KR102181901B1 - 애니메이션 생성 방법 - Google Patents

Abstract

컴퓨터 판독가능 저장 매체에 저장되는 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 컴퓨팅 장치의 하나 이상의 프로세서에서 실행되는 경우 얼굴 애니메이션을 생성하기 위한 동작들을 수행하도록 하며 상기 동작들은, 둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델에 입력시키는 동작; 상기 둘 이상의 학습 입력 데이터의 공통적인 특징을 상기 얼굴 애니메이션 생성 모델에 포함된 제 1 네트워크 함수를 이용하여 학습시키는 동작; 및 상기 둘 이상의 학습 입력 데이터 각각의 독립적인 특징을 제 2 네트워크 함수를 이용하여 학습시켜, 상기 얼굴 애니메이션 생성 모델이 입력 데이터에 따른 얼굴 애니메이션을 생성하도록 하는 동작을 포함할 수 있다.

Description

애니메이션 생성 방법{METHOD TO CREATE ANIMATION}

본 발명은 애니메이션 생성 방법에 관한 것으로, 보다 구체적으로 입력 데이터에 기초하여 애니메이션을 생성하는 방법에 관한 것이다.

최근 애니메이션 관련 기술이 급격하게 발전하면서, 애니메이션을 산업 전반에 적용하는 움직임이 증가하고 있다. 만화 관련 산업 뿐만 아니라, 다양한 산업 분야에서 애니메이션을 사용하고 있다. 한편, 애니메이션을 만들기 위해서는 상당한 시간 및 비용이 들어가게 된다.

게임 산업의 경우, 성우가 게임 스토리를 기반으로 목소리를 녹음하고, 그 목소리에 기초하여 목소리에 맞는 애니메이션을 생성하여 게임 플레이어들에게 제공하게 된다. 성우가 녹음하는 게임 스토리의 양은 방대하며, 그에 기초한 애니메이션을 생성하기 위한 시간 및 비용 소모가 상당하다.

따라서, 음성 데이터에 기초하여 애니메이션을 생성하는데 시간 및 비용을 절감시키기 위한 당업계의 요구가 존재한다.

대한민국 공개 특허 제10-2019-0008137호는 다중 화자 데이터를 이용한 딥러닝 기반 음성 합성 장치 및 방법을 개시한다.

본 개시는 전술한 배경기술에 대응하여 안출 된 것으로, 애니메이션 생성 방법을 제공하는 것을 목적으로 한다.

전술한 바와 같은 과제를 실현하기 위한 본 개시의 일 실시예에 따라 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 컴퓨팅 장치의 하나 이상의 프로세서에서 실행되는 경우 얼굴 애니메이션을 생성하기 위한 동작들을 수행하도록 하며 상기 동작들은, 둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델에 입력시키는 동작; 상기 둘 이상의 학습 입력 데이터의 공통적인 특징을 상기 얼굴 애니메이션 생성 모델에 포함된 제 1 네트워크 함수를 이용하여 학습시키는 동작; 및 상기 둘 이상의 학습 입력 데이터 각각의 독립적인 특징을 제 2 네트워크 함수를 이용하여 학습시켜, 상기 얼굴 애니메이션 생성 모델이 입력 데이터에 따른 얼굴 애니메이션을 생성하도록 하는 동작을 포함할 수 있다.

애니메이션을 생성하는 방법을 제공하기 위한 이하의 동작들을 수행하는 컴퓨터 프로그램 동작들의 대안적인 실시예에서, 상기 제 1 네트워크 함수는 하나 이상의 차원 축소 레이어로 구성된 제 1 서브 네트워크 함수 및 제 2 서브 네트워크 함수를 포함하고, 상기 제 1 서브 네트워크 함수는 둘 이상의 입력 데이터를 연산하여 상기 둘 이상의 입력 데이터의 공통적인 음성 특징을 출력하고, 그리고 상기 제 2 서브 네트워크 함수는 상기 공통적인 음성 특징을 연산하여 상기 둘 이상의 입력 데이터에 대응되는 공통적인 얼굴 포즈에 관한 특징 벡터를 출력할 수 있다.

애니메이션을 생성하는 방법을 제공하기 위한 이하의 동작들을 수행하는 컴퓨터 프로그램 동작들의 대안적인 실시예에서, 상기 둘 이상의 학습 입력 데이터 각각은 얼굴 특징 데이터와 매칭되고, 그리고 상기 제 2 네트워크 함수는 하나 이상의 차원 확장 레이어로 구성되고, 그리고 얼굴 특징 데이터와 연관된 둘 이상의 병렬적인 제 3 서브 네트워크 함수를 포함할 수 있다.

애니메이션을 생성하는 방법을 제공하기 위한 이하의 동작들을 수행하는 컴퓨터 프로그램 동작들의 대안적인 실시예에서, 상기 제 3 서브 네트워크 함수는 상기 제 3 서브 네트워크 함수와 연관된 얼굴 특징 데이터에 관한 표현인 원 핫 벡터(one hot vector)에 기초하여 연산을 수행하고, 그리고 얼굴 애니메이션에 포함된 둘 이상의 버텍스(vertex)의 위치를 결정할 수 있다.

애니메이션을 생성하는 방법을 제공하기 위한 이하의 동작들을 수행하는 컴퓨터 프로그램 동작들의 대안적인 실시예에서, 상기 제 3 서브 네트워크 함수에 포함된 적어도 일부의 레이어의 초기 학습 가중치는 상기 제 3 서브 네트워크 함수에 연관된 얼굴 특징 데이터와 관련한 학습 데이터 서브세트에 포함된 학습 데이터들의 주성분 분석 데이터에 기초하여 결정될 수 있다.

애니메이션을 생성하는 방법을 제공하기 위한 이하의 동작들을 수행하는 컴퓨터 프로그램 동작들의 대안적인 실시예에서, 상기 입력 데이터에 매칭된 감정 상태 데이터를 상기 제 1 네트워크 함수 또는 제 2 네트워크 함수의 적어도 일부의 레이어에 입력시키는 동작을 더 포함할 수 있다.

애니메이션을 생성하는 방법을 제공하기 위한 이하의 동작들을 수행하는 컴퓨터 프로그램 동작들의 대안적인 실시예에서, 상기 입력 데이터에 매칭된 감정 상태 데이터를 상기 제 1 네트워크 함수 또는 제 2 네트워크 함수의 적어도 일부의 레이어에 입력시키는 동작은, 상기 제 1 네트워크 함수의 마지막 레이어를 제외한 나머지 일부의 레이어에 상기 감정 상태 데이터를 입력시키는 동작을 포함할 수 있다.

애니메이션을 생성하는 방법을 제공하기 위한 이하의 동작들을 수행하는 컴퓨터 프로그램 동작들의 대안적인 실시예에서, 상기 얼굴 애니메이션 생성 모델은 사전결정된 에폭 동안 상기 제 1 네트워크 함수와 상기 제 2 네트워크 함수의 적어도 일부의 레이어를 제외한 나머지 레이어에 대한 가중치의 업데이트 정도 및 상기 제 2 네트워크 함수의 상기 적어도 일부의 레이어에 대한 가중치의 업데이트 정도를 상이하게 설정하여 학습될 수 있다.

애니메이션을 생성하는 방법을 제공하기 위한 이하의 동작들을 수행하는 컴퓨터 프로그램 동작들의 대안적인 실시예에서, 상기 얼굴 애니메이션 생성 모델은 상기 둘 이상의 학습 입력 데이터를 상기 얼굴 애니메이션 생성 모델의 입력으로 하여 연산하여 획득한 출력과 상기 둘 이상의 학습 얼굴 애니메이션의 오차에 기초하여 역전파하는 경우, 사전결정된 에폭 동안 상기 제 2 네트워크 함수의 적어도 일부의 레이어를 제외하고, 상기 제 2 네트워크 함수의 상기 적어도 일부의 레이어를 제외한 나머지 레이어 및 상기 제 1 네트워크 함수에 대해서만 가중치를 업데이트하는 동작에 의해 학습될 수 있다.

전술한 바와 같은 과제를 실현하기 위한 본 개시의 일 실시예에 따라 얼굴 애니메이션을 제공하기 위한 방법으로서, 둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델에 입력시키는 단계; 상기 둘 이상의 학습 입력 데이터의 공통적인 특징을 상기 얼굴 애니메이션 생성 모델에 포함된 제 1 네트워크 함수를 이용하여 학습시키는 단계; 및 상기 둘 이상의 학습 입력 데이터 각각의 독립적인 특징을 제 2 네트워크 함수를 이용하여 학습시켜, 상기 얼굴 애니메이션 생성 모델이 입력 데이터에 따른 얼굴 애니메이션을 생성하도록 하는 단계를 포함할 수 있다.

전술한 바와 같은 과제를 실현하기 위한 본 개시의 일 실시예에 따라 얼굴 애니메이션 생성 방법을 제공하기 위한 서버로서, 하나 이상의 코어를 포함하는 프로세서; 및 메모리를 포함하고, 상기 프로세서는, 둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델에 입력시키고, 상기 둘 이상의 학습 입력 데이터의 공통적인 특징을 상기 얼굴 애니메이션 생성 모델에 포함된 제 1 네트워크 함수를 이용하여 학습시키고, 그리고 상기 둘 이상의 학습 입력 데이터 각각의 독립적인 특징을 제 2 네트워크 함수를 이용하여 학습시켜, 상기 얼굴 애니메이션 생성 모델이 입력 데이터에 따른 얼굴 애니메이션을 생성하도록 할 수 있다.

전술한 바와 같은 과제를 실현하기 위한 본 개시의 일 실시예에 따라 학습 과정에서 적어도 일부가 업데이트 되는 뉴럴 네트워크의 파라미터에 대응하는 데이터 구조가 저장된 컴퓨터 판독가능한 기록 매체로서, 상기 뉴럴 네트워크의 동작은 상기 파라미터에 적어도 부분적으로 기초하고, 상기 학습 과정은, 둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델에 입력시키는 단계; 상기 둘 이상의 학습 입력 데이터의 공통적인 특징을 상기 얼굴 애니메이션 생성 모델에 포함된 제 1 네트워크 함수를 이용하여 학습시키는 단계; 및 상기 둘 이상의 학습 입력 데이터 각각의 독립적인 특징을 제 2 네트워크 함수를 이용하여 학습시켜, 상기 얼굴 애니메이션 생성 모델이 입력 데이터에 따른 얼굴 애니메이션을 생성하도록 하는 단계를 포함할 수 있다.

본 개시의 일 실시예에 따라, 입력 데이터에 기초하여 애니메이션을 제공하기 위한 방법이 제공될 수 있다.

도 1은 본 개시의 일 실시예에 따라 애니메이션 생성 방법을 제공하기 위한 동작을 수행하는 컴퓨팅 장치의 블록 구성도를 도시한 도면이다.
도 2는 본 개시의 일 실시예에 따라 얼굴 애니메이션 생성 모델을 예시적으로 도시한 도면이다.
도 3은 본 개시의 일 실시예에 따라 얼굴 애니메이션 생성 모델을 예시적으로 도시한 도면이다.
도 4는 본 개시의 일 실시예에 따른 얼굴 애니메이션을 예시적으로 도시한 도면이다.
도 5는 본 개시의 일 실시예에 따라 얼굴 애니메이션 생성 모델에 기초하여 얼굴 애니메이션을 생성하는 방법에 관한 순서도이다.
도 6은 본 개시의 일 실시예에 따라 얼굴 애니메이션 생성 모델에 기초하여 얼굴 애니메이션을 생성하는 로직에 관한 블록 구성도이다.
도 7은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 블록 구성도이다.

다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 명세서에서, 다양한 설명들이 본 개시의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.

본 명세서에서 사용되는 용어 "컴포넌트", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서상에서 실행되는 처리과정(procedure), 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 컴퓨팅 장치에서 실행되는 애플리케이션 및 컴퓨팅 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있다. 일 컴포넌트는 하나의 컴퓨터 내에 로컬화 될 수 있다. 일 컴포넌트는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터의 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통해 전송되는 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.

더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.

당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시 적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시 적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있다. 다만, 그러한 구현의 결정들이 본 개시내용의 영역을 벗어나게 하는 것으로 해석되어서는 안된다.

제시된 실시예들에 대한 설명은 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예들로 한정되는 것이 아니다. 본 발명은 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

본 개시의 일 실시예에서 서버는 임의의 형태의 컴퓨팅 장치를 포함할 수 있다. 서버는 디지털 기기로서, 랩탑 컴퓨터, 노트북 컴퓨터, 데스크톱 컴퓨터, 웹 패드, 이동 전화기와 같이 프로세서를 탑재하고 메모리를 구비한 연산 능력을 갖춘 디지털 기기일 수 있다. 서버는 서비스를 처리하는 웹 서버일 수 있다. 전술한 서버의 종류는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

도 1은 본 개시의 일 실시예에 따라 애니메이션 생성 방법을 제공하기 위한 동작을 수행하는 컴퓨팅 장치의 블록 구성도를 도시한 도면이다.

본 개시의 일 실시예에 따른 얼굴 애니메이션 생성 방법 또는 얼굴 애니메이션 생성 모델의 학습 방법을 제공하기 위한 컴퓨팅 장치(100)는 네트워크부(110), 프로세서(120) 및 메모리(130)를 포함할 수 있다.

도 1은 본 개시의 일 실시예에 따라 애니메이션 생성 방법을 제공하기 위한 동작을 수행하는 컴퓨팅 장치의 블록 구성도를 도시한 도면이다.

이하에서는 본 개시의 일 실시예에 따라 프로세서(120)가 얼굴 애니메이션을 생성하기 위한 방법을 설명한다.

도 2는 본 개시의 일 실시예에 따라 얼굴 애니메이션 생성 모델(800)을 예시적으로 도시한 도면이다.

본 개시의 일 실시예에 따른 얼굴 애니메이션 생성 모델(800)은, 입력 데이터에 기초하여 입력 데이터에 대응되는 얼굴 애니메이션(600)을 생성할 수 있다. 본 개시의 일 실시예에 따른 얼굴 애니메이션 생성 모델(800)은, 둘 이상의 입력 데이터에 기초하여 둘 이상의 입력 데이터 각각에 대응되는 얼굴 애니메이션(600)을 생성할 수 있다.

프로세서(120)는 둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델(800)에 입력시킬 수 있다.

학습 입력 데이터는 얼굴 애니메이션 생성 모델(800)을 학습시키기 위하여, 얼굴 애니메이션 생성 모델(800)에 입력시키는 입력 데이터와 대응되는 데이터일 수 있다.

프로세서(120)는 네트워크부(110)를 통해 학습 입력 데이터를 수신할 수 있다. 본 개시의 일 실시예에 따른 학습 입력 데이터의 수신은, 메모리(130)에 저장된 학습 입력 데이터를 수신하거나 또는 로딩(loading) 하는 것일 수 있다. 학습 입력 데이터의 수신은, 유/무선 통신 수단에 기초하여 다른 저장 매체, 다른 컴퓨팅 장치, 동일한 컴퓨팅 장치 내의 별도 처리 모듈로부터 학습 입력 데이터를 수신하거나 또는 로딩 하는 것일 수 있다.

입력 데이터는 음성 데이터(200) 또는 메타 데이터 중 적어도 하나를 포함할 수 있다. 입력 데이터는 예를 들어, 음성 데이터(200)일 수 있다. 입력 데이터는 또한 예를 들어, 음성 데이터(200) 및 음성 데이터(200)와 관련된 메타 데이터를 모두 포함할 수도 있다. 입력 데이터는 또한 예를 들어, 메타 데이터인 텍스트 데이터일 수 있다. 전술한 입력 데이터에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

음성 데이터(200)는, 사람의 음성에 대한 데이터를 포함할 수 있다. 음성 데이터(200)는 게임 중에 게임 플레이어에게 출력되는 음향 정보를 포함하는 데이터일 수 있다. 예를 들어, 음성 데이터는 음향 정보를 재생하기 위한 정보가 포함된 디지털 파일을 포함할 수 있다. 음성 데이터는 WAV, AIFF, AU, FLAC, TTA, MPE, AAC, ATRAC 등의 포맷의 형태로 저장될 수 있으나, 이에 제한되지 않는다. 음성 데이터(200)는 전술한 포맷 외에도 음향 정보의 적어도 일 부분을 포함하는 임의의 형태의 포맷의 형식으로 저장될 수 있다. 음향 정보는, 게임 플레이어의 캐릭터, NPC(Non-Player Character)에 의해 발화되는 음향 또는 한 명의 게임 플레이어 이외에 다른 게임 플레이어에 의해 플레이 되는 플레이어블 캐릭터에 의해 발화되는 음향에 관한 정보일 수 있다. 예를 들어, 게임에서 퀘스트를 게임 플레이어들에게 제공하는 경우, 게임 퀘스트를 애니메이션을 이용하여 전달할 수 있다. 예를 들어, 음성 데이터(200)는 퀘스트 관련 내용을 전달하는 애니메이션 효과에서 캐릭터 또는 NPC의 음성에 관한 데이터일 수 있다. 다른 예로, 음성 데이터(200)는 게임에서 캐릭터 또는 NPC가 게임 플레이 중에 말하는 음성에 관한 데이터일 수 있다. 음성 데이터(200)는 게임 퀘스트에 관한 내용을 음성으로 녹음한 것일 수 있다. 음성 데이터(200)는 게임에 사전 저장된 데이터일 수 있다. 음성 데이터(200)는 게임 서버의 메모리에 사전에 저장된 데이터일 수 있다. 또는, 음성 데이터(200)는 게임 플레이어 또는 다른 게임 플레이어에 의해 미리 또는 실시간으로 녹음된 음성에 관한 데이터일 수 있다. 전술한 음성 데이터에 관한 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

메타 데이터는, 음성 표현의 특징과 관련된 데이터일 수 있다. 메타 데이터는, 텍스트 데이터, 얼굴 특징 데이터 또는 감정 상태 데이터일 수 있다.

텍스트 데이터는 음성이 포함하는 내용을 텍스트로 기재한 데이터일 수 있다. 텍스트 데이터는 게임 플레이어에게 출력되는 음향 정보를 텍스트화 한 데이터일 수 있다. 예를 들어, 텍스트 데이터는 게임 플레이어에게 음향 정보와 매칭되어 음향 정보의 출력과 함께 디스플레이 되는 자막일 수 있다. 예를 들어, 텍스트 데이터는, 게임 플레이어의 캐릭터, NPC에 의해 발화되는 음향과 매칭되는 자막 데이터일 수 있다. 텍스트 데이터는 게임에서 게임 플레이어에게 출력되는 음향 정보를 STT(Speech to Test) 알고리즘을 이용하여 텍스트로 변환한 데이터일 수 있다. 전술한 텍스트 데이터에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

얼굴 특징 데이터는 발화자의 특성을 나타내는 데이터일 수 있다. 얼굴 특징 데이터는 얼굴 애니메이션 생성의 기초가 되는 얼굴의 특징에 관한 정보일 수 있다. 얼굴 특징 데이터는 얼굴 애니메이션 생성의 기초가 되는 얼굴의 적어도 일부 구성의 특징에 관한 정보일 수 있다. 예를 들어, 게임상에 등장하는 캐릭터는 다양한 인종, 종족일 수 있으며, 얼굴 특징 데이터는 발화하는 게임 캐릭터의 특성에 따른 데이터 일 수 있다. 예를 들어, 귀가 큰 미형의 엘프와 얼굴이 큰 오크는 발화시 얼굴을 구성하는 컴포넌트들의 위치, 특성, 또는 비율 등이 상이할 수 있으며, 얼굴 특징 데이터는 얼굴 애니메이션이 적용되는 화자의 특성에 따른 구분을 표현하기 위한 데이터를 포함할 수 있다. 얼굴 애니메이션 생성 모델(800)이 동일한 입력 데이터를 처리하는 경우에도, 입력 데이터와 관련된 얼굴 특징 데이터가 상이한 경우, 다른 출력(즉, 다른 형상의 얼굴 애니메이션)이 생성될 수 있다.

감정 상태 데이터는, 음성 데이터(200) 또는 텍스트 데이터 중 적어도 하나에 기초하여 결정되는 데이터일 수 있다. 감정 상태 데이터는 얼굴 애니메이션(600)에 표현되는 표정과 관련한 데이터일 수 있다. 감정 상태 데이터는 얼굴 애니메이션(600)에 표현되는 감정 상태에 관한 분류를 나타내는 데이터일 수 있다. 감정 상태 데이터는 감정 상태에 관한 분류를 나타내기 위한 N차원의 벡터일 수 있다. 예를 들어, 감정 상태 데이터는 슬픔, 기쁨, 환희 등과 관련된 벡터일 수 있다. 감정 상태 데이터는 감정 상태에 관한 분류에 기초하여 메모리(130)에 저장되어 있을 수 있다. 또는, 감정 상태 데이터는 네트워크부(110)를 통해 다른 컴퓨팅 장치로부터 수신할 수도 있다. 전술한 감정 상태 데이터에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

프로세서(120)는 학습 입력 데이터를 얼굴 애니메이션 생성 모델(800)에 입력시키기 전에 전처리 할 수 있다. 프로세서(120)는 학습 입력 데이터에 대응되는 입력 데이터를 얼굴 애니메이션 생성 모델(800)에 입력시키기 전에 전처리 과정을 거칠 수 있다.

프로세서(120)는 입력 데이터에 포함된 음성 데이터(200)를 얼굴 애니메이션 생성 모델(800)에 입력시키기 전에 전처리 과정을 거칠 수 있다. 음성 데이터(200)에 대한 전처리는, 얼굴 애니메이션 생성 모델(800)에 포함된 하나 이상의 네트워크 함수에서 처리되기 위한 형식으로 가공하는 과정을 의미할 수 있다. 예를 들어, 음성 데이터(200)에 대한 전처리는, 음성 데이터(200)의 적어도 일부의 데이터를 삭제하거나, 변환하거나, 애니메이션 생성 모델(800)에 입력되기 위한 포맷으로 전환하는 동작을 포함할 수 있다. 음성 데이터(200)에 대한 전처리는, 음성 데이터(200)의 파형을 일부 보정하는 것을 의미할 수 있다. 예를 들어, 음성 데이터(200)에 대한 전처리는 음성 탐지인 VAD(Voice Activity Detection)을 이용하여 음성이 존재하는 부분의 음성 데이터만을 분리하는 것을 의미할 수 있다. 또는, 음성 데이터에 대한 전처리는 신호의 잡음을 제거하거나, 신호가 존재할 수 있는 주파수 대역을 증폭시키거나, 신호가 존재할 수 있는 주파수 대역을 자르거나, 신호의 진폭을 최대 값으로 키워서 디지털 신호에 할당된 비트 수를 최대한 이용하도록 하거나, 최고 주파수 또는 최저 주파수를 사전결정된 기준에 기초하여 정규화 하거나, 또는 화이트닝(Whitening)을 수행하여 신호의 평균을 0으로, 표준편차는 1로 변경할 수 있다. 전술한 전처리에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다. 음성 데이터를 전처리 함으로써, 얼굴 애니메이션 생성 모델의 성능이 향상될 수 있다. 음성 데이터에서 불필요한 부분인 노이즈 부분을 삭제하고, 그리고 음성 데이터의 적어도 일부 변형으로써 얼굴 애니메이션 생성 모델의 성능이 향상될 수 있다.

프로세서(120)는 입력 데이터인 메타 데이터를 얼굴 애니메이션 생성 모델(800)에 입력하기 전에 전처리 과정을 거칠 수 있다. 메타 데이터의 전처리는, 얼굴 애니메이션 생성 모델(800)에 포함된 하나 이상의 네트워크 함수에서 처리되기 위한 형식으로 가공하는 과정을 의미할 수 있다. 텍스트 데이터의 전처리는 벡터 형식으로 가공하는 과정일 수 있다. 예를 들어, 프로세서(120)는 워드 투 벡터(Word2Vec) 알고리즘을 이용하여 텍스트 데이터의 의미를 벡터화 할 수 있다. 프로세서(120)는 텍스트 데이터를 이용하여 얼굴 애니메이션을 생성하기 위하여, 벡터화 된 텍스트 데이터를 얼굴 애니메이션 생성 모델(800)의 입력으로 할 수 있다. 전술한 전처리에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다. 메타 데이터를 이용하는 경우, 얼굴 애니메이션 생성 모델의 정확성이 향상될 수 있다. 예를 들어, 메타 데이터 및 음성 데이터를 얼굴 애니메이션 생성 모델의 입력으로 하여 연산을 수행하는 경우, 음성 데이터만을 이용한 경우 보다 얼굴 애니메이션의 표정이 자연스러울 수 있다. 예를 들어, 동일한 발음의 단어인 경우라도 메타 데이터의 감정 데이터를 이용하여 상이한 표정을 출력할 수 있어, 얼굴 애니메이션의 표정이 자연스러울 수 있다.

프로세서(120)는 학습 데이터 세트를 이용하여 얼굴 애니메이션 생성 모델(800)을 학습시킬 수 있다. 프로세서(120)는 둘 이상의 학습 데이터를 이용하여 얼굴 애니메이션 생성 모델(800)을 학습시킬 수 있다. 프로세서(120)는 둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델(800)에 입력시킬 수 있다.

학습 데이터 세트는 둘 이상의 얼굴 특징 데이터와 매칭되는 학습 데이터들로 구성될 수 있다. 학습 데이터 세트에 포함되는 둘 이상의 학습 데이터 각각은 얼굴 특징 데이터와 매칭될 수 있다. 둘 이상의 학습 입력 데이터 각각은 얼굴 특징 데이터와 매칭될 수 있다. 학습 데이터는 입력 데이터 및 입력 데이터에 대한 얼굴 애니메이션을 포함할 수 있다. 예를 들어, 학습 데이터는 음성 데이터 및 음성 데이터에 기초하여 생성된 얼굴 애니메이션을 포함할 수 있다. 전술한 학습 데이터에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

프로세서(120)는 학습 데이터 세트에 포함된 둘 이상의 학습 데이터를 이용하여 얼굴 애니메이션 생성 모델(800)을 학습시킬 수 있다. 얼굴 애니메이션 생성 모델(800)은 복수의 연관된 학습 데이터들을 이용하여, 복수의 입력 데이터들에 대응되는 얼굴 애니메이션들의 버텍스 좌표를 생성함에 있어, 공유되는 특징(즉, 피쳐(feature))를 학습할 수 있다. 얼굴 애니메이션 생성 모델(800)은 복수의 연관된 학습 데이터들 각각을 이용하여, 복수의 얼굴 특징 데이터 각각에 따라 달라지는 독립적인 특징을 또한 학습할 수 있다. 본 개시의 일 실시예에 따른 얼굴 애니메이션 생성 모델(800)을 이용하는 경우, 언어의 일반화된 특징을 학습하는 성능이 뛰어날 수 있다. 전술한 얼굴 애니메이션 생성 모델에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

게임에 포함된 다양한 대화식 시나리오에서 고품질의 얼굴 애니메이션을 제작하는 것이 인력 및 비용 측면에서 어려울 수 있다. 일반적으로 게임에는 많은 게임 캐릭터가 있으며, 각각의 캐릭터의 얼굴 애니메이션은 고유한 특징을 가지고 있을 수 있다. 본 발명의 일 실시예에 따라 각 게임 캐릭터에 대해 자연스러운 얼굴 애니메이션을 제작하기 위하여 프로세서(120)는 얼굴 애니메이션 생성 모델(800)에 대하여 멀티 태스크 학습(multi-task learning)을 수행할 수 있다. 멀티 태스크 학습은 독립적으로 태스크(즉, 학습 데이터) 각각을 학습하는 것과 비교하여, 전반적인 일반화 성능을 향상시키기 위하여 여러 관련된 태스크의 관계를 학습하는 것일 수 있다. 본 개시의 일 실시예에 따른 얼굴 애니메이션 생성 모델(800)은 서로 다른 캐릭터와 관련된 음성 데이터 및 얼굴 애니메이션을 포함하는, 복수의 관련된 태스크들은 복수의 공통적인 음성 데이터-얼굴 애니메이션의 버텍스 맵핑(mapping) 패턴을 공유한다는 특징 및 복수의 태스크들 각각은 고유한 얼굴 애니메이션 특징을 가진다는 점에 착안한 것일 수 있다. 본 개시의 일 실시예에 따른 얼굴 애니메이션 생성 모델(800)은 기존의 얼굴 애니메이션 생성 모델과 비교하였을 때, 한국어, 중국어, 일본어 등과 같은 언어에 대한 일반화 능력이 뛰어날 수 있다.

얼굴 애니메이션 생성 모델(800)은 제 1 네트워크 함수(300) 및 제 2 네트워크 함수(500)를 포함할 수 있다. 제 1 네트워크 함수(300)는 입력된 데이터의 차원 축소를 수행할 수 있다. 제 2 네트워크 함수(500)는 입력된 데이터의 차원 확장을 수행할 수 있다. 프로세서(120)는 입력 데이터를 제 1 네트워크 함수(300)에 입력하여 차원 축소 연산을 수행할 수 있다. 프로세서(120)는 제 1 네트워크 함수(300)를 이용하여 연산하여 출력한 결과를 제 2 네트워크 함수(500)의 입력으로 할 수 있다. 프로세서(120)는 제 2 네트워크 함수(500)에 입력된 데이터의 차원 확장 연산을 수행할 수 있다. 프로세서(120)는 제 2 네트워크 함수(500)의 차원 확장 연산에 기초하여 입력 데이터에 기초한 얼굴 애니메이션(600)을 생성할 수 있다.

프로세서(120)는 둘 이상의 학습 입력 데이터의 공통적인 특징을 얼굴 애니메이션 생성 모델(800)에 포함된 제 1 네트워크 함수(300)를 이용하여 학습시킬 수 있다. 제 1 네트워크 함수(300)는 둘 이상의 학습 입력 데이터를 연산하여 둘 이상의 학습 입력 데이터의 공통적인 음성 특징(330)을 출력하고, 그리고 입력 학습 입력 데이터에 대응되는 공통적인 얼굴 포즈에 관한 특징 벡터(400)를 출력할 수 있다. 제 1 네트워크 함수(300)는 둘 이상의 차원 축소 레이어를 포함할 수 있다. 제 1 네트워크 함수(300)는 둘 이상의 콘볼루셔널(convolutional) 레이어를 포함할 수 있다. 얼굴 포즈에 관한 특징 벡터(400)는, 입력 데이터에 기초하여 얼굴의 포즈(또는, 얼굴의 생김새)에 관하여 설명하기 위한 특징 벡터일 수 있다. 얼굴 포즈에 관한 특징 벡터(400)는 입력 데이터에 기초하여 얼굴 애니메이션을 생성하기 위한 특징 벡터일 수 있다. 예를 들어, 얼굴 포즈에 관한 특징 벡터(400)는, 입력 데이터에 기초한 피쳐 맵의 개수, 시간 축의 차원, 입력 데이터의 기초가 되는 음소의 차원에 기초하여 결정될 수 있다. 전술한 얼굴 포즈에 관한 특징 벡터에 대한 구체적인 기재는 예시일 뿐이며, 이를 연산하는 방법에 관하여는 도 3 및 도 4를 참조하여 후술하여 구체적으로 설명한다.

프로세서(120)는 둘 이상의 학습 입력 데이터 각각의 독립적인 특징을 제 2 네트워크 함수(500)를 이용하여 학습시켜, 얼굴 애니메이션 생성 모델(800)이 입력 데이터에 따른 얼굴 애니메이션(600)을 생성하도록 할 수 있다. 프로세서(120)는 둘 이상의 학습 입력 데이터에 대한 얼굴 특징 데이터와 관련된 독립적인 특징을 제 2 네트워크 함수(500)를 이용하여 학습시킬 수 있다. 제 2 네트워크 함수(500)는 하나 이상의 차원 확장 레이어로 구성될 수 있다. 제 2 네트워크 함수(500)는 얼굴 포즈에 관한 특징 벡터(400)를 이용하여 얼굴 애니메이션(600)을 생성할 수 있다. 제 2 네트워크 함수(500)는 둘 이상의 디콘볼루셔널 레이어를 포함할 수 있다. 프로세서(120)는 제 2 네트워크 함수(500)에 기초하여 얼굴 포즈에 관한 특징 벡터(400)에 대한 리니어 변환(linear transformation)을 수행할 수 있다. 프로세서(120)는 제 2 네트워크 함수(500)에 기초하여 얼굴 포즈에 관한 특징 벡터(400)를 연산할 수 있다. 프로세서(120)는 제 2 네트워크 함수(500)의 연산에 기초하여 얼굴 애니메이션을 생성하기 위한 좌표를 생성할 수 있다. 좌표는, 얼굴 애니메이션의 기초가 되는 기준점일 수 있다. 예를 들어, 좌표는 버텍스일 수 있다. 얼굴 애니메이션(600)을 생성하기 위한 얼굴 애니메이션 상의 버텍스 위치를 출력할 수 있다. 전술한 제 2 네트워크 함수에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

제 2 네트워크 함수(500)는 얼굴 특징 데이터와 연관된 둘 이상의 병렬적인 제 3 서브 네트워크 함수(510)를 포함할 수 있다. 제 3 서브 네트워크 함수(510)는 하나 이상의 차원 확장 레이어를 포함할 수 있다. 예를 들어, 제 3 서브 네트워크 함수(510)는 하나 이상의 디콘볼루셔널 레이어를 포함할 수 있다. 제 3 서브 네트워크 함수(510)는 얼굴 포즈에 관한 특징 벡터(400) 및 얼굴 특징 데이터에 기초하여 얼굴 애니메이션을 생성하기 위한 좌표를 생성할 수 있다. 둘 이상의 제 3 서브 네트워크 함수(510)는 각각 서로 다른 얼굴 특징 데이터와 연관될 수 있다. 예를 들어, 첫번째 제 3 서브 네트워크 함수(510)는 몬스터 캐릭터에 대한 얼굴 애니메이션을 출력하기 위한 네트워크 함수일 수 있고, 그리고 첫번째 제 3 서브 네트워크 함수(510)와 병렬적으로 배치된 두번째 제 3 서브 네트워크 함수(510)는 엘프 캐릭터에 대한 얼굴 애니메이션을 출력하기 위한 네트워크 함수일 수 있다. 즉, 둘 이상의 제 3 서브 네트워크 함수(510) 각각은 얼굴 특징 데이터에 따라 얼굴 포즈에 관한 특징 벡터(400)에 대한 상이한 연산을 수행할 수 있다. 전술한 제 3 서브 네트워크 함수에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

제 3 서브 네트워크 함수(510)는 제 3 서브 네트워크 함수와 연관된 얼굴 특징 데이터에 관한 표현인 원 핫 벡터(one hot vector)에 기초하여 연산을 수행할 수 있다. 본 개시의 일 실시예에 따른 얼굴 특징 데이터에 관한 표현인 원 핫 벡터는 일 얼굴 특징 데이터를 다른 얼굴 특징 데이터와 구별하기 위한 정보를 표현할 수 있다. 예를 들어, 상이한 얼굴 특징 데이터에 대하여 상이한 원 핫 벡터가 매칭될 수 있다. 예를 들어, 첫번째 제 3 서브 네트워크 함수(510)가 엘프 캐릭터의 얼굴 특징 데이터와 연관된 경우, 첫번째 제 3 서브 네트워크 함수(510) 연산의 기초가 되는 원 핫 벡터는 엘프 캐릭터에 대해서만 1 값을 가지고, 그리고 나머지 캐릭터에 대해서는 0 값을 가지는 벡터 표현일 수 있다. 첫번째 제 3 서브 네트워크 함수(510)는 얼굴 포즈에 관한 특징 벡터(400) 및 엘프 캐릭터의 얼굴 특징 데이터를 표현하기 위한 원 핫 벡터에 기초하여 엘프 캐릭터의 얼굴 애니메이션의 기초가 되는 버텍스를 출력할 수 있다. 전술한 제 3 서브 네트워크 함수의 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

제 3 서브 네트워크 함수(510)는 얼굴 애니메이션(600)에 포함된 둘 이상의 버텍스의 위치를 결정할 수 있다. 제 3 서브 네트워크 함수(510)는 제 3 서브 네트워크 함수(510)와 연관된 얼굴 특징 데이터에 대응되는 얼굴 애니메이션(600)을 생성하기 위한 버텍스의 위치를 결정할 수 있다. 프로세서(120)는 제 2 네트워크 함수(500)에 포함된 둘 이상의 제 3 서브 네트워크 함수(510)를 이용하여 연산한 버텍스 위치에 기초하여 둘 이상의 얼굴 애니메이션(600)을 생성할 수 있다. 둘 이상의 얼굴 애니메이션(600) 각각은 서로 다른 얼굴 특징 데이터와 매칭될 수 있다. 예를 들어, 얼굴 애니메이션(600) 각각은 서로 다른 캐릭터 또는 캐릭터의 얼굴 구성과 매칭될 수 있다. 버텍스는 얼굴 애니메이션의 기초가 되는 점일 수 있다. 프로세서(120)는 버텍스의 위치에 기초하여 얼굴의 음영, 윤곽 등을 결정할 수 있다. 프로세서(120)는 둘 이상의 버텍스를 연결하여 얼굴 애니메이션을 생성할 수 있다. 프로세서(120)는 얼굴에 포함된 둘 이상의 버텍스의 위치에 기초하여 얼굴 애니메이션을 생성할 수 있다. 예를 들어, 버텍스는 3D 애니메이션을 생성하기 위하여 결정되는 점의 좌표일 수 있다. 전술한 버텍스에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라 제 3 서브 네트워크 함수(510)의 초기 학습 가중치에 관하여 설명한다.

제 3 서브 네트워크 함수(510)에 포함된 적어도 일부의 레이어의 초기 학습 가중치는 제 3 서브 네트워크 함수(510)에 연관된 얼굴 특징 데이터와 관련한 학습 데이터 서브세트에 포함된 학습 데이터들의 주성분 분석 데이터에 기초하여 결정될 수 있다.

학습 데이터 세트는 둘 이상의 학습 데이터 서브 세트를 포함할 수 있다. 둘 이상의 학습 데이터 서브 세트는 각각 얼굴 특징 데이터와 매칭될 수 있다. 예를 들어, 학습 데이터 세트는 엘프 캐릭터의 얼굴 특징 데이터와 매칭된 제 1 학습 데이터 서브 세트 및 오크 캐릭터의 얼굴 특징 데이터와 매칭된 제 2 학습 데이터 서브 세트를 포함할 수 잇다. 학습 데이터 서브 세트에 포함된 둘 이상의 학습 데이터들은 학습 데이터 서브 세트와 매칭된 얼굴 특징 데이터에 관한 학습 데이터일 수 있다. 예를 들어, 제 1 학습 데이터 서브 세트에 포함된 둘 이상의 학습 데이터들은 엘프 캐릭터의 얼굴 특징 데이터와 연관될 수 있다.

학습 데이터 서브세트에 포함된 학습 데이터들의 주성분 분석 데이터는 학습 데이터들의 특징을 나타내는 데이터일 수 있다. 주성분 분석(PCA, Principal Component Analysis)은 차원 축소 알고리즘의 일 종류일 수 있다. 프로세서(120)는 고차원의 학습 데이터들을 주성분 분석을 이용하여 차원을 축소하고, 그리고 학습 데이터들의 표본이 되는 주성분 분석 데이터를 결정할 수 있다. 주성분 분석 데이터는 학습 데이터 서브세트에 포함된 학습 데이터들을 표현하기 위한 요약 데이터일 수 있다. 프로세서(120)는 주성분 분석 데이터를 이용하여 제 3 서브 네트워크 함수(510) 학습을 위한 초기 가중치를 결정할 수 있다. 프로세서(120)는 제 3 서브 네트워크 함수(510)의 초기 가중치를 주성분 분석 데이터에 대응되는 값을 출력하도록 하는 값으로 결정할 수 있다. 주성분 분석 데이터에 기초하여 제 3 서브 네트워크 함수(510)의 초기 가중치를 결정하여 얼굴 애니메이션 생성 모델(800)을 학습시키는 경우, 초기 가중치를 랜덤하게 결정하여 얼굴 애니메이션 생성 모델(800)을 학습시키는 경우보다, 학습 속도가 빠르고, 학습 효율이 더 높을 수 있다.

본 개시의 일 실시예에 따라 얼굴 애니메이션 생성 모델(800)의 학습 방법에 관하여 설명한다.

프로세서(120)는 둘 이상의 얼굴 특징 데이터와 각각 연관된 학습 데이터들을 포함하는 학습 데이터 세트에 기초하여 제 1 네트워크 함수(300) 및 제 2 네트워크 함수(500)를 포함하는 얼굴 애니메이션 생성 모델(800)을 학습시킬 수 있다. 제 1 네트워크 함수(300)는 학습 데이터들 사이의 공통적인 특징을 학습하기 위한 네트워크 함수일 수 있다. 제 1 네트워크 함수(300)는 입력 데이터에 기초하여 얼굴 포즈에 관한 특징 벡터(400)를 출력하기 위한 네트워크 함수일 수 있다. 제 1 네트워크 함수(300)는 입력 데이터들의 사이의 공통적인 얼굴 포즈에 관한 특징 벡터(400)를 출력하기 위한 네트워크 함수일 수 있다. 제 2 네트워크 함수(500)는 학습 데이터들 각각의 독립적인 특징을 학습하기 위한 네트워크 함수일 수 있다. 제 2 네트워크 함수(500)는 얼굴 포즈에 관한 특징 벡터(400)에 기초하여 얼굴 애니메이션(600)을 생성하기 위한 네트워크 함수일 수 있다. 제 2 네트워크 함수(500)는 얼굴 특징 데이터에 기초하여 얼굴 특징 데이터에 대응되는 얼굴 애니메이션(600)을 생성하기 위한 네트워크 함수일 수 있다.

프로세서(120)는 학습 입력 데이터를 얼굴 애니메이션 생성 모델(800)의 입력으로 하여 연산하여 획득한 출력과 학습 데이터에 포함된 라벨인 얼굴 애니메이션의 오차에 기초하여 학습될 수 있다.

오차는, 출력과 학습 데이터에 포함된 라벨인 얼굴 애니메이션 각각의 둘 이상의 버텍스 위치의 차이 또는 출력된 얼굴 애니메이션에 포함된 움직임의 속도 적정 여부 중 적어도 하나에 기초하여 결정될 수 있다. 얼굴 애니메이션은, 둘 이상의 버텍스에 기초하여 생성될 수 있다. 오차는 출력과 라벨 각각의 얼굴 애니메이션에 포함된 둘 이상의 버텍스의 위치의 차이에 기초하여 결정될 수 있다. 오차는 버텍스의 위치가 차이나는 부분의 개수, 버텍스의 위치에 기초한 거리 등에 기초하여 결정될 수 있다. 출력된 얼굴 애니메이션의 시간 변화 및 시간 변화에 따른 버텍스의 위치에 기초하여 오차가 결정될 수 있다. 제 1 시간일 때의 얼굴 애니메이션에 포함된 제 1 버텍스의 위치와 제 2 시간일 때의 얼굴 애니메이션에 포함된 제 2 버텍스의 위치의 차이에 기초하여 오차가 결정될 수 있다. 사람의 안면 근육이 움직이는 속도에 기초하여 제 1 버텍스와 제 2 버텍스의 거리의 임계 값이 결정될 수 있다. 제 1 시간일때의 제 1 버텍스의 위치와 제 2 시간일 때의 제 2 버텍스의 위치의 거리의 차이가 임계 값 이상인 경우(즉, 사람의 얼굴 근육이 움직일 수 있는 적정 속도보다 빠르게 움직이는 경우), 얼굴 애니메이션 생성 모델(800)의 출력과 라벨 사이에 오차가 존재하는 것으로 결정할 수 있다. 전술한 얼굴 애니메이션 생성 모델의 학습에 기초한 오차에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

얼굴 애니메이션 생성 모델(800)의 출력과 라벨에 기초하여 계산된 오차는 얼굴 애니메이션 생성 모델(800)에서 역방향인 출력 레이어에서 입력 레이어 방향으로 역전파 될 수 있다. 본 개시의 일 실시예에 따른 학습에서, 출력 레이어에서 입력 레이어 방향으로 역전파 된 역전파에 따라 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변화량이 결정될 수 있다. 학습률은 가중치의 업데이트 정도를 의미할 수 있다. 학습률이 낮은 경우 가중치의 업데이트 정도가 낮은 것일 수 있고, 그리고 학습률이 높은 경우 가중치의 업데이트 정도가 높은 것일 수 있다.

얼굴 애니메이션 생성 모델(800)은 얼굴 애니메이션 생성 모델(800)의 일 부분과 다른 일 부분의 학습률이 상이하게 설정되어 학습된 모델일 수 있다. 얼굴 애니메이션 생성 모델(800)은 사전결정된 에폭 동안 얼굴 애니메이션 생성 모델(800)의 일 부분과 다른 일 부분의 학습률이 상이하게 설정되어 학습된 모델일 수 있다. 얼굴 애니메이션 생성 모델(800)은 사전결정된 에폭 동안 제 1 네트워크 함수(300)와 제 2 네트워크 함수(500)의 적어도 일부의 레이어를 제외한 나머지 레이어에 대한 가중치의 업데이트 정도 및 제 2 네트워크 함수의 적어도 일부의 레이어에 대한 가중치의 업데이트 정도가 상이하게 설정되어 학습된 모델일 수 있다. 얼굴 애니메이션 생성 모델(800)은 사전결정된 에폭 동안 제 2 네트워크 함수(500)의 마지막 레이어인 출력 레이어에 대한 가중치를 업데이트 하지 않고(즉, 가중치의 업데이트 정도가 0), 그리고 제 2 네트워크 함수(500)의 출력 레이어를 제외한 나머지 레이어 및 제 1 네트워크 함수(300)의 레이어에 대해서만 가중치의 업데이트를 수행하도록 설정되어 학습된 모델일 수 있다. 예를 들어, 사전결정된 에폭은 학습 시작 이후 첫 10 에폭을 의미할 수 있다. 전술한 학습률에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

학습 에폭은, 학습 데이터 세트에 포함된 모든 학습 데이터에 관하여 학습 입력 데이터를 얼굴 애니메이션 생성 모델(800)의 하나 이상의 네트워크 함수의 입력 레이어에 포함된 하나 이상의 입력 노드 각각에 입력하고, 학습 입력 데이터에 라벨링 된 얼굴 애니메이션(즉, 정답)과 얼굴 애니메이션 생성 모델(800)에서 출력된 얼굴 애니메이션(즉, 출력)을 비교하여 오차를 도출하고, 도출된 오차를 얼굴 애니메이션 생성 모델의 하나 이상의 네트워크 함수의 출력 레이어로부터 하나 이상의 히든 레이어를 거쳐 입력 레이어로 전파함으로써, 각각의 링크에 설정된 가중치를 업데이트하는 동작일 수 있다. 즉, 학습 데이터 세트에 포함된 모든 학습 데이터에 대하여 얼굴 애니메이션 생성 모델(800)을 이용한 연산과 얼굴 애니메이션 생성 모델(800)에 대한 가중치 업데이트 과정을 수행한 경우 1 에폭일 수 있다.

얼굴 애니메이션 생성 모델은 둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델의 입력으로 하여 연산하여 획득한 출력과 둘 이상의 학습 얼굴 애니메이션의 오차에 기초하여 역전파하는 경우, 사전결정된 에폭 동안 제 2 네트워크 함수(500)의 적어도 일부의 레이어를 제외하고, 제 2 네트워크 함수의 적어도 일부의 레이어를 제외한 나머지 레이어 및 제 1 네트워크 함수에 대해서만 가중치를 업데이트하는 동작에 의해 학습될 수 있다. 프로세서(120)는 오차에 기초하여 역전파하는 경우, 제 2 네트워크 함수(500)의 마지막 레이어인 출력 레이어를 제외한 나머지 레이어 및 제 1 네트워크 함수(300)의 레이어들에 대해서만 가중치를 업데이트하여, 얼굴 애니메이션 생성 모델(800)을 학습시킬 수 있다. 전술한 얼굴 애니메이션 생성 모델 학습 방법에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

본 개시의 다른 일 실시예에 따라, 프로세서(120)는 제 2 네트워크 함수(500)에 대하여 가중치 업데이트를 수행할 때, 학습 데이터와 관련된 제 3 서브 네트워크 함수(510)에 대해서만 가중치 업데이트를 수행하고, 그리고 나머지 제 3 서브 네트워크 함수(510)들에 대해서는 가중치 업데이트를 수행하지 않을 수 있다. 예를 들어, 학습 데이터가 엘프 캐릭터에 대한 음성 데이터 및 엘프 캐릭터에 대한 얼굴 애니메이션을 포함하는 경우, 해당 학습 데이터의 학습에 따른 가중치의 업데이트를 수행할 때 엘프 캐릭터의 얼굴 특징 데이터와 연관된 제 3 서브 네트워크 함수(510)에 대해서만 가중치 업데이트를 수행하고, 그리고 나머지 제 3 서브 네트워크 함수(510)들에 대해서는 가중치 업데이트를 수행하지 않을 수 있다. 전술한 얼굴 애니메이션 생성 모델 학습 방법에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

입력 데이터를 얼굴 애니메이션 생성 모델의 입력으로 하여, 애니메이션을 생성하는 경우, 얼굴 애니메이션 생성에 대한 시간 및 비용을 절약할 수 있다. 게임 산업의 경우, 일반적으로 성우가 게임 스토리를 기반으로 목소리를 녹음하고, 그 목소리에 맞는 애니메이션을 디자이너들이 일일이 생성한다. 디자이너들이 애니메이션을 생성하는 작업의 시간 및 비용은 상당할 수 있다. 게임 산업에서 쓰이는 게임 스토리의 양은 방대하며, 그에 따라 생성해야 하는 애니메이션의 양도 또한 상당히 많다. 본 개시의 일 실시예에 따라, 성우가 녹음한 음성 데이터 또는 게임 스토리에 관련된 자막 등의 텍스트 데이터를 얼굴 애니메이션 생성 모델의 입력으로 하여 연산하고, 얼굴 애니메이션을 출력하는 경우, 게임에 사용되는 수많은 얼굴 애니메이션 생성 작업의 시간 및 비용을 감소시키는 효과가 존재한다.

이하에서는 본 개시의 일 실시예에 따라 제 1 네트워크 함수에 관하여 도 3을 참조하여 설명한다. 도 3은 본 개시의 일 실시예에 따라 얼굴 애니메이션 생성 모델을 예시적으로 도시한 도면이다.

프로세서(120)는 제 1 네트워크 함수(300)를 이용하여 입력 데이터에 기초하여 얼굴 포즈에 관한 특징 벡터(400)를 연산하여 출력할 수 있다. 프로세서(120)는 입력 데이터를 둘 이상의 콘볼루셔널 레이어를 포함하는 제 1 네트워크 함수(300)를 이용하여 연산하여 얼굴 애니메이션(600)을 생성하기 위한 얼굴 포즈에 관한 특징 벡터(400)를 출력할 수 있다. 프로세서(120)는 둘 이상의 학습 입력 데이터를 제 1 네트워크 함수(300)를 이용하여 연산하여 둘 이상의 얼굴 애니메이션(600)을 생성하기 위한 공통적인 특징에 대응되는 얼굴 포즈에 관한 특징 벡터(400)를 출력할 수 있다. 본 개시의 일 실시예에 따른 제 1 네트워크 함수(300)에 포함된 둘 이상의 레이어는 입력에 기초하여 출력을 출력할 수 있다. 예를 들어, 출력은 (피쳐맵의 개수)*(시간 축의 차원)*(포먼트(formant) 축의 차원)으로 표현될 수 있다. 전술한 출력에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

프로세서(120)는 입력 데이터인 음성 데이터(200)를 음성 데이터에 기초한 이미지 데이터(310)로 변환할 수 있다. 프로세서(120)는 전처리된 음성 데이터(200)를 음성 데이터에 기초한 이미지 데이터(310)로 변환할 수 있다. 프로세서(120)는 콘볼루셔널 레이어에 기초하여 음성 데이터(200)를 연산하기 위하여, 전처리된 음성 데이터(200)를 음성 데이터에 기초한 이미지 데이터(310)로 변환할 수 있다. 이미지 데이터(310)는 음성 데이터(200)에 기초한 음향 정보를 이미지로 나타낸 데이터일 수 있다. 이미지 데이터(310)는 콘볼루셔널 레이어를 포함하는 제 1 네트워크 함수(300)에 의해 처리될 수 있다. 음성 데이터(200)를 음성 데이터에 기초한 이미지 데이터(310)로 변환하는 함수는 사전결정된 이미지 데이터 변환 함수일 수 있다. 사전결정된 이미지 데이터 변환 함수는, 얼굴 애니메이션 생성 모델(800)의 학습 시 오차에 기초하여 업데이트 될 수도 있고, 또는 얼굴 애니메이션 생성 모델의 학습 시 업데이트 없이 고정적으로 이미지 데이터(310)로의 변환을 수행할 수도 있다. 사전결정된 이미지 데이터 변환 함수는, 음성 데이터(200)의 주파수에 기초하여 이미지 데이터(310)로 변환할 수 있다. 전술한 이미지 데이터 변환 함수에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따른 얼굴 애니메이션 생성 모델(800)은 입력 데이터인 음성 데이터(200)들을 네트워크 함수 모델에 입력하기 전에, 선형 예측 코딩을 수행할 수 있다. 얼굴 애니메이션 생성 모델(800)은 또한, 16k 샘플링 속도의 256ms 음성 데이터(200)를 64*32 LPC(Linear Predictive Coding) 기능으로 변환할 수 있다. 본 개시의 일 실시예에서 설명하는 얼굴 애니메이션 생성 모델, 선형 예측 코딩에 관한 설명은 본 출원에서 전체가 참조로서 통합되는 논문 Li Deng and Douglas O'Shaughnessy. 2003. “Speech Processing: A Dynamic and Optimization-Oriented Approach.” CRC Press.에서 보다 구체적으로 논의된다.

제 1 네트워크 함수(300)는 하나 이상의 차원 축소 레이어로 구성된 제 1 서브 네트워크 함수(320) 및 제 2 서브 네트워크 함수(340)를 포함할 수 있다.

제 1 서브 네트워크 함수(320)는 둘 이상의 학습 입력 데이터를 연산하여 둘 이상의 학습 입력 데이터의 공통적인 음성 특징(330)을 출력할 수 있다. 프로세서(120)는 둘 이상의 학습 입력 데이터에 기초한 둘 이상의 이미지 데이터(310)를 제 1 서브 네트워크 함수(320)에 기초하여 연산하여 학습 입력 데이터들의 공통적인 음성 특징(330)을 출력할 수 있다. 음성 특징(330)은, 입력된 음성 데이터(200)가 다른 음성 데이터와 구별될 수 있는 특징을 의미할 수 있다. 학습 입력 데이터들의 공통적인 음성 특징(330)은 학습 입력 데이터들(즉, 학습 음성 데이터들) 간의 공통적으로 추출되는 특징을 의미할 수 있다. 음성 특징(330)은 게임 중에 게임 플레이어에게 출력되는 음향 정보가 다른 음향 정보와 구별될 수 있는 특징을 의미할 수 있다. 음성 특징(330)은 게임에서 캐릭터 또는 NPC가 게임 플레이 중에 말하는 음성의 특징일 수 있다. 음성 특징(330)은 얼굴 애니메이션과 관련한 음성 데이터에 기초한 피쳐(feature)일 수 있다. 예를 들어, 음성 특징(330)은 음성의 억양, 음성의 강조, 음성의 특정 음소, 음성의 포먼트 등에 관한 얼굴 애니메이션과 관련한 피쳐일 수 있다. 음성 특징(330)은, 음성 데이터를 변환한 이미지 데이터(310)에 기초하여 연산한 정보일 수 있다. 음성 특징에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

제 2 서브 네트워크 함수(340)는 공통적인 음성 특징(330)을 연산하여 둘 이상의 학습 입력 데이터에 대응되는 공통적인 얼굴 포즈에 관한 특징 벡터를 출력할 수 있다. 프로세서(120)는 음성 특징(330)을 제 2 서브 네트워크 함수(340)에 기초하여 연산하여 얼굴 포즈에 관한 특징 벡터(400)를 출력할 수 있다. 프로세서(120)는 애니메이션과 관련한 음성 데이터에 기초한 피쳐를 제 2 서브 네트워크 함수(340)에 기초하여 연산할 수 있다. 프로세서(120)는 예를 들어 음성의 억양, 음성의 강조, 음성의 특정 음소 등에 관한 피쳐를 포함하는 음성 특징(330)을 제 2 서브 네트워크 함수(340)를 이용하여 연산하여 얼굴 포즈에 관한 특징 벡터(400)를 출력할 수 있다. 제 2 서브 네트워크 함수(340)는 음성 특징(330)인 음소를 표현하기 위한 발화 방식을 연산하기 위한 네트워크 함수일 수 있다.

이하에서는 본 개시의 일 실시예에 따라 제 1 네트워크 함수에 관하여 도 4를 참조하여 설명한다. 도 4는 본 개시의 일 실시예에 따른 얼굴 애니메이션을 예시적으로 도시한 도면이다.

프로세서(120)는 음성 특징(330)을 제 2 서브 네트워크 함수(340)에 기초하여 연산하여 얼굴 포즈에 관한 특징 벡터(400)를 출력할 수 있다.

동일한 음성 특징을 가지는 경우라도, 메타 데이터에 따라 얼굴 애니메이션은 상이하게 표현될 수 있다. 동일한 음성 특징을 가지는 경우라도 텍스트 데이터에 따라 얼굴 애니메니션이 상이하게 표현될 수 있다. 예를 들어, 쉼표 또는 따옴표와 같은 문장 부호를 얼굴 애니메이션에 반영하여 얼굴 애니메이션을 더 상세하게 표현할 수도 있다. 동일한 음성 특징을 가지는 경우라도 얼굴 특징 데이터에 따라 상이한 얼굴 애니메이션이 출력될 있다. 예를 들어, 동일한 음성 데이터를 상이한 종족의 캐릭터를 통해 표현하는 경우, 상이한 얼굴 애니메이션이 출력될 수 있다. 화자의 감정 상태에 따라 얼굴 애니메이션은 상이하게 표현될 수 있다. 동일한 단어를 동일한 음 및 강조로 발음하여 생성된 음성 데이터의 경우에도 다른 감정일 경우, 얼굴 애니메이션은 상이하게 표현될 수 있다. 따라서, 얼굴 애니메이션 표현의 정확도를 높이기 위하여 음성 데이터와 관련된 메타 데이터를 고려하여 얼굴 애니메이션을 생성할 수 있다.

프로세서(120)는 입력 데이터에 매칭된 메타 데이터를 제 1 네트워크 함수(300) 또는 제 2 네트워크 함수(500)의 적어도 일부의 레이어에 입력시킬 수 있다. 프로세서(120)는 제 1 네트워크 함수(300)의 마지막 레이어를 제외한 나머지 일부의 레이어에 메타 데이터를 입력시킬 수 있다. 프로세서(120)는 입력 데이터와 관련된 메타 데이터를 제 2 서브 네트워크 함수(340)의 적어도 일부의 레이어에 입력시킬 수 있다. 프로세서(120)는 입력 데이터와 관련된 메타 데이터를 제 2 서브 네트워크 함수(340)의 마지막 레이어(346)를 제외한 나머지 레이어들에 입력시킬 수 있다.

메타 데이터는 입력 데이터에 기초하여 결정되는 데이터일 수 있다. 메타 데이터는 얼굴 애니메이션(600)에 표현되는 표정과 관련한 데이터일 수 있다. 예를 들어, 메타 데이터는 얼굴 애니메이션(600)에 표현되는 감정 상태 또는 얼굴 특징에 관한 분류를 나타내는 데이터일 수 있다. 메타 데이터는 감정 상태 또는 얼굴 특징에 관한 분류를 나타내기 위한 N차원의 벡터일 수 있다. 메타 데이터는 제 2 서브 네트워크 함수(340)에 포함된 둘 이상의 결합 레이어 각각에서 연산 될 수 있는 형태의 벡터일 수 있다. 예를 들어, 메타 데이터에 포함된 감정 상태 데이터(342)는 슬픔, 기쁨, 환희 등과 관련된 벡터일 수 있고, 메타 데이터에 포함된 얼굴 특징 데이터는 엘프, 사람, 도깨비 등과 관련된 벡터일 수 있다. 메타 데이터는 감정 상태 또는 얼굴 특징에 관한 분류에 기초하여 메모리(130)에 저장되어 있을 수 있다. 또는, 메타 데이터는 다른 컴퓨팅 장치로부터 수신할 수도 있다. 예를 들어, 메타 데이터가 N차원의 벡터인 경우, 제 1 레이어(343) 및 제 2 레이어(344)의 출력은 (256+N)*32*1일 수 있고, 제 3 레이어 및 제 4 레이어의 출력은 (256+N)*16*1일 수 있다. 전술한 메타 데이터 및 레이어에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따른 메타 데이터는, 입력 데이터에 수동으로 라벨링된 데이터일 수 있다. 프로세서(120)는 입력 데이터에 기초하여 수동으로 라벨링된 메타 데이터를 얼굴 애니메이션 생성 모델(800)에 포함된 제 2 서브 네트워크 함수(340)의 입력으로 할 수 있다. 예를 들어, 사람이 직접 둘 이상의 입력 데이터 각각에 수동으로 메타 데이터에 관한 라벨링을 수행하여 얼굴 애니메이션 생성 모델(800)의 입력으로 할 수 있다. 예를 들어, 수동 라벨링에 기초하여 메모리(130)에 저장된 기쁨 감정 상태 데이터 또는 엘프 캐릭터에 대한 얼굴 특징 데이터인 N차원 벡터가 얼굴 애니메이션 생성 모델(800)의 입력으로 입력될 수 있다. 전술한 메타 데이터에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따른 메타 데이터는, 얼굴 애니메이션 생성 모델(800)의 학습에 따라 학습될 수 있다. 메타 데이터에 대한 초기 벡터를 랜덤(random)한 값으로 결정하고 얼굴 애니메이션 출력 값과 얼굴 애니메이션 라벨에 기초하여 메타 데이터 값을 업데이트하여 결정할 수 있다. 예를 들어, 메타 데이터에 대한 초기 벡터는 가우시안 분포(Gaussian distribution)에 기초하여 랜덤하게 결정될 수 있다. 메타 데이터의 학습에 관한 구체적인 내용은 후술하여 자세히 설명한다.

프로세서(120)는 음성 특징(330)을 제 2 서브 네트워크 함수(340)에 기초하여 연산하여 얼굴 포즈에 관한 서브 특징 벡터를 출력할 수 있다. 프로세서(120)는 얼굴 포즈에 관한 서브 특징 벡터를 메타 데이터에 기초하여 보정하여 얼굴 포즈에 관한 특징 벡터(400)를 출력할 수 있다.

프로세서(120)는 음성 특징(330) 및 메타 데이터를 둘 이상의 콘볼루셔널 레이어 및 결합 레이어를 포함하는 제 2 서브 네트워크 함수(340)를 이용하여 연산할 수 있다. 콘볼루셔널 레이어 및 결합 레이어는 한 쌍으로 존재하며, 콘볼루셔널 레이어, 결합 레이어, 콘볼루셔널 레이어 그리고 결합 레이어 순으로 제 2 서브 네트워크 함수(340)에 위치할 수 있다. 제 2 서브 네트워크 함수(340)의 마지막 콘볼루셔널 레이어(346)에는 메타 데이터가 입력되지 않으므로, 마지막 콘볼루셔널 레이어(346)와 매칭된 결합 레이어가 존재하지 않을 수 있다. 둘 이상의 결합 레이어 각각은, 직전 콘볼루셔널 레이어의 출력 및 메타 데이터에 기초하여 얼굴 포즈에 관한 서브 특징 벡터를 출력할 수 있다. 프로세서(120)는 둘 이상의 결합 레이어 각각에서 출력된 얼굴 포즈에 관한 서브 특징 벡터는 결합 레이어 다음에 위치한 콘볼루셔널 레이어의 입력으로 할 수 있다.

프로세서(120)는 음성 특징(330)을 제 2 서브 네트워크 함수(340)에 포함된 제 1 레이어(343)의 입력으로 하여 음성 특징(330)에 기초한 제 1 얼굴 포즈에 관한 서브 특징 벡터를 출력할 수 있다. 제 1 레이어(343)는 콘볼루셔널 레이어일 수 있다.

프로세서(120)는 제 1 얼굴 포즈에 관한 서브 특징 벡터 및 메타 데이터를 제 2 서브 네트워크 함수(340)에 포함된 제 2 레이어(344)의 입력으로 하여 제 2 얼굴 포즈에 관한 서브 특징 벡터를 출력할 수 있다. 제 2 레이어(344)는 결합(concatenation) 레이어일 수 있다. 제 2 레이어(344)는 제 1 얼굴 포즈에 관한 서브 특징 벡터 및 메타 데이터에 기초하여 연산을 수행할 수 있다. 제 2 레이어(344)는 제 1 얼굴 포즈에 관한 서브 특징 벡터를 메타 데이터에 기초하여 보정할 수 있다. 제 2 레이어(344)는 제 1 얼굴 포즈에 관한 서브 특징 벡터 및 메타 데이터에 기초하여 제 2 얼굴 포즈에 관한 서브 특징 벡터를 출력할 수 있다.

프로세서(120)는 제 2 얼굴 포즈에 관한 서브 특징 벡터를 제 3 레이어의 입력으로 하여 제 3 얼굴 포즈에 관한 서브 특징 벡터를 출력할 수 있다. 제 3 레이어는 제 1 레이어(343)보다 출력 레이어에 가까운 레이어일 수 있다. 제 3 레이어는 콘볼루셔널 레이어일 수 있다. 제 3 레이어는 제 1 레이어보다 작은 크기의 서브 특징 벡터를 출력할 수 있다.

프로세서(120)는 제 3 얼굴 포즈에 관한 서브 특징 벡터 및 메타 데이터를 제 2 서브 네트워크 함수(340)에 포함된 제 4 레이어의 입력으로 하여 제 4 얼굴 포즈에 관한 서브 특징 벡터를 출력할 수 있다. 제 4 레이어는 결합 레이어일 수 있다 제 4 레이어는 제 2 레이어보다 작은 크기의 서브 특징 벡터를 출력할 수 있다.

예를 들어, 제 2 서브 네트워크 함수(340)에 포함된 제 1 레이어(343) 및 제 2 레이어(344)의 출력이 (256+N)*32*1일 경우, 제 3 레이어 및 제 4 레이어의 출력은 (256+N)*16*1일 수 있다. 전술한 레이어 출력의 크기에 관한 구체적인 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

메타 데이터를 이용하여 얼굴 애니메이션을 생성하는 경우, 얼굴 애니메이션의 표현이 더 자연스러워질 수 있고, 그리고 음성으로 표현하기 어려운 얼굴 표정들을 얼굴 애니메이션에 또한 반영할 수 있다.

본 개시의 일 실시예에 따른 얼굴 애니메이션 생성 모델을 이용하는 경우, 모든 언어에 기초하여 출력되는 얼굴 애니메이션의 전반적인 안정성과 일반화 능력이 향상될 수 있다.

네트워크부(110)는 본 개시의 일 실시예에 따른 음성 데이터, 메타 데이터 등을 다른 컴퓨팅 장치, 서버 등과 송수신할 수 있다. 또한, 네트워크부(110)는 복수의 컴퓨팅 장치 사이의 통신을 가능하게 하여 복수의 컴퓨팅 장치 각각에서 네트워크 함수의 학습이 분산 수행되도록 할 수 있다. 네트워크부(110)는 복수의 컴퓨팅 장치 사이의 통신을 가능하게 하여 네트워크 함수를 사용한 얼굴 애니메이션 출력을 위한 연산을 분산 처리하도록 할 수 있다.

본 개시의 일 실시예에 따른 네트워크부(110)는 공중전화 교환망 (PSTN: Public Switched Telephone Network), xDSL(x Digital Subscriber Line), RADSL(Rate Adaptive DSL), MDSL(Multi Rate DSL), VDSL(Very High Speed DSL), UADSL(Universal Asymmetric DSL), HDSL(High Bit Rate DSL) 및 근거리 통신망(LAN) 등과 같은 다양한 유선 통신 시스템들을 사용할 수 있다. 또한, 본 명세서에서 제시되는 네트워크부(110) 및 네트워크부(2100)는 CDMA(Code Division Multi Access), TDMA(Time Division Multi Access), FDMA(Frequency Division Multi Access), OFDMA(Orthogonal Frequency Division Multi Access), SC-FDMA(Single Carrier-FDMA) 및 다른 시스템들과 같은 다양한 무선 통신 시스템들을 사용할 수 있다.

본 개시에서 네트워크부(110)는 유선 및 무선 등과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, 단거리 통신망(PAN: Personal Area Network), 근거리 통신망(WAN: Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 또한, 네트워크는 공지의 월드와이드웹(WWW: World Wide Web)일 수 있으며, 적외선(IrDA: Infrared Data Association) 또는 블루투스(Bluetooth)와 같이 단거리 통신에 이용되는 무선 전송 기술을 이용할 수도 있다.

본 명세서에서 설명된 기술들은 위에서 언급된 네트워크들뿐만 아니라, 다른 네트워크들에서도 사용될 수 있다.

프로세서(120)는 하나 이상의 코어로 구성될 수 있으며, 컴퓨팅 장치의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치 (GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 얼굴 애니메이션 생성 모델을 제공하기 위한 프로세서를 포함할 수 있다. 프로세서(120)는 메모리(130)에 저장된 컴퓨터 프로그램을 판독하여 본 개시의 일 실시예에 따른 얼굴 애니메이션 생성 모델을 제공할 수 있다. 본 개시의 일 실시예에 따라 프로세서(120)는 음성 데이터에 기초하여 얼굴 애니메이션 생성을 위한 계산을 수행할 수 있다. 본 개시의 일 실시예에 따라 프로세서(120)는 얼굴 애니메이션 생성 모델을 학습시키기 위한 계산을 수행할 수 있다.

본 개시의 일 실시예에 따라 프로세서(120)는 신경망의 학습을 위한 연산을 수행할 수 있다. 프로세서(120)는 딥러닝(DN: deep learning)에서 학습을 위한 입력 데이터의 처리, 입력 데이터에서의 피처 추출, 오차 계산, 역전파(backpropagation)를 이용한 신경망의 가중치 업데이트 등의 신경망의 학습을 위한 계산을 수행할 수 있다. 프로세서(120)의 CPU, GPGPU, 및 TPU 중 적어도 하나가 네트워크 함수의 학습을 처리할 수 있다. 예를 들어, CPU 와 GPGPU가 함께 네트워크 함수의 학습, 네트워크 함수를 이용한 얼굴 애니메이션 생성을 위한 연산을 제공할 수 있다. 또한, 본 개시의 일 실시예에서 복수의 컴퓨팅 장치의 프로세서를 함께 사용하여 네트워크 함수의 학습, 네트워크 함수를 이용한 얼굴 애니메이션 생성을 위한 연산을 제공할 수 있다. 또한, 본 개시의 일 실시예에 따른 컴퓨팅 장치에서 수행되는 컴퓨터 프로그램은 CPU, GPGPU 또는 TPU 실행가능 프로그램일 수 있다.

본 개시의 일 실시예에 따르면, 메모리(130)는 프로세서(120)가 생성하거나 결정한 임의의 형태의 정보 및 네트워크부(110)가 수신한 임의의 형태의 정보를 저장할 수 있다.

본 개시의 일 실시예에 따르면, 메모리(130)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 컴퓨팅 장치(100)는 인터넷(internet) 상에서 메모리(130)의 저장 기능을 수행하는 웹 스토리지(web storage)와 관련되어 동작할 수도 있다. 전술한 메모리에 대한 기재는 예시일 뿐, 본 개시는 이에 제한되지 않는다.

데이터 구조는 본 개시의 일 실시예에 따른 컨텐츠의 처리 알고리즘에 대응되는 데이터를 저장할 수 있다.

본 개시의 일 실시예에 따라 데이터 구조를 저장한 컴퓨터 판독가능 매체가 개시된다.

데이터 구조는 데이터에 효율적인 접근 및 수정을 가능하게 하는 데이터의 조직, 관리, 저장을 의미할 수 있다. 데이터 구조는 특정 문제(예를 들어, 최단 시간으로 데이터 검색, 데이터 저장, 데이터 수정) 해결을 위한 데이터의 조직을 의미할 수 있다. 데이터 구조는 특정한 데이터 처리 기능을 지원하도록 설계된, 데이터 요소들 간의 물리적이거나 논리적인 관계로 정의될 수도 있다. 데이터 요소들 간의 논리적인 관계는 사용자가 생각하는 데이터 요소들 간의 연결관계를 포함할 수 있다. 데이터 요소들 간의 물리적인 관계는 컴퓨터 판독가능 저장매체(예를 들어, 하드 디스크)에 물리적으로 저장되어 있는 데이터 요소들 간의 실제 관계를 포함할 수 있다. 데이터 구조는 구체적으로 데이터의 집합, 데이터 간의 관계, 데이터에 적용할 수 있는 함수 또는 명령어를 포함할 수 있다. 효과적으로 설계된 데이터 구조를 통해 컴퓨팅 장치는 컴퓨팅 장치의 자원을 최소한으로 사용하면서 연산을 수행할 수 있다. 구체적으로 컴퓨팅 장치는 효과적으로 설계된 데이터 구조를 통해 연산, 읽기, 삽입, 삭제, 비교, 교환, 검색의 효율성을 높일 수 있다.

데이터 구조는 데이터 구조의 형태에 따라 선형 데이터 구조와 비선형 데이터 구조로 구분될 수 있다. 선형 데이터 구조는 하나의 데이터 뒤에 하나의 데이터만이 연결되는 구조일 수 있다. 선형 데이터 구조는 리스트(List), 스택(Stack), 큐(Queue), 데크(Deque)를 포함할 수 있다. 리스트는 내부적으로 순서가 존재하는 일련의 데이터 집합을 의미할 수 있다. 리스트는 연결 리스트(Linked List)를 포함할 수 있다. 연결 리스트는 각각의 데이터가 포인터를 가지고 한 줄로 연결되어 있는 방식으로 데이터가 연결된 데이터 구조일 수 있다. 연결 리스트에서 포인터는 다음이나 이전 데이터와의 연결 정보를 포함할 수 있다. 연결 리스트는 형태에 따라 단일 연결 리스트, 이중 연결 리스트, 원형 연결 리스트로 표현될 수 있다. 스택은 제한적으로 데이터에 접근할 수 있는 데이터 나열 구조일 수 있다. 스택은 데이터 구조의 한 쪽 끝에서만 데이터를 처리(예를 들어, 삽입 또는 삭제)할 수 있는 선형 데이터 구조일 수 있다. 스택에 저장된 데이터는 늦게 들어갈수록 빨리 나오는 데이터 구조(LIFO-Last in First Out)일 수 있다. 큐는 제한적으로 데이터에 접근할 수 있는 데이터 나열 구조로서, 스택과 달리 늦게 저장된 데이터일수록 늦게 나오는 데이터 구조(FIFO-First in First Out)일 수 있다. 데크는 데이터 구조의 양 쪽 끝에서 데이터를 처리할 수 있는 데이터 구조일 수 있다.

비선형 데이터 구조는 하나의 데이터 뒤에 복수개의 데이터가 연결되는 구조일 수 있다. 비선형 데이터 구조는 그래프(Graph) 데이터 구조를 포함할 수 있다. 그래프 데이터 구조는 정점(Vertex)과 간선(Edge)으로 정의될 수 있으며 간선은 서로 다른 두개의 정점을 연결하는 선을 포함할 수 있다. 그래프 데이터 구조 트리(Tree) 데이터 구조를 포함할 수 있다. 트리 데이터 구조는 트리에 포함된 복수개의 정점 중에서 서로 다른 두개의 정점을 연결시키는 경로가 하나인 데이터 구조일 수 있다. 즉 그래프 데이터 구조에서 루프(loop)를 형성하지 않는 데이터 구조일 수 있다.

본 명세서에 걸쳐, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. (이하에서는 신경망으로 통일하여 기술한다.) 데이터 구조는 신경망을 포함할 수 있다. 그리고 신경망을 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망을 포함한 데이터 구조는 또한 신경망에 입력되는 데이터, 신경망의 가중치, 신경망의 하이퍼 파라미터, 신경망으로부터 획득한 데이터, 신경망의 각 노드 또는 레이어와 연관된 활성 함수, 신경망의 학습을 위한 손실 함수를 포함할 수 있다. 신경망을 포함한 데이터 구조는 상기 개시된 구성들 중 임의의 구성 요소들을 포함할 수 있다. 즉 신경망을 포함한 데이터 구조는 신경망에 입력되는 데이터, 신경망의 가중치, 신경망의 하이퍼 파라미터, 신경망으로부터 획득한 데이터, 신경망의 각 노드 또는 레이어와 연관된 활성 함수, 신경망의 트레이닝을 위한 손실 함수 등 전부 또는 이들의 임의의 조합을 포함하여 구성될 수 있다. 전술한 구성들 이외에도, 신경망을 포함한 데이터 구조는 신경망의 특성을 결정하는 임의의 다른 정보를 포함할 수 있다. 또한, 데이터 구조는 신경망의 연산 과정에 사용되거나 발생되는 모든 형태의 데이터를 포함할 수 있으며 전술한 사항에 제한되는 것은 아니다. 컴퓨터 판독가능 매체는 컴퓨터 판독가능 기록 매체 및/또는 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 신경망은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다.

데이터 구조는 신경망에 입력되는 데이터를 포함할 수 있다. 신경망에 입력되는 데이터를 포함하는 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망에 입력되는 데이터는 신경망 학습 과정에서 입력되는 학습 데이터 및/또는 학습이 완료된 신경망에 입력되는 입력 데이터를 포함할 수 있다. 신경망에 입력되는 데이터는 전처리(pre-processing)를 거친 데이터 및/또는 전처리 대상이 되는 데이터를 포함할 수 있다. 전처리는 데이터를 신경망에 입력시키기 위한 데이터 처리 과정을 포함할 수 있다. 따라서 데이터 구조는 전처리 대상이 되는 데이터 및 전처리로 발생되는 데이터를 포함할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

데이터 구조는 신경망에 입력되거나, 신경망에서 출력되는 데이터를 포함할 수 있다. 신경망에 입력되거나, 출력되는 데이터를 포함하는 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 컴퓨터 판독가능 매체에 저장된 데이터 구조는 신경망의 추론 과정에서 입력되는 데이터, 또는 신경망의 추론 결과 출력되는 출력 데이터를 포함할 수 있다. 또한, 데이터 구조는 특정한 데이터 가공 방법에 의하여 가공되는 데이터를 포함할 수 있으므로, 가공 전 후의 데이터를 포함할 수 있다. 따라서, 데이터 구조는 가공의 대상이 되는 데이터 및 데이터 가공 방법을 통해 가공된 데이터를 포함할 수 있다.

데이터 구조는 신경망의 가중치를 포함할 수 있다. (본 명세서에서 가중치, 파라미터는 동일한 의미로 사용될 수 있다.) 그리고 신경망의 가중치를 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망은 복수개의 가중치를 포함할 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 파라미터에 기초하여 출력 노드 값을 결정할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

제한이 아닌 예로서, 가중치는 신경망 학습 과정에서 가변되는 가중치 및/또는 신경망 학습이 완료된 가중치를 포함할 수 있다. 신경망 학습 과정에서 가변되는 가중치는 학습 사이클이 시작되는 시점의 가중치 및/또는 학습 사이클 동안 가변되는 가중치를 포함할 수 있다. 신경망 학습이 완료된 가중치는 학습 사이클이 완료된 가중치를 포함할 수 있다. 따라서 신경망의 가중치를 포함한 데이터 구조는 신경망 학습 과정에서 가변되는 가중치 및/또는 신경망 학습이 완료된 가중치를 포함한 데이터 구조를 포함할 수 있다. 그러므로 상술한 가중치 및/또는 각 가중치의 조합은 신경망의 가중치를 포함한 데이터 구조에 포함되는 것으로 한다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

신경망의 가중치를 포함한 데이터 구조는 직렬화(serialization) 과정을 거친 후 컴퓨터 판독가능 저장 매체(예를 들어, 메모리, 하드 디스크)에 저장될 수 있다. 직렬화는 데이터 구조를 동일하거나 다른 컴퓨팅 장치에 저장하고 나중에 다시 재구성하여 사용할 수 있는 형태로 변환하는 과정일 수 있다. 컴퓨팅 장치는 데이터 구조를 직렬화하여 네트워크를 통해 데이터를 송수신할 수 있다. 직렬화된 신경망의 가중치를 포함한 데이터 구조는 역직렬화(deserialization)를 통해 동일한 컴퓨팅 장치 또는 다른 컴퓨팅 장치에서 재구성될 수 있다. 신경망의 가중치를 포함한 데이터 구조는 직렬화에 한정되는 것은 아니다. 나아가 신경망의 가중치를 포함한 데이터 구조는 컴퓨팅 장치의 자원을 최소한으로 사용하면서 연산의 효율을 높이기 위한 데이터 구조(예를 들어, 비선형 데이터 구조에서 B-Tree, Trie, m-way search tree, AVL tree, Red-Black Tree)를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

데이터 구조는 신경망의 하이퍼 파라미터(Hyper-parameter)를 포함할 수 있다. 그리고 신경망의 하이퍼 파라미터를 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 하이퍼 파라미터는 사용자에 의해 가변되는 변수일 수 있다. 하이퍼 파라미터는 예를 들어, 학습률(learning rate), 비용 함수(cost function), 학습 사이클 반복 횟수, 가중치 초기화(Weight initialization)(예를 들어, 가중치 초기화 대상이 되는 가중치 값의 범위 설정), Hidden Unit 개수(예를 들어, 히든 레이어의 개수, 히든 레이어의 노드 수)를 포함할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

도 5는 본 개시의 일 실시예에 따라 얼굴 애니메이션 생성 모델에 기초하여 얼굴 애니메이션을 생성하는 방법에 관한 순서도이다.

컴퓨팅 장치(100)는 둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델에 입력(710)시킬 수 있다. 둘 이상의 학습 입력 데이터 각각은 얼굴 특징 데이터와 매칭될 수 있다. 얼굴 특징 데이터는 얼굴 애니메이션 생성의 기초가 되는 얼굴의 특징에 관한 정보일 수 있다.

컴퓨팅 장치(100)는 둘 이상의 학습 입력 데이터의 공통적인 특징을 얼굴 애니메이션 생성 모델에 포함된 제 1 네트워크 함수를 이용하여 학습(720)시킬 수 있다. 제 1 네트워크 함수는 하나 이상의 차원 축소 레이어로 구성된 제 1 서브 네트워크 함수 및 제 2 서브 네트워크 함수를 포함할 수 있다. 제 1 서브 네트워크 함수는 둘 이상의 입력 데이터를 연산하여 둘 이상의 입력 데이터의 공통적인 음성 특징을 출력할 수 있다. 제 2 서브 네트워크 함수는 공통적인 음성 특징을 연산하여 둘 이상의 입력 데이터에 대응되는 공통적인 얼굴 포즈에 관한 특징 벡터를 출력할 수 있다. 음성 특징은, 입력된 음성 데이터가 다른 음성 데이터와 구별될 수 있는 특징을 의미할 수 있다. 학습 입력 데이터들의 공통적인 음성 특징은 학습 입력 데이터들(즉, 학습 음성 데이터들) 간의 공통적으로 추출되는 특징을 의미할 수 있다. 얼굴 포즈에 관한 특징 벡터는, 입력 데이터에 기초하여 얼굴의 포즈(또는, 얼굴의 생김새)에 관하여 설명하기 위한 특징 벡터일 수 있다. 얼굴 포즈에 관한 특징 벡터는 입력 데이터에 기초하여 얼굴 애니메이션을 생성하기 위한 특징 벡터일 수 있다.

컴퓨팅 장치(100)는 둘 이상의 학습 입력 데이터 각각의 독립적인 특징을 제 2 네트워크 함수를 이용하여 학습시켜, 얼굴 애니메이션 생성 모델이 입력 데이터에 따른 얼굴 애니메이션을 생성(730)하도록 할 수 있다. 제 2 네트워크 함수는 하나 이상의 차원 확장 레이어로 구성될 수 있다. 제 2 네트워크 함수는 얼굴 특징 데이터와 연관된 둘 이상의 병렬적인 제 3 서브 네트워크 함수를 포함할 수 있다. 제 3 서브 네트워크 함수는 제 3 서브 네트워크 함수와 연관된 얼굴 특징 데이터에 관한 표현인 원 핫 벡터에 기초하여 연산을 수행하여 얼굴 애니메이션에 포함된 둘 이상의 버텍스(vertex)의 위치를 결정할 수 있다. 제 3 서브 네트워크 함수에 포함된 적어도 일부의 레이어의 초기 학습 가중치는 제 3 서브 네트워크 함수에 연관된 얼굴 특징 데이터와 관련한 학습 데이터 서브세트에 포함된 학습 데이터들의 주성분 분석 데이터에 기초하여 결정될 수 있다.

컴퓨팅 장치(100)는 입력 데이터에 매칭된 감정 상태 데이터를 제 1 네트워크 함수 또는 제 2 네트워크 함수의 적어도 일부의 레이어에 입력시킬 수 있다. 컴퓨팅 장치(100)는 제 1 네트워크 함수의 마지막 레이어를 제외한 나머지 일부의 레이어에 감정 상태 데이터를 입력시킬 수 있다.

얼굴 애니메이션 생성 모델은 사전결정된 에폭 동안 제 1 네트워크 함수와 제 2 네트워크 함수의 적어도 일부의 레이어를 제외한 나머지 레이어에 대한 가중치의 업데이트 정도 및 제 2 네트워크 함수의 적어도 일부의 레이어에 대한 가중치의 업데이트 정도를 상이하게 설정하여 학습될 수 있다. 얼굴 애니메이션 생성 모델은 둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델의 입력으로 하여 연산하여 획득한 출력과 둘 이상의 학습 얼굴 애니메이션의 오차에 기초하여 역전파하는 경우, 사전결정된 에폭 동안 제 2 네트워크 함수의 적어도 일부의 레이어를 제외하고, 제 2 네트워크 함수의 적어도 일부의 레이어를 제외한 나머지 레이어 및 제 1 네트워크 함수에 대해서만 가중치를 업데이트하는 동작에 의해 학습될 수 있다.

도 6은 본 개시의 일 실시예에 따라 얼굴 애니메이션 생성 모델에 기초하여 얼굴 애니메이션을 생성하는 로직에 관한 블록 구성도이다.

본 개시의 일 실시예에 따른 얼굴 애니메이션 생성 방법은 둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델에 입력시키기 위한 로직(810)에 의해 구현될 수 있다.

본 개시의 일 실시예에 따른 얼굴 애니메이션 생성 방법은 둘 이상의 학습 입력 데이터의 공통적인 특징을 얼굴 애니메이션 생성 모델에 포함된 제 1 네트워크 함수를 이용하여 학습시키기 위한 로직(820)에 의해 구현될 수 있다.

본 개시의 일 실시예에 따른 얼굴 애니메이션 생성 방법은 둘 이상의 학습 입력 데이터 각각의 독립적인 특징을 제 2 네트워크 함수를 이용하여 학습시켜, 얼굴 애니메이션 생성 모델이 입력 데이터에 따른 얼굴 애니메이션을 생성하도록 하기 위한 로직(830)에 의해 구현될 수 있다.

본 개시의 일 실시예에 따른 얼굴 애니메이션 생성 방법은 입력 데이터에 매칭된 감정 상태 데이터를 제 1 네트워크 함수 또는 제 2 네트워크 함수의 적어도 일부의 레이어에 입력시키기 위한 로직에 의해 더 구현될 수 있다.

본 개시의 일 실시예에 따른 얼굴 애니메이션 생성 방법의 입력 데이터에 매칭된 감정 상태 데이터를 제 1 네트워크 함수 또는 제 2 네트워크 함수의 적어도 일부의 레이어에 입력시키기 위한 로직은, 제 1 네트워크 함수의 마지막 레이어를 제외한 나머지 일부의 레이어에 감정 상태 데이터를 입력시키기 위한 로직에 의해 구현될 수 있다.

전술한 얼굴 애니메이션 생성 방법은 상기와 같은 로직 뿐만 아니라, 모듈, 회로 또는 수단에 의해 구현될 수도 있다.

도 7은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 블록 구성도이다.

도 7은 본 개시의 실시예들이 구현될 수 있는 예시 적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도를 도시한다.

본 개시가 일반적으로 하나 이상의 컴퓨터 상에서 실행될 수 있는 컴퓨터 실행가능 명령어와 관련하여 전술되었지만, 당업자라면 본 개시가 기타 프로그램 모듈들과 결합되어 및/또는 하드웨어와 소프트웨어의 조합으로써 구현될 수 있다는 것을 잘 알 것이다.

일반적으로, 프로그램 모듈은 특정의 태스크를 수행하거나 특정의 추상 데이터 유형을 구현하는 루틴, 프로그램, 컴포넌트, 데이터 구조, 기타 등등을 포함한다. 또한, 당업자라면 본 개시의 방법이 단일-프로세서 또는 멀티프로세서 컴퓨터 시스템, 미니컴퓨터, 메인프레임 컴퓨터는 물론 퍼스널 컴퓨터, 핸드 헬드 컴퓨팅 장치, 마이크로프로세서-기반 또는 프로그램가능 가전 제품, 기타 등등(이들 각각은 하나 이상의 연관된 장치와 연결되어 동작할 수 있음)을 비롯한 다른 컴퓨터 시스템 구성으로 실시될 수 있다는 것을 잘 알 것이다.

본 개시의 설명된 실시예들은 또한 어떤 태스크들이 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 수행되는 분산 컴퓨팅 환경에서 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치 둘 다에 위치할 수 있다.

컴퓨터는 통상적으로 다양한 컴퓨터 판독가능 매체를 포함한다. 컴퓨터에 의해 액세스 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있다. 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 일시적(transitory) 및 비일시적(non-transitory) 매체, 이동식 및 비-이동식 매체를 포함한다. 제한이 아닌 예로서, 컴퓨터 판독가능 매체는 컴퓨터 판독가능 저장 매체 및 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성 매체, 일시적 및 비-일시적 매체, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital video disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 사용될 수 있는 임의의 기타 매체를 포함하지만, 이에 한정되지 않는다.

컴퓨터 판독가능 전송 매체는 통상적으로 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터 등을 구현하고 모든 정보 전달 매체를 포함한다. 피변조 데이터 신호라는 용어는 신호 내에 정보를 인코딩하도록 그 신호의 특성들 중 하나 이상을 설정 또는 변경시킨 신호를 의미한다. 제한이 아닌 예로서, 컴퓨터 판독가능 전송 매체는 유선 네트워크 또는 직접 배선 접속(direct-wired connection)과 같은 유선 매체, 그리고 음향, RF, 적외선, 기타 무선 매체와 같은 무선 매체를 포함한다. 상술된 매체들 중 임의의 것의 조합도 역시 컴퓨터 판독가능 전송 매체의 범위 안에 포함되는 것으로 한다.

컴퓨터(1102)를 포함하는 본 개시의 여러가지 측면들을 구현하는 예시 적인 환경(1100)이 나타내어져 있으며, 컴퓨터(1102)는 처리 장치(1104), 시스템 메모리(1106) 및 시스템 버스(1108)를 포함한다. 시스템 버스(1108)는 시스템 메모리(1106)(이에 한정되지 않음)를 비롯한 시스템 컴포넌트들을 처리 장치(1104)에 연결시킨다. 처리 장치(1104)는 다양한 상용 프로세서들 중 임의의 프로세서일 수 있다. 듀얼 프로세서 및 기타 멀티프로세서 아키텍처도 역시 처리 장치(1104)로서 이용될 수 있다.

시스템 버스(1108)는 메모리 버스, 주변장치 버스, 및 다양한 상용 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스에 추가적으로 상호 연결될 수 있는 몇 가지 유형의 버스 구조 중 임의의 것일 수 있다. 시스템 메모리(1106)는 판독 전용 메모리(ROM)(1110) 및 랜덤 액세스 메모리(RAM)(1112)를 포함한다. 기본 입/출력 시스템(BIOS)은 ROM, EPROM, EEPROM 등의 비휘발성 메모리(1110)에 저장되며, 이 BIOS는 시동 중과 같은 때에 컴퓨터(1102) 내의 구성요소들 간에 정보를 전송하는 일을 돕는 기본적인 루틴을 포함한다. RAM(1112)은 또한 데이터를 캐싱하기 위한 정적 RAM 등의 고속 RAM을 포함할 수 있다.

컴퓨터(1102)는 또한 내장형 하드 디스크 드라이브(HDD)(1114)(예를 들어, EIDE, SATA)-이 내장형 하드 디스크 드라이브(1114)는 또한 적당한 섀시(도시 생략) 내에서 외장형 용도로 구성될 수 있음-, 자기 플로피 디스크 드라이브(FDD)(1116)(예를 들어, 이동식 디스켓(1118)으로부터 판독을 하거나 그에 기록을 하기 위한 것임), 및 광 디스크 드라이브(1120)(예를 들어, CD-ROM 디스크(1122)를 판독하거나 DVD 등의 기타 고용량 광 매체로부터 판독을 하거나 그에 기록을 하기 위한 것임)를 포함한다. 하드 디스크 드라이브(1114), 자기 디스크 드라이브(1116) 및 광 디스크 드라이브(1120)는 각각 하드 디스크 드라이브 인터페이스(1124), 자기 디스크 드라이브 인터페이스(1126) 및 광 드라이브 인터페이스(1128)에 의해 시스템 버스(1108)에 연결될 수 있다. 외장형 드라이브 구현을 위한 인터페이스(1124)는 USB(Universal Serial Bus) 및 IEEE 1394 인터페이스 기술 중 적어도 하나 또는 그 둘 다를 포함한다.

이들 드라이브 및 그와 연관된 컴퓨터 판독가능 매체는 데이터, 데이터 구조, 컴퓨터 실행가능 명령어, 기타 등등의 비 휘발성 저장을 제공한다. 컴퓨터(1102)의 경우, 드라이브 및 매체는 임의의 데이터를 적당한 디지털 형식으로 저장하는 것에 대응한다. 상기에서의 컴퓨터 판독가능 매체에 대한 설명이 HDD, 이동식 자기 디스크, 및 CD 또는 DVD 등의 이동식 광 매체를 언급하고 있지만, 당업자라면 집 드라이브(zip drive), 자기 카세트, 플래쉬 메모리 카드, 카트리지, 기타 등등의 컴퓨터에 의해 판독가능한 다른 유형의 매체도 역시 예시 적인 운영 환경에서 사용될 수 있으며 또 임의의 이러한 매체가 본 개시의 방법들을 수행하기 위한 컴퓨터 실행가능 명령어를 포함할 수 있다는 것을 잘 알 것이다.

운영 체제(1130), 하나 이상의 애플리케이션 프로그램(1132), 기타 프로그램 모듈(1134) 및 프로그램 데이터(1136)를 비롯한 다수의 프로그램 모듈이 드라이브 및 RAM(1112)에 저장될 수 있다. 운영 체제, 애플리케이션, 모듈 및/또는 데이터의 전부 또는 그 일부분이 또한 RAM(1112)에 캐싱될 수 있다. 본 개시가 여러가지 상업적으로 이용가능한 운영 체제 또는 운영 체제들의 조합에서 구현될 수 있다는 것을 잘 알 것이다.

사용자는 하나 이상의 유선/무선 입력 장치, 예를 들어, 키보드(1138) 및 마우스(1140) 등의 포인팅 장치를 통해 컴퓨터(1102)에 명령 및 정보를 입력할 수 있다. 기타 입력 장치(도시 생략)로는 마이크, IR 리모콘, 조이스틱, 게임 패드, 스타일러스 펜, 터치 스크린, 기타 등등이 있을 수 있다. 이들 및 기타 입력 장치가 종종 시스템 버스(1108)에 연결되어 있는 입력 장치 인터페이스(1142)를 통해 처리 장치(1104)에 연결되지만, 병렬 포트, IEEE 1394 직렬 포트, 게임 포트, USB 포트, IR 인터페이스, 기타 등등의 기타 인터페이스에 의해 연결될 수 있다.

모니터(1144) 또는 다른 유형의 디스플레이 장치도 역시 비디오 어댑터(1146) 등의 인터페이스를 통해 시스템 버스(1108)에 연결된다. 모니터(1144)에 부가하여, 컴퓨터는 일반적으로 스피커, 프린터, 기타 등등의 기타 주변 출력 장치(도시 생략)를 포함한다.

컴퓨터(1102)는 유선 및/또는 무선 통신을 통한 원격 컴퓨터(들)(1148) 등의 하나 이상의 원격 컴퓨터로의 논리적 연결을 사용하여 네트워크화 된 환경에서 동작할 수 있다. 원격 컴퓨터(들)(1148)는 워크스테이션, 컴퓨팅 디바이스 컴퓨터, 라우터, 퍼스널 컴퓨터, 휴대용 컴퓨터, 마이크로프로세서-기반 오락 기기, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있으며, 일반적으로 컴퓨터(1102)에 대해 기술된 구성요소들 중 다수 또는 그 전부를 포함하지만, 간략함을 위해, 메모리 저장 장치(1150)만이 도시되어 있다. 도시되어 있는 논리적 연결은 근거리 통신망(LAN)(1152) 및/또는 더 큰 네트워크, 예를 들어, 원거리 통신망(WAN)(1154)에의 유선/무선 연결을 포함한다. 이러한 LAN 및 WAN 네트워킹 환경은 사무실 및 회사에서 일반적인 것이며, 인트라넷 등의 전사적 컴퓨터 네트워크(enterprise-wide computer network)를 용이하게 해주며, 이들 모두는 전세계 컴퓨터 네트워크, 예를 들어, 인터넷에 연결될 수 있다.

LAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 유선 및/또는 무선 통신 네트워크 인터페이스 또는 어댑터(1156)를 통해 로컬 네트워크(1152)에 연결된다. 어댑터(1156)는 LAN(1152)에의 유선 또는 무선 통신을 용이하게 해줄 수 있으며, 이 LAN(1152)은 또한 무선 어댑터(1156)와 통신하기 위해 그에 설치되어 있는 무선 액세스 포인트를 포함하고 있다. WAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 모뎀(1158)을 포함할 수 있거나, WAN(1154) 상의 통신 컴퓨팅 디바이스에 연결되거나, 또는 인터넷을 통하는 등, WAN(1154)을 통해 통신을 설정하는 기타 수단을 갖는다. 내장형 또는 외장형 및 유선 또는 무선 장치일 수 있는 모뎀(1158)은 직렬 포트 인터페이스(1142)를 통해 시스템 버스(1108)에 연결된다. 네트워크화 된 환경에서, 컴퓨터(1102)에 대해 설명된 프로그램 모듈들 또는 그의 일부분이 원격 메모리/저장 장치(1150)에 저장될 수 있다. 도시된 네트워크 연결이 예시 적인 것이며 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 잘 알 것이다.

컴퓨터(1102)는 무선 통신으로 배치되어 동작하는 임의의 무선 장치 또는 개체, 예를 들어, 프린터, 스캐너, 데스크톱 및/또는 휴대용 컴퓨터, PDA(portable data assistant), 통신 위성, 무선 검출가능 태그와 연관된 임의의 장비 또는 장소, 및 전화와 통신을 하는 동작을 한다. 이것은 적어도 Wi-Fi 및 블루투스 무선 기술을 포함한다. 따라서, 통신은 종래의 네트워크에서와 같이 미리 정의된 구조이거나 단순하게 적어도 2개의 장치 사이의 애드혹 통신(ad hoc communication)일 수 있다.

Wi-Fi(Wireless Fidelity)는 유선 없이도 인터넷 등으로의 연결을 가능하게 해준다. Wi-Fi는 이러한 장치, 예를 들어, 컴퓨터가 실내에서 및 실외에서, 즉 기지국의 통화권 내의 아무 곳에서나 데이터를 전송 및 수신할 수 있게 해주는 셀 전화와 같은 무선 기술이다. Wi-Fi 네트워크는 안전하고 신뢰성 있으며 고속인 무선 연결을 제공하기 위해 IEEE 802.11(a,b,g, 기타)이라고 하는 무선 기술을 사용한다. 컴퓨터를 서로에, 인터넷에 및 유선 네트워크(IEEE 802.3 또는 이더넷을 사용함)에 연결시키기 위해 Wi-Fi가 사용될 수 있다. Wi-Fi 네트워크는 비인가 2.4 및 5 GHz 무선 대역에서, 예를 들어, 11Mbps(802.11a) 또는 54 Mbps(802.11b) 데이터 레이트로 동작하거나, 양 대역(듀얼 대역)을 포함하는 제품에서 동작할 수 있다.

본 개시의 기술 분야에서 통상의 지식을 가진 자는 정보 및 신호들이 임의의 다양한 상이한 기술들 및 기법들을 이용하여 표현될 수 있다는 것을 이해할 것이다. 예를 들어, 위의 설명에서 참조될 수 있는 데이터, 지시들, 명령들, 정보, 신호들, 비트들, 심볼들 및 칩들은 전압들, 전류들, 전자기파들, 자기장들 또는 입자들, 광학장들 또는 입자들, 또는 이들의 임의의 결합에 의해 표현될 수 있다.

본 개시의 기술 분야에서 통상의 지식을 가진 자는 여기에 개시된 실시예들과 관련하여 설명된 다양한 예시 적인 논리 블록들, 모듈들, 프로세서들, 수단들, 회로들 및 알고리즘 단계들이 전자 하드웨어, (편의를 위해, 여기에서 "소프트웨어"로 지칭되는) 다양한 형태들의 프로그램 또는 설계 코드 또는 이들 모두의 결합에 의해 구현될 수 있다는 것을 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 호환성을 명확하게 설명하기 위해, 다양한 예시 적인 컴포넌트들, 블록들, 모듈들, 회로들 및 단계들이 이들의 기능과 관련하여 위에서 일반적으로 설명되었다. 이러한 기능이 하드웨어 또는 소프트웨어로서 구현되는지 여부는 특정한 애플리케이션 및 전체 시스템에 대하여 부과되는 설계 제약들에 따라 좌우된다. 본 개시의 기술 분야에서 통상의 지식을 가진 자는 각각의 특정한 애플리케이션에 대하여 다양한 방식들로 설명된 기능을 구현할 수 있으나, 이러한 구현 결정들은 본 개시의 범위를 벗어나는 것으로 해석되어서는 안 될 것이다.

여기서 제시된 다양한 실시예들은 방법, 장치, 또는 표준 프로그래밍 및/또는 엔지니어링 기술을 사용한 제조 물품(article)으로 구현될 수 있다. 용어 "제조 물품"은 임의의 컴퓨터-판독가능 장치로부터 액세스 가능한 컴퓨터 프로그램 또는 매체(media)를 포함한다. 예를 들어, 컴퓨터-판독가능 매체는 자기 저장 장치(예를 들면, 하드 디스크, 플로피 디스크, 자기 스트립, 등), 광학 디스크(예를 들면, CD, DVD, 등), 스마트 카드, 및 플래쉬 메모리 장치(예를 들면, EEPROM, 카드, 스틱, 키 드라이브, 등)를 포함하지만, 이들로 제한되는 것은 아니다. 또한, 여기서 제시되는 다양한 저장 매체는 정보를 저장하기 위한 하나 이상의 장치 및/또는 다른 기계-판독가능한 매체를 포함한다.

제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시 적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본 개시의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 첨부된 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.

제시된 실시예들에 대한 설명은 임의의 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 개시를 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 개시는 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

Claims (12)

1. 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 컴퓨팅 장치의 하나 이상의 프로세서에서 실행되는 경우 얼굴 애니메이션을 생성하기 위한 동작들을 수행하도록 하며 상기 동작들은,
   둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델에 입력시키는 동작;
   상기 둘 이상의 학습 입력 데이터의 공통적인 특징을 상기 얼굴 애니메이션 생성 모델에 포함된 제 1 네트워크 함수를 이용하여 학습시키는 동작; 및
   상기 둘 이상의 학습 입력 데이터 각각의 독립적인 특징을 제 2 네트워크 함수를 이용하여 학습시켜, 상기 얼굴 애니메이션 생성 모델이 입력 데이터에 따른 얼굴 애니메이션을 생성하도록 하는 동작;
   을 포함하고,
   상기 둘 이상의 학습 입력 데이터 각각은 얼굴 특징 데이터와 매칭되고, 그리고
   상기 제 2 네트워크 함수는 상기 얼굴 특징 데이터와 연관된 둘 이상의 병렬적인 서브 네트워크 함수를 포함하는,
   컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
   
2. 제 1 항에 있어서,
   상기 제 1 네트워크 함수는 하나 이상의 차원 축소 레이어로 구성된 제 1 서브 네트워크 함수 및 제 2 서브 네트워크 함수를 포함하고,
   상기 제 1 서브 네트워크 함수는 둘 이상의 입력 데이터를 연산하여 상기 둘 이상의 입력 데이터의 공통적인 음성 특징을 출력하고, 그리고
   상기 제 2 서브 네트워크 함수는 상기 공통적인 음성 특징을 연산하여 상기 둘 이상의 입력 데이터에 대응되는 공통적인 얼굴 포즈에 관한 특징 벡터를 출력하는,
   을 포함하는,
   컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
   
3. 제 1 항에 있어서,
   상기 제 2 네트워크 함수는 하나 이상의 차원 확장 레이어로 구성되는,
   컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
   
4. 제 1 항에 있어서,
   상기 제 2 네트워크 함수의 서브 네트워크 함수는 상기 서브 네트워크 함수와 연관된 얼굴 특징 데이터에 관한 표현인 원 핫 벡터(one hot vector)에 기초하여 연산을 수행하고, 그리고 얼굴 애니메이션에 포함된 둘 이상의 버텍스(vertex)의 위치를 결정하는,
   컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
   
5. 제 1 항에 있어서,
   상기 제 2 네트워크 함수의 서브 네트워크 함수에 포함된 적어도 일부의 레이어의 초기 학습 가중치는 상기 서브 네트워크 함수에 연관된 얼굴 특징 데이터와 관련한 학습 데이터 서브세트에 포함된 학습 데이터들의 주성분 분석 데이터에 기초하여 결정되는,
   컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
   
6. 제 1 항에 있어서,
   상기 입력 데이터에 매칭된 감정 상태 데이터를 상기 제 1 네트워크 함수 또는 상기 제 2 네트워크 함수의 적어도 일부의 레이어에 입력시키는 동작;
   을 더 포함하는,
   컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
   
7. 제 6 항에 있어서,
   상기 입력 데이터에 매칭된 감정 상태 데이터를 상기 제 1 네트워크 함수 또는 상기 제 2 네트워크 함수의 적어도 일부의 레이어에 입력시키는 동작은,
   상기 제 1 네트워크 함수의 마지막 레이어를 제외한 나머지 일부의 레이어에 상기 감정 상태 데이터를 입력시키는 동작;
   을 포함하는,
   컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
   
8. 제 1 항에 있어서,
   상기 얼굴 애니메이션 생성 모델은 사전결정된 에폭 동안 상기 제 1 네트워크 함수와 상기 제 2 네트워크 함수의 적어도 일부의 레이어를 제외한 나머지 레이어에 대한 가중치의 업데이트 정도 및 상기 제 2 네트워크 함수의 상기 적어도 일부의 레이어에 대한 가중치의 업데이트 정도를 상이하게 설정하여 학습된,
   컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
   
9. 제 1 항에 있어서,
   상기 얼굴 애니메이션 생성 모델은 상기 둘 이상의 학습 입력 데이터를 상기 얼굴 애니메이션 생성 모델의 입력으로 하여 연산하여 획득한 출력과 둘 이상의 학습 얼굴 애니메이션의 오차에 기초하여 역전파하는 경우, 사전결정된 에폭 동안 상기 제 2 네트워크 함수의 적어도 일부의 레이어를 제외하고, 상기 제 2 네트워크 함수의 상기 적어도 일부의 레이어를 제외한 나머지 레이어 및 상기 제 1 네트워크 함수에 대해서만 가중치를 업데이트하는 동작에 의해 학습된,
   컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
   
10. 얼굴 애니메이션을 생성하기 위한 방법으로서,
    둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델에 입력시키는 단계;
    상기 둘 이상의 학습 입력 데이터의 공통적인 특징을 상기 얼굴 애니메이션 생성 모델에 포함된 제 1 네트워크 함수를 이용하여 학습시키는 단계; 및
    상기 둘 이상의 학습 입력 데이터 각각의 독립적인 특징을 제 2 네트워크 함수를 이용하여 학습시켜, 상기 얼굴 애니메이션 생성 모델이 입력 데이터에 따른 얼굴 애니메이션을 생성하도록 하는 단계;
    를 포함하고,
    상기 둘 이상의 학습 입력 데이터 각각은 얼굴 특징 데이터와 매칭되고, 그리고
    상기 제 2 네트워크 함수는 상기 얼굴 특징 데이터와 연관된 둘 이상의 병렬적인 서브 네트워크 함수를 포함하는,
    얼굴 애니메이션을 생성하기 위한 방법.
    
11. 얼굴 애니메이션 생성 방법을 제공하기 위한 서버로서,
    하나 이상의 코어를 포함하는 프로세서; 및
    메모리;
    를 포함하고,
    상기 프로세서는,
    둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델에 입력시키고,
    상기 둘 이상의 학습 입력 데이터의 공통적인 특징을 상기 얼굴 애니메이션 생성 모델에 포함된 제 1 네트워크 함수를 이용하여 학습시키고, 그리고
    상기 둘 이상의 학습 입력 데이터 각각의 독립적인 특징을 제 2 네트워크 함수를 이용하여 학습시켜, 상기 얼굴 애니메이션 생성 모델이 입력 데이터에 따른 얼굴 애니메이션을 생성하도록 하고,
    상기 둘 이상의 학습 입력 데이터 각각은 얼굴 특징 데이터와 매칭되고, 그리고
    상기 제 2 네트워크 함수는 상기 얼굴 특징 데이터와 연관된 둘 이상의 병렬적인 서브 네트워크 함수를 포함하는,
    얼굴 애니메이션 생성 방법을 제공하기 위한 서버.
    
12. 학습 과정에서 적어도 일부가 업데이트 되는 뉴럴 네트워크의 파라미터에 대응하는 데이터 구조가 저장된 컴퓨터 판독가능한 기록 매체로서, 상기 뉴럴 네트워크의 동작은 상기 파라미터에 적어도 부분적으로 기초하고, 상기 학습 과정은,
    둘 이상의 학습 입력 데이터를 얼굴 애니메이션 생성 모델에 입력시키는 단계;
    상기 둘 이상의 학습 입력 데이터의 공통적인 특징을 상기 얼굴 애니메이션 생성 모델에 포함된 제 1 네트워크 함수를 이용하여 학습시키는 단계; 및
    상기 둘 이상의 학습 입력 데이터 각각의 독립적인 특징을 제 2 네트워크 함수를 이용하여 학습시켜, 상기 얼굴 애니메이션 생성 모델이 입력 데이터에 따른 얼굴 애니메이션을 생성하도록 하는 단계;
    를 포함하고,
    상기 둘 이상의 학습 입력 데이터 각각은 얼굴 특징 데이터와 매칭되고, 그리고
    상기 제 2 네트워크 함수는 상기 얼굴 특징 데이터와 연관된 둘 이상의 병렬적인 서브 네트워크 함수를 포함하는,
    데이터 구조가 저장된 컴퓨터 판독가능한 기록 매체.
    

Images