비교할 필요는 없으며, 모델 데이터베이스(320)에 저장된 모든 서브클래스 모델들과만 비교하거나 모든 메인클래스 모델들과만 비교할 수도 있다.

모델 출력부(346)는 형상 기술자 비교부(344)가 비교한 결과 소정 범위 내의 유사도를 갖는 하나 이상의 모델을 출력한다. 모델 출력부(346)가 출력하는 모델의 수가 단수가 되기 위해서는 추출된 형상 기술자와 완전히 일치하는 형상 기술자가 형상 기술자 저장부(346)에 존재해야 하며 일반적으로 그러한 경우는 흔치 않다.

예컨대, 쿼리 생성부(300)가 생성한 쿼리가 '비행기'를 의미하는 쿼리 아이템의 조합으로 이루어진 것이라면, 모델 검색부(340)의 모델 출력부(346)는 형상 기술자 추출부(342)가 입력받은 쿼리의 형상 기술자와 소정 범위 내의 유사도를 갖는 형상 기술자를 지니는 모델을 출력한다. 출력하는 모델은 서브클래스 모델이 될 수도 있고, 메인클래스 모델이 될 수도 있다. 다만, 모델 출력부(346)는 '비행기' 모델을 출력할 수도 있고, '새' 모델을 출력할 수도 있으며, 같은 '비행기' 모델이라도 여러 타입의 '비행기' 모델을 출력할 수 있다. 도 7은 도 2에 도시된 본 발명에 의한 모델 검색부가 도 5에 도시된 쿼리 아이템의 입력을 받아 검색한 모델의 일 례들이다. 도시된 바에 따르면, 모델 출력부(346)가 출력한 모델들(710)에 복수의 '비행기' 모델들 및 복수의 '새' 모델들이 존재한다. 이는 '비행기' 와 '새'의 형상 기술자가 서로 유사할 수 있기 때문이다. 이를 위해 모델 선택부(348)가 필요하다.

모델 선택부(348)는 모델 출력부(346)가 출력한 모델 중 하나의 모델을 사용자로부터 선택받음이 바람직하다. 다만, 모델 출력부(346)가 출력하는 모델의 수가 단수 개이라면 모델 선택부(348)가 마련되지 않을 수 있다. 결과적으로, 모델 검색부(340)가 검색하여 출력한 최종 결과물은 하나의 모델임이 바람직하다.

모델 출력부(346)에 의해 단 하나의 모델이 출력된 경우 또는 모델 선택부(348)에 의해 단 하나의 모델이 선택된 경우 검색된 서브클래스 모델 및 검색된 메인클래스 모델이 생성된다. 결국, 모델 검색부(340)에 의해 소정의 모델이 검색되는 과정은 도 3에 도시된 블록들 중 350으로 참조부호처리한 부분의 블록들에 의해 이루어진다.

모델 검색부(340)는 검색 되먹임부(미도시)를 더 포함함이 바람직하다. 검색 되먹임부(미도시)는 모델 출력부(346)가 출력한 모델을 쿼리 생성부(300)가 쿼리를 생성하기 위해 사용하는 쿼리 아이템의 하나로 추가시킨다. 쿼리 아이템의 조합으로 쿼리가 생성됨은 이미 전술한 바이며, 많은 쿼리 아이템으로 조합할 수록 더 정교한 쿼리를 생성할 수 있다. 따라서, 검색 되먹임부(미도시)에 의해 추가된 쿼리 아이템에 의해 쿼리 생성부(300)는 사용자가 제작하고자 하는 그래픽 컨텐츠를 보다 정교하게 묘사하는 쿼리를 생성할 수 있다. 이로써, 쿼리 생성부(300)가 생성한 쿼리가 갱신된다(updated).

결국, 검색 되먹임부(미도시)로부터 쿼리 생성부(300)로 피드백(feedback)되는 모델에 의하여 쿼리 생성부(300)가 생성하는 쿼리는 갱신된다(updated). 따라서, 쿼리 생성부(300) 및 모델 검색부(340)의 이러한 재 동작에 의해, 본 장치는 사용자가 원하는 그래픽 컨텐츠를 보다 정교하고 정확하게 생성할 수 있다. 쿼리 생성부(300) 및 모델 검색부(340)의 재 동작에 의한 재차 검색을 증분 검색(incremental retrieval)이라 한다.

검색된 서브클래스 모델은 모델 개량(refining)부(380)를 거치며, 검색된 메인클래스 모델은 모델 변형(deformation)부(360)와 모델 개량(refining)부(380)를 거친다. 메인클래스 모델의 경우 모델 변형부(360)만 거치고 모델 개량부(380)는 거치지 않을 수 있다.

이러한 모델 변형(deformation) 및 모델 개량(refining)은 검색된 서브클래스 모델 및 검색된 메인클래스 모델이 사용자가 당초 제작하고자 했던 그래픽 컨텐츠와 완전히 일치하기 어려우므로 요구되는 그래픽 컨텐츠 제작과정이다.

모델 변형부(360)는 검색된 메인클래스 모델의 속성이 형상 기술자 추출부(342)가 입력받은 쿼리의 속성과 일치하도록 검색된 메인클래스 모델의 속성을 변형한다. 상기 변형은 사용자의 지시에 의하지 않고 본 장치에 의해 자동으로 이루어짐이 바람직하다.

모델을 변형(deform)한다 함은 검색된 메인클래스 모델이 지니는 인자값을 입력된 쿼리에 대응되도록 자동 지정해줌을 뜻한다. 도 8은 본 발명의 일 실시예에 따른 모델 변형과정을 보다 상세하게 설명하기 위한 참고도이다. 검색된 메인클래스 모델(810)은 "의자"라는 메인클래스 모델이다. 즉, 모델 검색부(340)의 모델 출력부(346)가 모델 데이터베이스(320)에 저장된 모든 메인클래스 모델의 형상 기술자 중 "의자"를 의미할 수 있는 메인클래스 모델들을 출력했고, 사용자가 출력된 메인클래스 모델들 중 상기 "의자" 메인클래스 모델(810)을 선택한 것이다. 도 8의 메인클래스 모델(810)은 다리의 갯수, 다리의 길이, 등받이의 모양, 앉는 부분의 넓이 등을 인자(parameter)로 지닐 수 있다. 메인클래스 모델이므로 이러한 인자값들은 변수이다.

만일, 쿼리가 다리가 3개이고 등받이가 사각형 모양인 의자를 의미하는 쿼리 아이템의 조합으로 이루어져 있다면, 검색된 메인클래스 모델(810)이 쿼리에 따라 변형되어, 변형된 메인클래스 모델(820)이 생성된다.

메인클래스 모델은 여러 가지 형태로 표현가능하나 상기한 바와 같이 인자(parameter)로 표현된 메인클래스 모델을 인자 모델(parametric class model)이라 명명한다. 그 밖에 각 부분별 속성의 조합으로 표현된 메인클래스 모델을 부분기반 모델(deformable part-based class model)이라 명명한다.

검색된 메인클래스 모델(810)이 거칠 수 있는 가능한 변형(deformation)방법으로, 인자 변형(parametric fitting)과 부분기반 자유형태 변형(part-based freeform deformation) 등이 있다. 인자 모델은 인자 변형을 거치고, 부분기반 모델은 부분기반 자유형태 변형을 거침이 자연스럽다.

인자 변형이란 각 인자값을 변형함을 의미하며, 특히, 제한기반 인자변형(constraint-based parametric fitting)이란 특정의 인자값을 변형하면 타 인자값이 소정의 제약을 받으며 함께 변형됨을 뜻한다.

예컨대, "책상"이라는 메인클래스 모델이 책상판의 모양, 책상판의 넓이, 원형 책상판인 경우 그 반지름을 인자로 지니며, 입력된 쿼리가 넓이 A의 원형 책상 판을 지니는 책상을 의미하는 쿼리 아이템의 조합으로 이루어졌다고 가정하자. 만일, 검색된 메인클래스 모델이 넓이 B의 원형 책상판을 지닌 책상이라면, 메인클래스 모델은 모델 변형부(360)를 통과하면서 책상판의 넓이가 B에서 A로 변형된다. 이 때, 책상판의 넓이 뿐만 아니라 책상판의 반지름도 그 인자값이 변형된다. 이는

3.1415927 * 반지름 * 반지름 = 넓이

라는 제약(constraint)이 있기 때문이다. 이처럼 넓이라는 인자가 변형되면서 반지름이라는 인자가 함께 변형되는 모습을 제한기반 인자변형이라 한다.

부분기반 자유형태 변형이라 함은 검색된 메인클래스 모델(810)을 이루는 각 부분의 속성을 변형함을 의미한다. 인자 변형이 메인클래스 모델(810)의 인자값을 변형함에 반해, 부분기반 자유형태 변형은 메인클래스 모델(810)의 각 부분별 속성을 변형한다. 도 9는 본 발명의 다른 실시예에 따른 모델 변형과정을 보다 상세하게 설명하기 위한 참고도로서, 좌측의 메인클래스 모델(910)의 각 부분별 위상학(topologic)적 속성이 변형되어 변형된 메인클래스 모델(920)이 생성되었다.

서브클래스 모델은 메인클래스 모델과 달리 인자값이 상수이므로 모델 변형(deformation)을 요하지 않는다. 모델 변형부(360)에 의한 모델 변형과정은 모델 검색부(340)가 검색한 메인클래스 모델에 한하여 수행되며 검색한 서브클래스 모델에 대하여 수행되지 않는다. 결국, 모델 변형부(360)에 의해 소정의 모델이 변형되는 과정은 도 3에 도시된 블록들 중 370으로 참조부호처리한 부분의 블록들에 의해 이루어진다.

모델 개량부(380)는 모델 검색부(340)가 검색한 서브클래스 모델 또는 메인클래스 모델을 사용자의 지시에 따라 개량하여 유저지향 모델(user-oriented model)을 생성한다.

모델을 개량(refine)한다 함은 검색된 서브클래스 모델, 변형된 메인클래스 모델 또는 검색된 메인클래스 모델을 사용자의 지시에 의해 수정함을 뜻한다. 결국, 모델 개량부(380)에 의해 소정의 모델이 개량되는 과정은 도 3에 도시된 블록들 중 390으로 참조부호처리한 부분의 블록들에 의해 이루어진다.

한편, 모델 개량부(380)는 개량 되먹임부(미도시)를 포함함이 바람직하다. 개량 되먹임부(미도시)는 모델 개량부(380)가 개량한 서브클래스 모델 또는 개량한 메인클래스 모델을 쿼리 생성부(300)가 사용하는 쿼리 아이템에 추가시킨다.

즉, 개량 되먹임부(미도시)는 쿼리 생성부(300)에서 쿼리를 생성하기 위해 사용하는 쿼리 아이템으로써 개량한 모델을 공급한다. 이 경우, 쿼리 아이템이 추가되므로 쿼리 생성부(300)는 사용자가 제작하고자 하는 그래픽 컨텐츠를 보다 정교하게 묘사하는 쿼리를 생성할 수 있다. 이로써, 쿼리 생성부(300)가 생성한 쿼리가 갱신된다(updated).

여기서, 쿼리 생성부(300), 모델 검색부(340), 모델 변형부(360) 및 모델 개량부(380)가 재 동작한다면, 본 장치는 사용자가 원하는 그래픽 컨텐츠를 보다 정교하고 정확하게 생성할 수 있다. 즉, 갱신된 쿼리는 사용자가 제작하고자 하는 그래픽 컨텐츠에 갱신되기 전의 쿼리보다 근사하므로 갱신된 쿼리를 모델 검색부(320), 모델 변형부(360) 및 모델 개량부(380)에 재차 통과시키면 보다 만족스러운 결과를 얻을 수 있다.

모델 개량부(380)는 개량모델 추가부(미도시)를 더 포함함이 바람직하다. 개량모델 추가부(미도시)는 모델 개량부(380)가 개량한 모델을 모델 데이터베이스(320)에 추가한다. 즉, 모델 개량부(380)에 의해 개량된 서브클래스 모델 또는 개량된 메인클래스 모델은 모델 데이터베이스(320)에 추가될 수 있다. 이 역시 모델 검색, 변형 및 개량의 재차 반복시 보다 만족스러운 결과를 얻기 위한 과정이다.

결과적으로 쿼리 생성부(300)가 생성하는 쿼리를 반복적으로 갱신(update)하며 검색(retrieval), 변형(deformation) 및 개량(refining)을 반복할수록 사용자는 자신이 제작하고자 했던 그래픽 컨텐츠를 보다 정확히 제작할 수 있다. 결국, 쿼리 생성부(300)에서 생성하는 쿼리가 갱신되는 과정은 399로 참조부호처리한 부분에서 의미하는 "피드백(feedback)되는 모델"에 의한다.

도 4는 본 발명에 의한 그래픽 컨텐츠 제작방법을 설명하기 위한 일 실시예의 플로우챠트로서, 쿼리를 생성하는 단계(제410 단계), 모델을 검색하는 단계(제430 단계), 모델을 변형하는 단계(제470 단계) 및 모델을 개량하는 단계(제490 단계)로 이루어진다.

쿼리 생성부(300)가 쿼리 아이템을 하나 이상 조합하여 쿼리를 생성한다(제 410 단계). 모델 검색부(340)는 쿼리 생성부(300)가 생성한 쿼리의 형상 기술자와 소정 범위 내의 유사도를 갖는 형상 기술자의 모델을 모델 데이터베이스(320)에서 검색하여 출력한다(제430 단계).

모델 검색부(340)가 서브클래스 모델 또는 메인클래스 모델을 복수 개 출력 한다면 사용자는 모델 검색부(340)의 모델 선택부(348)를 이용하여, 출력된 모델들 중 소정의 서브클래스 모델 또는 소정의 메인클래스 모델을 선택할 수 있으며, 그 결과, 모델 검색부(340)는 하나의 모델을 검색함이 바람직하다.

만일, 검색된 모델이 서브클래스 모델이라면(제450 단계) 검색된 서브클래스 모델은 모델 개량부(380)를 거쳐 사용자의 지시에 따라 개량된다(제490 단계). 그러나, 검색된 모델이 메인클래스 모델이라면(제450 단계) 검색된 메인클래스 모델의 인자(parameter)값이 모델 변형부(360)를 거치며 정해진다(제470 단계). 변형된 메인클래스 모델은 모델 개량부(380)를 거치며 사용자의 지시에 따라 개량된다(제490 단계).

이상 도 2 내지 9를 참조하여 본 발명에 따른 그래픽 컨텐츠 제작장치와 방법에 대해 전반적인 설명을 하였다. 이하 도 10 내지 13을 참조하여, 쿼리 생성부(300)가 생성한 쿼리가 특별한 쿼리 아이템만으로 이루어진 경우의 그래픽 컨텐츠 제작장치 및 방법을 설명한다.

특히, 도 10 내지 도 12를 참조하여 쿼리 아이템과 모델 데이터베이스(320)에 저장된 모델들의 형상 기술자가 지각적 인식이 가능한 3차원 형상 기술자인 경우의 그래픽 컨텐츠 제작장치 및 방법을 설명한다.

더불어 도 13을 참조하여 쿼리 아이템과 모델 데이터베이스(320)에 저장된 모델들의 형상 기술자가 부분 분해 기술자(Part Decomposition Descriptor; 이하 "PDD 기술자"라 한다)인 경우의 3차원 그래픽 컨텐츠 제작장치 및 방법을 설명한다.

도 10은 본 장치를 설명하기 위한 다른 실시예의 블록도로서, 쿼리 생성부(1000), 모델 데이터베이스(1020), 모델 검색부(1040) 및 모델 개량부(1080)로 이루어진다.

전술한 도 3의 블록들과 비교한다면, 쿼리 생성부(1000) 및 모델 개량부(1080)는 도 3의 쿼리 생성부(300) 및 모델 개량부(380)와 동일하게 동작한다.

다만, 도 10의 경우, 본 장치에서 사용하는 형상 기술자는 지각적 인식이 가능한 3차원 형상 기술자로 제한된다. 또한, 도 10의 경우, 모델 데이터베이스(1020)에는 메인클래스 모델이 저장되지 않는다. 한편, OUT 4는 모델 개량부(1080)가 출력한 그래픽 컨텐츠를 의미한다.

즉, 모델 데이터베이스(1020)는 일반 모델 또는 서브클래스 모델만을 저장한다. 따라서, 모델 검색부(1040)는 검색된 서브클래스 모델만을 생성하며 도 3에 도시된 바와 달리 검색된 메인클래스 모델은 생성하지 않는다. 결국, 지각적 인식이 가능한 3차원 형상 기술자에 의한 본 장치는 모델 변형부를 필요로 하지 않는다.

이하 지각적 인식이 가능한 3차원 형상 기술자(이하 "P3DS 형상 기술자"라 함)에 대해 개괄적으로 설명하도록 한다. P3DS 형상 기술자는 임의의 3차원 객체를 부분 기반 표현(part-based representation)으로 변환하고 이를 노드(node)와 에지(edge)로 이루어지는 속성관계 그래프 구조로 나타내는 형상 기술자이다.

이러한 P3DS 형상 기술자가 추출되는 쿼리 아이템을 3차원 구조 스케치(3DSS)라 한다. 즉, 3DSS란 P3DS 형상 기술자를 3차원 상에서 시각적으로 현출한 것이다. 특히, 노드를 타원체(ellipsoid)로 표현하고 에지를 타원체간의 연결상태 (link between ellipsoids)로 표현하여 3DSS를 생성함이 바람직하다.

이러한 형상 기술자에 의해 기술된 형상과 원래의 3차원 형상은 인간의 시각에 매우 유사하게 인식되므로 이러한 형상 기술자를 지각적 인식이 가능한 3차원 형상 기술자(P3DS 형상 기술자)라 명명한 것이다.

이하 P3DS 형상 기술자에 대해 보다 구체적으로 설명한다. 먼저 3차원 형상의 부분 기반 표현에 대해 설명한다. 부분 기반 표현이란 임의의 형상을 표현함에 있어 그 형상을 부분별로 분할하여 표현함을 말하며, 부분 기반 표현은 회전이동, 평행이동, 비등방 크기변화, 형상변형 등에 강인하게 물체를 표현한다.

형상을 분할하는 알고리즘으로 모폴로지 기반의 부분 분리(morphology-based decomposition) 기법을 이용한 알고리즘과 뼈대 기반의 형상 분리(skeleton-based decomposition) 기법을 이용한 알고리즘 등이 있다.

도 11은 P3DS 형상 기술자가 추출되는 쿼리 아이템 즉, 3DSS를 제작하는 과정을 설명하기 위한 플로우챠트로서, 노드를 생성하는 단계(제1110 단계), 에지를 생성하는 단계(제1120 단계) 및 3차원 구조 스케치를 생성하는 단계(제1130 단계)로 이루어진다.

이를 위해, 쿼리 생성부(1100)는 노드 생성부(미도시) 및 3차원 구조 스케치 생성부(미도시)를 더 포함함이 바람직하다.

노드 생성부(미도시)는 각각이 사용자가 제작하고자 하는 그래픽 컨텐츠가 갖는 형상의 각 부분에 상응하며 각 부분의 속성을 갖고 복수의 3차원 형상을 지니는 복수의 노드를 생성한다.

에지란 노드 간의 연결상태를 의미한다. 즉, 연결된 두 노드간에 겹쳐진 부분이 어느 정도인지, 두 노드는 어떤 위상을 지니며 연결되었는지 등을 나타낸다.

3차원 구조 스케치 생성부(미도시)는 노드 생성부(미도시)가 생성한 노드의 속성에 따라 생성한 노드들을 배치함으로써, 복수의 타원체로 구성되며 3차원 골격을 지닌 소정의 쿼리 아이템을 생성한다.

도 12는 'cow' 모델에 대해 3DSS를 제작하는 과정의 일 예를 도시하며, 이를 'cow' 모델에 적용하여 단계적으로 예시하고 있다. 도 11에 도시된 플로우챠트의 실시를 통해 도 12의 (a)의 임의의 형상으로부터 도 12의 (f)와 같은 3차원 구조 스케치를 얻을 수 있는 것이다.

도 13은 본 발명에 의한 그래픽 컨텐츠 제작장치를 설명하기 위한 또 다른 실시예의 블록도로서, 쿼리 생성부(1300), 모델 데이터베이스(1320), 모델 검색부(1340) 및 모델 개량부(1380)로 이루어진다. 전술한 도 3의 블록들과 비교한다면, 쿼리 생성부(1300) 및 모델 개량부(1380)는 도 3의 쿼리 생성부(300) 및 모델 개량부(380)와 동일하게 동작한다. OUT 5는 모델 개량부(1380)가 출력한 그래픽 컨텐츠를 의미한다.

다만, 도 13의 경우, 본 장치에서 사용하는 형상 기술자는 부분 분해 기술자로 제한된다. 부분 분해 기술자는 P3DS 형상 기술자가 서브클래스 모델(particular 3D models)의 검색을 꾀하는 것과 달리 주로 메인클래스 모델(class model)의 검색을 꾀한다. 부분 분해 기술자에 의한 3차원 그래픽 컨텐츠 제작장치의 모델 데이터베이스(1720)는 서브클래스 모델과 메인클래스 모델 모두를 저장할 수 있다. 따라 서, P3DS 형상 기술자에 의한 3차원 그래픽 컨텐츠 제작장치에서와 달리 메인클래스 모델을 검색하여 3차원 그래픽 컨텐츠를 제작할 수도 있다.

이상에서 설명한 것은 본 발명에 따른 그래픽 컨텐츠 제작장치와 방법 및 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체를 실시하기 위한 하나의 실시예에 불과한 것으로서, 본 발명은 상기한 실시예에 한정되지 않고 이하의 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변경 실시가 가능할 것이다.

이상에서 설명한 바와 같이, 본 발명에 의한 그래픽 컨텐츠 제작장치와 방법 및 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체는 메인클래스 모델을 검색하고 검색된 메인클래스 모델을 변형 및 개량하여 3차원 그래픽 컨텐츠를 제작함으로써, 3차원 그래픽 컨텐츠를 신속 정확하게 제작할 수 있도록 하는 효과를 갖는다.

Claims (24)

1. 사용자가 제작하고자 하는 그래픽 컨텐츠를 의미하는 질의 객체인 쿼리 아이템을 이용하여 그래픽 컨텐츠를 제작하는 그래픽 컨텐츠 제작장치에 있어서,

   소정의 상기 쿼리 아이템과 매칭 가능한 복수의 모델 및 상기 모델의 형상 기술자를 저장하는 모델 데이터베이스;

   주어진 상기 쿼리 아이템으로부터 추출한 형상 기술자와 상기 모델 데이터베이스에 저장된 모델들 각각의 형상 기술자를 비교하여 소정 범위 내의 유사도를 갖는 하나 이상의 모델을 출력하여 검색하는 모델 검색부; 및

   상기 검색된 모델을 사용자의 지시에 따라 개량하여 유저지향 모델을 생성하는 모델 개량부를 포함하고,

   상기 형상 기술자는 기하학적 속성, 위상학적 속성을 포함한 임의의 속성들의 집합에 의해 형상을 표현하는 언어이고, 상기 검색된 모델 및 상기 생성된 유저지향 모델 중 적어도 하나가 상기 쿼리 아이템에 추가된 뒤, 상기 모델 검색부 및 상기 모델 개량부는 재차 동작 가능한 것을 특징으로 하는 그래픽 컨텐츠 제작장치.
2. 사용자가 제작하고자 하는 그래픽 컨텐츠를 의미하는 질의 객체인 쿼리 아이템을 이용하여 그래픽 컨텐츠를 제작하는 그래픽 컨텐츠 제작장치에 있어서,

   소정의 상기 쿼리 아이템과 매칭 가능한 복수의 모델 및 상기 모델의 형상 기술자를 저장하는 모델 데이터베이스;

   주어진 상기 쿼리 아이템으로부터 추출한 형상 기술자와 상기 모델 데이터베이스에 저장된 메인클래스 모델들 각각의 형상 기술자를 비교하여 소정 범위 내의 유사도를 갖는 하나 이상의 메인클래스 모델을 출력하여 검색하는 모델 검색부; 및

   상기 검색된 메인클래스 모델의 속성을 변형하여 상기 검색된 메인클래스 모델의 속성과 입력받은 상기 쿼리의 속성을 일치시키는 모델 변형부를 포함하며,

   상기 메인클래스 모델은 그래픽 컨텐츠의 종류마다 대응되는 대표 모델로서 속성이 변수로 지정된 모델이며, 상기 형상 기술자는 기하학적 속성, 위상학적 속성을 포함한 임의의 속성들의 집합에 의해 형상을 표현하는 언어이고, 상기 검색된 메인클래스 모델이 상기 쿼리 아이템에 추가된 뒤, 상기 모델 검색부 및 상기 모델 변형부는 재차 동작 가능한 것을 특징으로 하는 그래픽 컨텐츠 제작장치.
3. 제 2 항에 있어서, 상기 제작장치는,

   속성이 변형된 상기 메인클래스 모델을 사용자의 지시에 따라 개량하여 유저지향 모델을 생성하는 모델 개량부를 더 포함함을 특징으로 하는 그래픽 컨텐츠 제작장치.
4. 제 1 항에 있어서,

   상기 제작장치는 하나 이상의 상기 쿼리 아이템을 조합하여 쿼리를 생성하는 쿼리 생성부를 더 포함하며,

   상기 모델 검색부는 상기 쿼리 생성부가 생성한 쿼리를 입력받고, 입력받은 쿼리로부터 추출한 형상 기술자와 상기 모델 데이터베이스에 저장된 모델들 각각의 형상 기술자를 비교하여 소정 범위 내의 유사도를 갖는 하나 이상의 모델을 출력하여 검색하는 것을 특징으로 하는 그래픽 컨텐츠 제작장치.
5. 제 2 항에 있어서,

   상기 제작장치는 하나 이상의 상기 쿼리 아이템을 조합하여 쿼리를 생성하는 쿼리 생성부를 더 포함하며,

   상기 모델 검색부는 상기 쿼리 생성부가 생성한 쿼리를 입력받고, 입력받은 쿼리로부터 추출한 형상 기술자와 모델 데이터베이스에 저장된 메인클래스 모델들 각각의 형상 기술자를 비교하여 소정 범위 내의 유사도를 갖는 하나 이상의 메인클래스 모델을 출력하여 검색하는 것을 특징으로 하는 그래픽 컨텐츠 제작장치.
6. 제 1 항 또는 제 2 항에 있어서, 상기 모델 검색부는,

   주어진 상기 쿼리 아이템으로부터 형상 기술자를 추출하는 형상 기술자 추출부;

   상기 모델 데이터베이스에 저장된 모델들 각각의 형상 기술자와 상기 추출한 형상 기술자를 비교하는 형상 기술자 비교부; 및

   상기 비교 결과 소정 범위 내의 유사도를 갖는 하나 이상의 모델을 출력하는 모델 출력부를 포함함을 특징으로 하는 그래픽 컨텐츠 제작장치.
7. 제 4 항 또는 제 5 항에 있어서, 상기 모델 검색부는,

   생성된 상기 쿼리를 입력받고 입력된 쿼리로부터 형상 기술자를 추출하는 형상 기술자 추출부;

   상기 모델 데이터베이스에 저장된 모델들 각각의 형상 기술자와 상기 추출한 형상 기술자를 비교하는 형상 기술자 비교부; 및

   상기 비교 결과 소정 범위 내의 유사도를 갖는 하나 이상의 모델을 출력하는 모델 출력부를 포함함을 특징으로 하는 그래픽 컨텐츠 제작장치.
8. 제 6 항에 있어서, 상기 모델 검색부는,

   상기 출력된 모델 중 하나의 모델을 사용자로부터 선택받는 모델 선택부를 더 포함하며,

   상기 모델 출력부는 복수의 모델을 출력하는 것을 특징으로 하는 그래픽 컨텐츠 제작장치.
9. 제 6 항에 있어서, 상기 모델 검색부는,

   상기 출력된 모델을 상기 쿼리 아이템에 추가하는 검색 되먹임부를 더 포함함을 특징으로 하는 그래픽 컨텐츠 제작장치.
10. 제 1 항에 있어서, 상기 모델 데이터베이스에 저장되는 모델은 서브클래스 모델과 메인클래스 모델을 포함하며, 상기 서브클래스 모델은 그래픽 컨텐츠의 종류마다 대응되는 대표 모델로서 속성이 상수(invariable)로 지정된 모델이며, 상기 메인클래스 모델은 그래픽 컨텐츠의 종류마다 대응되는 대표 모델로서 속성이 변수(variable)로 지정된 모델인 것을 특징으로 하는 그래픽 컨텐츠 제작장치.
11. 제 1 항 또는 제 3 항에 있어서, 상기 모델 개량부는,

    상기 개량된 모델을 상기 쿼리 아이템에 추가하는 개량 되먹임부를 더 포함함을 특징으로 하는 그래픽 컨텐츠 제작장치.
12. 제 1 항 또는 제 3 항에 있어서, 상기 모델 개량부는,

    상기 개량된 모델을 상기 모델 데이터베이스에 추가하는 개량모델 추가부를 더 포함함을 특징으로 하는 그래픽 컨텐츠 제작장치.
13. 제 4 항에 있어서, 상기 쿼리 생성부는,

    각각은 사용자가 제작하고자 하는 그래픽 컨텐츠가 갖는 형상의 각 부분에 상응하며 상기 각 부분의 속성을 갖고 복수의 3차원 형상을 지니는 복수의 노드를 생성하는 노드 생성부; 및

    상기 노드의 상기 속성에 따라 상기 노드들을 배치하는 3차원 구조 스케치 생성부를 포함함을 특징으로 하는 그래픽 컨텐츠 제작장치.
14. 제 1 항 또는 제 2 항에 있어서, 상기 모델 데이터베이스는 3차원의 모델을 저장하는 것을 특징으로 하는 그래픽 컨텐츠 제작장치.
15. 사용자가 제작하고자 하는 그래픽 컨텐츠를 의미하는 질의 객체인 쿼리 아이템을 이용하여 그래픽 컨텐츠를 제작하는 그래픽 컨텐츠 제작방법에 있어서,

    하나 이상의 상기 쿼리 아이템을 조합하여 쿼리를 생성하는 단계;

    상기 쿼리를 입력받고, 소정의 상기 쿼리 아이템과 매칭 가능하며 사전에 저장된 복수의 모델 및 상기 모델의 형상 기술자 중 입력받은 상기 쿼리로부터 추출한 형상 기술자와 소정 범위 내의 유사도를 갖는 하나 이상의 모델을 검색하는 단계; 및

    상기 검색된 모델을 사용자의 지시에 따라 개량하여 유저지향 모델을 생성하는 단계를 포함하며,

    상기 형상 기술자는 기하학적 속성, 위상학적 속성을 포함한 임의의 속성들의 집합에 의해 형상을 표현하는 언어이고, 상기 검색된 모델 및 상기 생성된 유저지향 모델 중 적어도 하나가 상기 쿼리 아이템에 추가된 뒤, 상기 쿼리를 생성하는 단계, 상기 검색하는 단계, 및 상기 유저지향 모델을 생성하는 단계는 재차 수행 가능한 것을 특징으로 하는 그래픽 컨텐츠 제작방법.
16. 사용자가 제작하고자 하는 그래픽 컨텐츠를 의미하는 질의 객체인 쿼리 아이템을 이용하여 그래픽 컨텐츠를 제작하는 그래픽 컨텐츠 제작방법에 있어서,

    하나 이상의 상기 쿼리 아이템을 조합하여 쿼리를 생성하는 단계;

    상기 쿼리를 입력받고, 소정의 상기 쿼리 아이템과 매칭 가능하며 사전에 저장된 복수의 메인클래스 모델 및 상기 메인클래스 모델의 형상 기술자 중 입력받은 상기 쿼리로부터 추출한 형상 기술자와 소정 범위 내의 유사도를 갖는 하나 이상의 메인클래스 모델을 검색하는 단계; 및

    상기 검색된 메인클래스 모델의 속성을 변형하여 상기 검색된 메인클래스 모델의 속성과 입력받은 상기 쿼리의 속성을 일치시키는 단계를 포함하며,

    상기 메인클래스 모델은 그래픽 컨텐츠의 종류마다 대응되는 대표 모델로서 속성이 변수로 지정된 모델이며, 상기 형상 기술자는 기하학적 속성, 위상학적 속성을 포함한 임의의 속성들의 집합에 의해 형상을 표현하는 언어이고, 상기 검색된 메인클래스 모델이 상기 쿼리 아이템에 추가된 뒤, 상기 생성하는 단계, 상기 검색하는 단계, 및 상기 일치시키는 단계는 재차 수행 가능한 것을 특징으로 하는 그래픽 컨텐츠 제작방법.
17. 제 16 항에 있어서, 상기 제작방법은,

    속성이 변형된 상기 메인클래스 모델을 사용자의 지시에 따라 개량하여 유저지향 모델을 생성하는 단계를 더 포함함을 특징으로 하는 그래픽 컨텐츠 제작방법.
18. 제 15 항 또는 제 16 항에 있어서, 상기 검색하는 단계는,

    생성된 상기 쿼리를 입력받고 입력된 쿼리로부터 형상 기술자를 추출하는 단계;

    상기 저장된 모델들 각각의 형상 기술자와 상기 추출한 형상 기술자를 비교하는 단계; 및

    상기 비교 결과 소정 범위 내의 유사도를 갖는 하나 이상의 모델을 출력하는 단계를 포함함을 특징으로 하는 그래픽 컨텐츠 제작방법.
19. 제 18 항에 있어서, 상기 검색하는 단계는,

    상기 출력된 모델 중 하나의 모델을 사용자로부터 선택받는 단계를 더 포함하며,

    상기 출력하는 단계는 복수의 모델을 출력하는 것을 특징으로 하는 그래픽 컨텐츠 제작방법.
20. 제 18 항에 있어서, 상기 검색하는 단계는,

    상기 출력된 모델을 상기 쿼리 아이템에 추가하고 상기 쿼리를 생성하는 단 계로 진행하는 단계를 더 포함함을 특징으로 하는 그래픽 컨텐츠 제작방법.
21. 제 15 항 또는 제 17 항에 있어서, 상기 유저지향 모델을 생성하는 단계는,

    상기 개량된 모델을 상기 쿼리 아이템에 추가하고 상기 쿼리를 생성하는 단계로 진행하는 단계를 더 포함함을 특징으로 하는 그래픽 컨텐츠 제작방법.
22. 제 15 항 또는 제 17 항에 있어서, 상기 유저지향 모델을 생성하는 단계는,

    상기 개량된 모델 및 상기 개량된 모델의 형상 기술자를 상기 사전에 저장된 모델 및 형상 기술자에 추가하고 상기 쿼리를 생성하는 단계로 진행하는 단계를 더 포함함을 특징으로 하는 그래픽 컨텐츠 제작방법.
23. 사용자가 제작하고자 하는 그래픽 컨텐츠를 의미하는 질의 객체인 쿼리 아이템을 이용하여 그래픽 컨텐츠를 제작하는 적어도 하나의 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체에 있어서,

    하나 이상의 상기 쿼리 아이템을 조합하여 쿼리를 생성하는 단계;

    상기 쿼리를 입력받고, 소정의 상기 쿼리 아이템과 매칭 가능하며 사전에 저장된 복수의 모델 및 상기 모델의 형상 기술자 중 입력받은 상기 쿼리로부터 추출한 형상 기술자와 소정 범위 내의 유사도를 갖는 하나 이상의 모델을 검색하는 단계; 및

    상기 검색된 모델을 사용자의 지시에 따라 개량하여 유저지향 모델을 생성하는 단계를 포함하며,

    상기 형상 기술자는 기하학적 속성, 위상학적 속성을 포함한 임의의 속성들의 집합에 의해 형상을 표현하는 언어이고, 상기 검색된 모델 및 상기 생성된 유저지향 모델 중 적어도 하나가 상기 쿼리 아이템에 추가된 뒤, 상기 쿼리를 생성하는 단계, 상기 검색하는 단계, 및 상기 유저지향 모델을 생성하는 단계는 재차 수행 가능한 것을 특징으로 하는 그래픽 컨텐츠 제작방법을 실행하기 위한 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체.
24. 사용자가 제작하고자 하는 그래픽 컨텐츠를 의미하는 질의 객체인 쿼리 아이템을 이용하여 그래픽 컨텐츠를 제작하는 적어도 하나의 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체에 있어서,

    하나 이상의 상기 쿼리 아이템을 조합하여 쿼리를 생성하는 단계;

    상기 쿼리를 입력받고, 소정의 상기 쿼리 아이템과 매칭 가능하며 사전에 저장된 복수의 메인클래스 모델 및 상기 메인클래스 모델의 형상 기술자 중 입력받은 상기 쿼리로부터 추출한 형상 기술자와 소정 범위 내의 유사도를 갖는 하나 이상의 메인클래스 모델을 검색하는 단계; 및

    상기 검색된 메인클래스 모델의 속성을 변형하여 상기 검색된 메인클래스 모델의 속성과 입력받은 상기 쿼리의 속성을 일치시키는 단계를 포함하며,

    상기 메인클래스 모델은 그래픽 컨텐츠의 종류마다 대응되는 대표 모델로서 속성이 변수로 지정된 모델이며, 상기 형상 기술자는 기하학적 속성, 위상학적 속성을 포함한 임의의 속성들의 집합에 의해 형상을 표현하는 언어이고, 상기 검색된 메인클래스 모델이 상기 쿼리 아이템에 추가된 뒤, 상기 생성하는 단계, 상기 검색하는 단계, 및 상기 일치시키는 단계는 재차 수행 가능한 것을 특징으로 하는 그래픽 컨텐츠 제작방법을 실행하기 위한 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록매체.

Images