KR102273317B1 - 의상 패턴들의 오토 그레이딩 방법 및 장치 - Google Patents

의상 패턴들의 오토 그레이딩 방법 및 장치 Download PDF

Info

Publication number
KR102273317B1
KR102273317B1 KR1020190179473A KR20190179473A KR102273317B1 KR 102273317 B1 KR102273317 B1 KR 102273317B1 KR 1020190179473 A KR1020190179473 A KR 1020190179473A KR 20190179473 A KR20190179473 A KR 20190179473A KR 102273317 B1 KR102273317 B1 KR 102273317B1
Authority
KR
South Korea
Prior art keywords
target
original
unit
avatar
strain
Prior art date
Application number
KR1020190179473A
Other languages
English (en)
Other versions
KR20210021890A (ko
Inventor
오승우
Original Assignee
(주)클로버추얼패션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)클로버추얼패션 filed Critical (주)클로버추얼패션
Priority to US16/996,490 priority Critical patent/US11308707B2/en
Priority to CN202010837926.1A priority patent/CN112395786A/zh
Publication of KR20210021890A publication Critical patent/KR20210021890A/ko
Application granted granted Critical
Publication of KR102273317B1 publication Critical patent/KR102273317B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/20—3D [Three Dimensional] animation
    • G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2016—Rotation, translation, scaling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2024—Style variation

Abstract

일 실시예에 따른 오토 그레이딩 방법은 3차원 원본 아바타와 3차원 타겟 아바타 간의 제1 변형률을 산출하고, 원본 아바타에 착장되는 3차원의 원본 의상과 원본 아바타의 신체 부위 간의 매핑 관계를 결정하고, 제1 변형률 및 매핑 관계를 기초로 원본 의상을 타겟 아바타에 착장되는 3차원의 타겟 의상으로 변환하여 타겟 의상을 구성하는 2차원의 타겟 패턴을 출력한다.

Description

의상 패턴들의 오토 그레이딩 방법 및 장치{METHODE AND APPARATUS OF AUTO GRADING CLOTHING PATTERNS}
실시예들은 의상 패턴들의 오토 그레이딩 방법 및 장치에 관한 것이다.
의상(clothes)은 사람이 착용한 경우에 3차원으로 보이지만, 실제로는 2차원의 패턴(pattern)에 따라 재단된 천(fabric) 조각의 조합에 해당하므로 2차원에 가깝다. 의상의 재료가 되는 천은 유연(flexible)하기 때문에 착용한 사람의 신체 모양이나 움직임에 따라 그 모습이 시시각각 달라질 수 있다. 예를 들어, 중력, 바람, 또는 신체와의 충돌에 의해서 착용한 의상이 흘러내리거나, 주름이 지고 접힐 수 있다.
그레이딩(Grading)은 입체 재단이나 평면 제도에 의해서 제작된 한 가지 사이즈의 의상 패턴을 등차적으로 확대 또는 축소하는 작업을 의미한다. 예를 들어, 소스 아바타(Source Avatar)와 타겟 아바타(Target Avatar) 간의 사이즈 또는 포즈가 상이한 경우, 소스 아바타를 기초로 타겟 아바타의 다양한 체형에 맞춰 다양한 사이즈의 의상 패턴을 자동으로 그레이딩하는 방법이 요구된다.
일 실시예에 따르면, 3차원의 원본 의상을 자동으로 그레이딩하여 다양한 체형에 맞는 타겟 의상의 패턴들을 생성할 수 있다.
일 실시예에 따르면, 오토 그레이딩에 의해 원본 의상에 대응하는 타겟 의상을 위한 2차원 패턴들을 자동적으로 출력할 수 있다.
일 실시예에 따르면, 타겟 의상을 위한 2차원 패턴들의 모양을 원본 의상과 마찬가지로 정확하고 자연스럽게 표현할 수 있다.
일 실시예에 따르면, 타겟 의상의 타겟 패턴들의 외곽선을 스무딩(smoothing)함으로써 타겟 패턴들이 서로 보다 자연스럽게 생성 및 재봉되도록 할 수 있다.
일 실시예에 따르면, 원본 의상의 원본 패턴들의 외곽선 곡률이 타겟 의상의 타겟 패턴들에서 동일하게 유지되도록 할 수 있다.
일 실시예에 따르면, 원본 의상의 원본 패턴들의 재봉선의 길이 비율을 타겟 의상의 타겟 패턴들에서 마찬가지로 유지함으로써 타겟 패턴들의 재봉 시에 옷이 우는 현상을 방지할 수 있다.
일 실시예에 따르면, 오토 그레이딩 방법은 3차원 원본 아바타(source avatar)와 3차원 타겟 아바타(target avatar) 간의 제1 변형률을 산출하는 단계; 상기 원본 아바타에 착장되는 3차원의 원본 의상과 상기 원본 아바타의 신체 부위 간의 매핑 관계를 결정하는 단계; 상기 제1 변형률 및 상기 매핑 관계를 기초로, 상기 원본 의상을 상기 타겟 아바타에 착장되는 3차원의 타겟 의상으로 변환하는 단계; 및 상기 타겟 의상을 구성하는 2차원의 타겟 패턴을 출력하는 단계를 포함한다.
상기 타겟 의상으로 변환하는 단계는 상기 매핑 관계를 기초로, 상기 원본 의상을 구성하는 제3 메쉬의 제3 단위 도형에 인접하는 상기 원본 아바타의 신체 부위의 제1 단위 도형들을 탐색하는 단계; 상기 제1단위 도형들의 제1 변형률들을 기초로, 상기 원본 의상의 상기 제3단위 도형을 상기 타겟 의상을 구성하는 제4메쉬의 제4 단위 도형으로 변형하는 단계; 상기 제3 단위 도형에 대응하는 원본 패턴의 제5 단위 도형 및 상기 제4 단위 도형에 대응하는 타겟 패턴의 제6 단위 도형 사이의 변형률을 산출하는 단계; 및 상기 산출된 변형률을 기초로, 상기 원본 패턴들을 상기 타겟 패턴들로 변환하는 단계를 포함할 수 있다.
상기 타겟 의상으로 변환하는 단계는 상기 매핑 관계를 기초로, 원본 의상을 구성하는 제3 메쉬의 제3 단위 도형에 인접하는 상기 원본 아바타의 신체 부위의 제1 단위 도형들을 탐색하는 단계; 상기 제1 단위 도형들의 제1 변형률들을 기초로, 상기 원본 의상의 상기 제3단위 도형을 상기 타겟 의상을 구성하는 제4 메쉬의 제4 단위 도형으로 변형하는 단계; 기준 단위 도형과 원본 패턴의 제5 단위 도형 사이의 원본 변형률 및 상기 기준 단위 도형과 타겟 패턴의 제6 단위 도형 사이의 타겟 변형률을 산출하는 단계; 상기 원본 변형률과 상기 타겟 변형률 간의 제1 비율을 산출하는 단계; 및 상기 제1 비율을 기초로, 상기 원본 패턴들을 상기 타겟 패턴들로 변환하는 단계를 포함하고, 상기 제5 단위 도형은 상기 제3 단위 도형에 대응하는 원본 패턴의 단위 도형에 해당하고, 상기 제6 단위 도형은 상기 제4 단위 도형에 대응하는 타겟 패턴의 단위 도형에 해당할 수 있다.
상기 제3 단위 도형을 상기 제4단위 도형으로 변형하는 단계는 상기 제1 단위 도형들의 제1 변형률들을 통계치를 산출하는 단계; 및 상기 통계치에 따라 상기 제3 단위 도형을 상기 제4 단위 도형으로 변형하는 단계를 포함할 수 있다.
상기 타겟 패턴들로 변환하는 단계는 상기 원본 변형률 및 타겟 패턴 후보의 타겟 변형률 후보 간의 제 2 비율을 산출하는 단계; 및 상기 제1 비율과 상기 제2 비율 간의 차이를 최소화하는 제1 목적 함수를 만족하도록 상기 타겟 패턴 후보의 제6 메쉬 후보 상의 점들의 위치를 결정하는 단계를 포함하고, 상기 타겟 변형률 후보는 상기 기준 단위 도형과 상기 타겟 패턴 후보의 제6 단위 도형 후보 사이의 타겟 변형률을 포함할 수 있다.
상기 오토 그레이딩 방법은 상기 제1 비율을 완화(relaxation)하는 단계를 더 포함하고, 상기 제6 메쉬 후보 상의 점들의 위치를 결정하는 단계는 상기 제2 비율과 상기 완화된 제1 비율 간의 차이를 최소화하는 제2 목적 함수를 만족하도록 상기 제6 메쉬 후보 상의 점들의 위치를 결정하는 단계를 포함할 수 있다.
상기 오토 그레이딩 방법은 상기 타겟 패턴들의 곡선 상의 모든 점들에 대한 제2 곡률이 상기 원본 패턴들의 곡선 상의 모든 점들에 대한 제1 곡률을 유지하도록 하는 제1 제한(constraints)을 설정하는 단계를 더 포함하고, 상기 제6 메쉬 후보 상의 점들의 위치를 결정하는 단계는 상기 제2 목적 함수에 더하여, 상기 제1제한을 만족하도록 상기 제6 메쉬 후보 상의 점들의 위치를 결정하는 단계를 포함할 수 있다.
상기 오토 그레이딩 방법은 상기 제6 메쉬 후보 상의 점들의 위치를 기초로, 상기 변환된 타겟 패턴들에서 재봉에 의해 서로 연결되는 타겟 패턴들 간의 재봉선의 제2 길이 비율이, 상기 변환된 타겟 패턴들에 대응되는 상기 원본 패턴들의 재봉선의 제1 길이 비율을 만족하도록 하는 제2 제한을 설정하는 단계를 더 포함하고, 상기 제6 메쉬 후보 상의 점들의 위치를 결정하는 단계는 상기 제2 목적 함수 및 상기 제1 제한에 더하여, 상기 제2제한을 만족하도록 상기 제6 메쉬 후보 상의 점들의 위치를 결정하는 단계를 포함할 수 있다.
상기 원본 의상 및 상기 타겟 의상은 복수의 꼭지점들(vertices)이 서로 연결된 다각형의 메쉬로 모델링될 수 있다.
상기 제1 변형률을 산출하는 단계는 아바타의 메쉬(mesh)를 구성하는 단위 단위 도형을 기초로, 상기 제1 변형률을 산출하는 단계를 포함할 수 있다.
상기 제1 변형률을 산출하는 단계는 상기 원본 아바타의 제1 메쉬를 구성하는 제1 단위 도형의 세 점들에 기초한 제1 사면체와 상기 제1 단위 도형에 대응하는 상기 타겟 아바타의 제2 메쉬를 구성하는 제2 단위 도형의 세 점들에 기초한 제2 사면체 간의 변형 정도를 나타내는 변환 매트릭스(transformation matrix)를 산출하는 단계; 및 상기 변환 매트릭스에 기초하여 상기 제1 변형률을 산출하는 단계를 포함할 수 있다.
상기 매핑 관계를 결정하는 단계는 상기 원본 의상을 구성하는 2차원의 원본 패턴들 중 타겟 패턴과 상기 원본 아바타의 신체 부위 간의 매핑 관계를 결정하는 단계를 포함할 수 있다.
상기 매핑 관계를 결정하는 단계는 상기 원본 아바타의 제1 메쉬를 구성하는 제1 단위 도형들 중 상기 타겟 패턴의 메쉬를 구성하는 단위 도형들 각각에 인접한 제1 단위 도형들을 검색하는 단계; 상기 인접한 제1 단위 도형들을 상기 타겟 패턴에 대응하는 매핑 리스트에 등록하는 단계; 및 상기 매핑 리스트에 의해 해당하는 상기 원본 아바타의 신체 부위에 의해 상기 매핑 관계를 결정하는 단계를 포함할 수 있다.
상기 타겟 의상으로 변환하는 단계는 상기 제1 변형률 및 상기 매핑 관계를 기초로, 상기 원본 의상을 구성하는 2차원의 원본 패턴들을 상기 타겟 의상을 구성하는 2차원의 타겟 패턴들로 변환하는 단계를 포함할 수 있다.
일 실시예에 따르면, 오토 그레이딩 장치는 3차원 원본 아바타와 3차원 타겟 아바타에 대한 선택을 입력받은 사용자 인터페이스; 상기 3차원 원본 아바타와 상기 3차원 타겟 아바타 간의 제1 변형률을 산출하고, 상기 원본 아바타에 착장되는 3차원의 원본 의상과 상기 원본 아바타의 신체 부위 간의 매핑 관계를 결정하고, 상기 제1 변형률 및 상기 매핑 관계를 기초로, 상기 원본 의상을 상기 타겟 아바타에 착장되는 3차원의 타겟 의상으로 변환하는 프로세서; 및 상기 타겟 의상을 구성하는 2차원의 타겟 패턴들을 출력하는 출력 장치를 포함한다.
상기 프로세서는 상기 매핑 관계를 기초로, 상기 원본 의상을 구성하는 제3 메쉬의 제3 단위 도형에 인접하는 상기 원본 아바타의 신체 부위의 제1 단위 도형들을 탐색하고, 상기 제1단위 도형들의 제1 변형률들을 기초로, 상기 원본 의상의 상기 제3단위 도형을 상기 타겟 의상을 구성하는 제4메쉬의 제4 단위 도형으로 변형하고, 상기 제3 단위 도형에 대응하는 원본 패턴의 제5 단위 도형 및 상기 제4 단위 도형에 대응하는 타겟 패턴의 제6 단위 도형 사이의 변형률을 산출하며, 상기 산출된 변형률을 기초로, 상기 원본 패턴들을 상기 타겟 패턴들로 변환할 수 있다.
상기 프로세서는 상기 매핑 관계를 기초로, 원본 의상을 구성하는 제3 메쉬의 제3 단위 도형에 인접하는 상기 원본 아바타의 신체 부위의 제1 단위 도형들을 탐색하고, 상기 제1 단위 도형들의 제1 변형률들을 기초로, 상기 원본 의상의 상기 제3단위 도형을 상기 타겟 의상을 구성하는 제4 메쉬의 제4 단위 도형으로 변형하고, 기준 단위 도형과 원본 패턴의 제5 단위 도형 사이의 원본 변형률 및 상기 기준 단위 도형과 타겟 패턴의 제6 단위 도형 사이의 타겟 변형률을 산출하고, 상기 원본 변형률과 상기 타겟 변형률 간의 제1 비율을 산출하고, 상기 제1 비율을 기초로, 상기 원본 패턴들을 상기 타겟 패턴들로 변환하며, 상기 제5 단위 도형은 상기 제3 단위 도형에 대응하는 원본 패턴의 단위 도형에 해당하고, 상기 제6 단위 도형은 상기 제4 단위 도형에 대응하는 단위 도형에 해당할 수 있다.
상기 프로세서는 상기 제1 단위 도형들의 제1 변형률들의 통계치를 산출하고, 상기 통계치에 따라 상기 제3 단위 도형을 상기 제4 단위 도형으로 변형할 수 있다.
상기 프로세서는 상기 원본 변형률 및 타겟 패턴 후보의 타겟 변형률 후보 간의 제 2 비율을 산출하고, 상기 제1 비율과 상기 제2 비율 간의 차이를 최소화하는 제1 목적 함수를 만족하도록 상기 타겟 패턴 후보의 제6 메쉬 후보 상의 점들의 위치를 결정하고, 상기 타겟 변형률 후보는 상기 기준 단위 도형과 상기 타겟 패턴 후보의 제6 단위 도형 후보 사이의 타겟 변형률을 포함할 수 있다.
상기 프로세서는 상기 제1 비율을 완화하고, 상기 제2 비율과 상기 완화된 제1 비율 간의 차이를 최소화하는 제2 목적 함수를 만족하도록 상기 제6 메쉬 후보 상의 점들의 위치를 결정할 수 있다.
상기 프로세서는 상기 타겟 패턴들의 곡선 상의 모든 점들에 대한 제2 곡률이 상기 원본 패턴들의 곡선 상의 모든 점들에 대한 제1 곡률을 유지하도록 하는 제1 제한을 설정하고, 상기 제2 목적 함수에 더하여, 상기 제1제한을 만족하도록 상기 제6 메쉬 후보 상의 점들의 위치를 결정할 수 있다.
상기 프로세서는 상기 제6 메쉬 후보 상의 점들의 위치를 기초로, 상기 변환된 타겟 패턴들에서 재봉에 의해 서로 연결되는 타겟 패턴들 간의 재봉선의 제2 길이 비율이, 상기 변환된 타겟 패턴들에 대응되는 상기 원본 패턴들의 재봉선의 제1 길이 비율을 만족하도록 하는 제2 제한을 설정하고, 상기 제2 목적 함수 및 상기 제1 제한에 더하여, 상기 제2제한을 만족하도록 상기 제6 메쉬 후보 상의 점들의 위치를 결정할 수 있다.
일 측에 따르면, 3차원의 원본 의상을 자동으로 그레이딩하여 다양한 체형에 맞는 타겟 의상의 패턴들을 생성할 수 있다.
일 측에 따르면, 오토 그레이딩에 의해 원본 의상에 대응하는 타겟 의상을 위한 2차원 패턴들을 자동적으로 출력할 수 있다.
일 측에 따르면, 타겟 의상을 위한 2차원 패턴들의 모양을 원본 의상과 마찬가지로 정확하고 자연스럽게 표현할 수 있다.
일 측에 따르면, 타겟 의상의 타겟 패턴들의 외곽선을 스무딩(smoothing)함으로써 타겟 패턴들이 서로 보다 자연스럽게 생성 및 재봉되도록 할 수 있다.
일 실시예에 따르면, 원본 의상의 원본 패턴들의 외곽선 곡률이 타겟 의상의 타겟 패턴들에서 동일하게 유지되도록 할 수 있다.
일 측에 따르면, 원본 의상의 원본 패턴들의 재봉선의 길이 비율을 타겟 의상의 타겟 패턴들에서 마찬가지로 유지함으로써 타겟 패턴들의 재봉 시에 옷이 우는 현상을 방지할 수 있다.
도 1은 일 실시예에 따른 오토 그레이딩 방법을 설명하기 위한 도면.
도 2는 일 실시예에 따른 오토 그레이딩 방법을 나타낸 흐름도.
도 3은 일 실시예에 따른 3차원 원본 아바타와 3차원 타겟 아바타 간의 제1 변형률을 산출하는 방법을 설명하기 위한 도면.
도 4는 일 실시예에 따라 원본 아바타에 착장되는 3차원의 원본 의상과 원본 아바타의 신체 부위 간의 매핑 관계를 결정하는 방법을 설명하기 위한 도면.
도 5는 일 실시예에 따른 원본 의상을 타겟 아바타에 착장되는 3차원의 타겟 의상으로 변환하는 방법을 나타낸 흐름도.
도 6은 일 실시예에 따라 원본 의상의 삼각형을 타겟 의상의 삼각형으로 변형하는 방법을 설명하기 위한 도면.
도 7은 일 실시예에 따라 2차원 패턴의 변형률('제1 비율')을 산출하는 방법을 설명하기 위한 도면.
도 8은 일 실시예에 따른 2차원 패턴의 변형률을 기초로, 원본 의상을 구성하는 원본 패턴들을 타겟 의상을 구성하는 타겟 패턴들로 변환하는 방법을 도시한 도면.
도 9는 일 실시예에 따른 타겟 의상의 구성하는 2차원의 타겟 패턴들을 도시한 도면.
도 10은 일 실시예에 따라 원본 패턴의 외곽선의 곡률을 타겟 패턴에서 동일하게 유지하는 방법을 설명하기 위한 도면.
도 11은 일 실시예에 따라 서로 재봉되는 원본 패턴들에서의 재봉선의 길이 비율을 타겟 패턴들에서 동일하게 유지하는 방법을 설명하기 위한 도면.
도 12는 일 실시예에 따른 오토 그레이딩 장치의 블록도.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 일 실시예에 따른 오토 그레이딩 방법을 설명하기 위한 도면이다. 도 1을 참조하면, 일 실시예에 따른 3차원 원본 아바타(source avatar)(110), 원본 아바타(110)에 착장되는 3차원의 원본 의상(120), 3차원 타겟 아바타(target avatar)(130), 타겟 아바타(130)에 착장되는 3차원의 타겟 의상(140), 및 3차원의 타겟 의상(140)을 구성하는 2차원의 타겟 패턴들(150)이 도시된다.
일 실시예에 따른 오토 그레이딩 방법은 원본 아바타(110)에 입혀진 원본 의상(120)을 사이즈 및/또는 체형이 다른 타겟 아바타(130)에 맞도록 타겟 의상(140)의 패턴들을 자동으로 그레이딩할 수 있다.
'그레이딩(grading)'은 원래 한 사이즈의 패턴을 기반으로 서로 다른 사이즈(들)의 패턴(들)을 생성하는 방법을 말한다. 새롭게 만들어진 사이즈의 타겟 패턴은 타겟 아바타에 잘 맞도록 설계되어야 한다. 이를 위해, 원본 아바타가 타겟 아바타의 사이즈로 변형된 만큼 원본 패턴의 사이즈도 타겟 패턴의 사이즈로 변형되어야 한다. 하지만, 원본 아바타의 사이즈가 신체 부위 별로 제각각 변형되기 때문에 이를 고려하지 않는 경우, 타겟 아바타에 맞는 정확한 타겟 패턴들을 생성할 수 없다.
일 실시예서는 원본 아바타의 사이즈가 신체 부위 별로 제각각 변형되는 점을 고려하여 원본 패턴의 사이즈 역시 신체 부위 별로 변형시키고, 이를 타겟 아바타 및 타겟 아바타의 타겟 패턴들에도 마찬가지로 적용함으로써 타겟 아바타를 위한 보다 정확한 타겟 패턴들을 제작할 수 있다.
이하에서, '원본 아바타(110)'는 오토 그레이딩의 대상이 되는 의상, 다시 말해 원본 의상(120)이 착장되는 가상의 3차원 객체에 해당할 수 있다. '타겟 아바타(130)'는 원본 의상(120)을 변형하고자 하여 새로이 생성하고자 하는 타겟 의상(140)에 대응하는 신체 사이즈를 갖는 가상의 3차원 객체에 해당할 수 있다.
원본 아바타(110)의 체형은 키 및/또는 몸무게에 따라 체격에 나타나는 특징으로 분류될 수 있으며, 예를 들어, 마른 체형, 표준 체형, 상체 비만 체형, 하체 비만 체형, 상, 하체 비만 체형, 마른 비만 체형 등을 포함할 수 있다. 원본 아바타(110)의 체형은 예를 들어, 의상 패턴들에 의해 제작되는 원본 의상(120)을 착용할 대상자의 신체 치수 또는 인종별, 나이별 및/또는 성별에 따른 평균인의 신체 치수에 기초하여 결정될 수 있다.
원본 아바타(110) 및/또는 타겟 아바타(130)는 예를 들어, 신체 치수, 각 신체 부분의 위치 좌표, 및 특징점들을 포함할 수 있다. '특징점들'은 가상 의상을 3차원 아바타에 착장시킬 때 주요 위치가 되는 3차원 아바타 상의 지점들에 해당할 수 있다. 특징점들은 예를 들어, 3 차원 아바타의 양 팔, 양 손목, 좌우 몸통, 양 어깨, 머리, 목, 양 다리, 좌우 하반신, 양 발목, 겨드랑이, 사타구니, 골반, 엉덩이, 배, 가슴, 양 손, 양 발, 양 팔꿈치, 양 무릎, 양 손가락 끝, 양 손가락 사이, 양 손등, 양 발등, 양 발가락 끝, 및 양 발 뒤꿈치 중 적어도 하나에 대응할 수 있다. 일반적으로 '착장(draping)'은 바디(body)에 직접 천을 대면서 디자인을 창작하거나, 예정된 디자인의 다트나 이음을 재단하면서 입체적으로 의상을 완성하는 기법을 의미한다. 본 명세서에서 '착장'은 컴퓨터 프로그램에 의해 패턴 정보 또는 의상 패턴들을 결합하여 3D 의상 객체를 3차원 아바타에 입히는 과정으로 이해될 수 있다.
원본 아바타(110) 및/또는 타겟 아바타(130)는 예를 들어, 아래의 도 5에 도시된 것과 같이 단위 도형의 메쉬로 모델링될 수 있다. 경우에 따라 단위 도형은 3차원 다면체(예를 들어, 사면체 등)일 수 있다. 이하, 설명의 편의를 위하여 메쉬에 포함되는 단위 도형이 다각형이며, 특히 삼각형인 경우를 가정하고 설명한다. 원본 아바타(110)를 구성하는 메쉬를 '제1 메쉬'라고 부르고, 제1 메쉬에 포함되는 삼각형을 '제1 삼각형'이라고 부르기로 한다. 또한, 타겟 아바타(130)를 구성하는 메쉬를 '제2 메쉬'라고 부르고, 제2 메쉬에 포함되는 삼각형을 '제2 삼각형'이라고 부르기로 한다.
이때, 원본 아바타(110)와 타겟 아바타(130) 간의 볼륨이나 형태는 달라졌지만, 예를 들어, 각 아바타를 구성하는 메쉬의 연결 관계 및/또는 메쉬를 구성하는 삼각형들의 개수는 동일할 수 있다.
'원본 의상'(120)은 3차원 원본 아바타(110)에 착장되는 의상으로서, 3차원의 가상 의상에 해당할 수 있다. '타겟 의상'(140)은 3차원 타겟 아바타(130)에 착장되는 의상으로서 마찬가지로 가상의 3차원 의상에 해당할 수 있다. 일 실시예에서 원본 의상(120) 및 타겟 의상(140)은 복수의 꼭지점들(vertices)이 서로 연결된 다각형의 메쉬로 모델링될 수 있다. 이하, 원본 의상(120)을 구성하는 메쉬를 '제3 메쉬'라 부르고, 제3 메쉬에 포함되는 삼각형을 '제3 삼각형'이라 부르기로 한다. 또한, 타겟 의상(140)을 구성하는 메쉬를 '제4 메쉬'라 부르고, 제4 메쉬에 포함되는 삼각형을 '제4 삼각형'이라 부르기로 한다.
일 실시예에서 3차원의 가상 의상을 구성하는 메쉬(예를 들어, 제3 메쉬 또는 제4메쉬)의 삼각형의 크기는 시뮬레이션될 때 움직임의 섬세함 정도에 따라 부위별로 달리 모델링될 수도 있고, 모두 동일할 수도 있다.
원본 의상(120) 및 타겟 의상(140)과 같은 3차원 의상은 각 신체 부위에 대응하는 의상 패턴들로 구성될 수 있다. 일 실시예에 따른 의상 패턴들은 3차원 가상 의상(virtual clothes)의 시뮬레이션을 위하여 후술하는 도 8의 810 및 830과 같이 복수의 삼각형들의 집합으로 모델링되는 가상의 2차원 의상 패턴들일 수 있다.
실시예들에 따른 메쉬는 다양하게 모델링 될 수 있다. 일례로, 메쉬에 포함되는 다각형의 꼭지점들은 질량을 가지고 있는 점(point mass)이며, 다각형의 변들은 그 질량을 연결하는 탄성을 가지고 있는 스프링들로 표현될 수 있다. 이에 따라, 일 실시예에서 따른 의상 패턴들은 예를 들어, 질량-스프링 모델(Mass-Spring Model)에 의해 모델링될 수 있다. 여기서, 스프링들은 사용되는 천(fabric)의 물성에 따라 예를 들어, 신축(stretch), 비틀림(shear), 및 굽힘(bending)에 대한 각 저항값(resist)을 가질 수 있다. 또는, 메쉬는 스트레인(strain) 모델로 모델링될 수 있다. 메쉬에 포함되는 다각형은 삼각형으로 모델링되거나, 혹은 사각형 이상의 다각형으로 모델링될 수도 있다. 경우에 따라, 3차원 볼륨(volume)을 모델링해야 하는 경우, 메쉬는 3차원 다면체로 모델링될 수 있다.
메쉬에 포함된 꼭지점들은 중력 등과 같은 외부적인 힘(external force)과 신축, 비틀림, 및 굽힘의 내부적인 힘(internal force)의 작용에 따라 움직일 수 있다. 외부적인 힘과 내부적인 힘을 계산하여 각 꼭지점에 가해지는 힘을 구하면, 각 꼭지점의 변위 및 움직임의 속도를 구할 수 있다. 그리고 각 시점(time step)의 메쉬의 다각형의 꼭지점들의 움직임을 통하여 가상 의상의 움직임을 시뮬레이션할 수 있다. 다각형 메쉬로 이루어진 2차원의 가상 의상 패턴들을 3차원의 아바타에 착장(draping)시키면 물리 법칙에 기반한 자연스러운 모습의3차원 가상 의상을 구현할 수 있다.
이하, 설명의 편의를 위하여 원본 의상을 구성하는 2차원의 의상 패턴(들)을 '원본 패턴(들)'이라 부르고, 타겟 의상을 구성하는 2차원의 의상 패턴(들)을 '타겟 패턴(들)'이라 부르기로 한다. 원본 패턴들을 구성하는 메쉬를 '제5 메쉬'라 부르고, 제5 메쉬에 포함되는 삼각형을 '제5 삼각형'이라 부르기로 한다. 또한, 타겟 패턴들을 구성하는 메쉬를 '제6 메쉬'라 부르고, 제6 메쉬에 포함되는 삼각형을 '제6 삼각형'이라 부르기로 한다.
이때, 각 메쉬에 포함되는 삼각형의 위치 정보는 예를 들어, 각 메쉬에 포함되는 삼각형의 꼭지점들의 위치 정보에 해당할 수 있다. 또는, 각 메쉬에 포함되는 삼각형의 위치 정보는 예를 들어, 각 메쉬에 포함되는 삼각형의 무게 중심의 위치 정보에 해당할 수 있다.
도 2는 일 실시예에 따른 오토 그레이딩 방법을 나타낸 흐름도이다. 도 2를 참조하면, 일 실시예에 따른 오토 그레이딩 장치는 3차원 원본 아바타와 3차원 타겟 아바타 간의 제1 변형률을 산출한다(210). 여기서, '제1 변형률'은 원본 아바타의 각 신체 부위가 타겟 아바타에서 얼마나 변형되었는지와 같은 변형 정도로 이해될 수 있다. 오토 그레이딩 장치는 예를 들어, 아바타의 메쉬(mesh)를 구성하는 단위 삼각형을 기초로, 제1 변형률을 산출할 수 있다. 여기서, '단위 삼각형'은 예를 원본 아바타의 제1 메쉬를 구성하는 제1 삼각형 및/또는 타겟 아바타의 제2 메쉬를 구성하는 제2 삼각형에 해당할 수 있다. 다시 말해, 오토 그레이딩 장치는 제1삼각형과 제2 삼각형 간의 차이를 기초로, 제1 변형률을 산출할 수 있다. 오토 그레이딩 장치가 제1 변형률을 산출하는 방법은 아래의 도 3을 참조하여 구체적으로 설명한다.
오토 그레이딩 장치는 원본 아바타에 착장되는 3차원의 원본 의상과 원본 아바타의 신체 부위 간의 매핑 관계를 결정한다(220). 매핑 관계는 예를 들어, 원본 아바타에 대응하는 가상의 3차원 의상의 패턴들의 각 부위가 원본 아바타의 어느 신체 부위에 매핑되는지를 나타낼 수 있다. 오토 그레이딩 장치는 원본 의상을 원본 아바타에 착장한 경우에, 원본 의상을 구성하는 2차원의 원본 패턴들 중 타겟 패턴과 원본 아바타의 신체 부위 간의 매핑 관계를 결정할 수 있다. 오토 그레이딩 장치가 매핑 관계를 결정하는 방법은 아래의 도 4를 참조하여 구체적으로 설명한다.
오토 그레이딩 장치는 단계(210)에서 산출한 제1 변형률 및 단계(220)에서 결정한 매핑 관계를 기초로, 원본 의상을 타겟 아바타에 착장되는 3차원의 타겟 의상으로 변환한다(230). 오토 그레이딩 장치는 제1 변형률 및 매핑 관계를 기초로, 원본 의상을 구성하는 2차원의 원본 패턴들을 타겟 의상을 구성하는 2차원의 타겟 패턴들로 변환할 수 있다.
예를 들어, 단계(230)에서, 오토 그레이딩 장치는 매핑 관계를 기초로, 원본 의상을 구성하는 제3 메쉬의 제3 삼각형에 인접하는 원본 아바타의 신체 부위의 제1 삼각형들을 탐색할 수 있다. 오토 그레이딩 장치는 제1삼각형들의 제1 변형률들을 기초로, 원본 의상의 제3삼각형을 타겟 의상을 구성하는 제4메쉬의 제4 삼각형으로 변형할 수 있다. 오토 그레이딩 장치는 제3 삼각형에 대응하는 원본 패턴의 제5 삼각형 및 제4 삼각형에 대응하는 타겟 패턴의 제6 삼각형 사이의 변형률을 산출하고, 산출된 변형률을 기초로 원본 패턴들을 타겟 패턴들로 변환할 수 있다. 오토 그레이딩 장치가 원본 의상을 타겟 의상으로 변환하는 방법은 아래의 도 5 내지 도 8을 참조하여 구체적으로 설명한다.
오토 그레이딩 장치는 타겟 의상을 구성하는 2차원의 타겟 패턴들을 출력한다(240). 오토 그레이딩 장치가 출력하는 타겟 의상의 2차원의 타겟 패턴들의 일 예시는 도 9를 참조할 수 있다.
또한, 오토 그레이딩 장치는 예를 들어, 타겟 아바타의 신체 부위별 변형률만큼 그 부위에 매핑된 타겟 패턴의 부분을 변형하는 한편, 타겟 의상의 전체 타겟 패턴들이 원본 패턴들의 외곽선 곡률 및/또는 재봉선 길이 비율 등을 유지하도록 하는 최적화 과정을 통해 타겟 패턴들을 그레이딩할 수 있다.
오토 그레이딩 장치가 원본 패턴들의 외곽선 곡률을 유지하도록 타겟 패턴들을 생성하는 방법은 아래의 도 10을 참조하여 구체적으로 설명한다. 또한, 오트 그레이딩 장치가 원본 패턴들의 재봉선 길이 비율을 유지하도록 타겟 패턴들을 생성하는 방법은 아래의 도 11을 참조하여 구체적으로 설명한다.
도 3은 일 실시예에 따른 3차원 원본 아바타와 3차원 타겟 아바타 간의 제1 변형률을 산출하는 방법을 설명하기 위한 도면이다. 도 3의 (a)를 참조하면, 3차원 원본 아바타(110)의 신체 부위에 대응되는 3차원 타겟 아바타(130)의 신체 부위가 도시된다. 또한, 도 3의 (b)를 참조하면, 3차원 원본 아바타(110)를 구성하는 제1 메쉬의 제1 삼각형(310)과 3차원 타겟 아바타(130)를 구성하는 제2 메쉬의 제2 삼각형(330)이 도시된다.
일 실시예에서는 원본 아바타(110)의 신체 부위와 타겟 아바타(130)의 신체 부위 사이의 변형률을 각 아바타의 메쉬(mesh)를 구성하는 각 삼각형 단위로 정의할 수 있다. 원본 아바타(110)의 각 삼각형(예를 들어, 제1 삼각형(310))이 타겟 아바타(130)에서 얼마나 변형되었는지를 계산하는 방법은 아바타 피팅(fitting)에 해당할 수 있다.
일 실시예에 따른 오토 그레이딩 장치는 원본 아바타의 특정 특징점이 타겟 아바타의 어느 특징점으로 피팅되는지를 파악함으로써 원본 아바타(110)의 제1 삼각형(310)의 세 점이 타겟 아바타(130) 상의 어느 위치로 이동하는지 알 수 있다. 오토 그레이딩 장치는 원본 아바타(110)의 제1 삼각형(310)의 세 점이 이동한 타겟 아바타(130) 상의 위치를 바탕으로 삼각형의 변형 정도를 나타내는 3차원의 변환 매트릭스(3D transformation matrix)를 산출할 수 있다.
예를 들어, 원본 아바타(110)의 제1 삼각형(310)의 세 점들의 위치(0, 1, 2)와 타겟 아바타(130)의 제2 삼각형(330)의 세 점의 위치(
Figure 112019136121907-pat00001
,
Figure 112019136121907-pat00002
,
Figure 112019136121907-pat00003
)가 주어졌다고 하자.
오토 그레이딩 장치는 제1 삼각형(310) 및 제2 삼각형(330)을 확장하여 4면체(tetrahedron)를 구성할 수 있다. 오토 그레이딩 제1 삼각형(310)의 세 점들에 기초한 제1 사면체
Figure 112019136121907-pat00004
와 제2 삼각형(330)의 세 점들에 기초한 제2 사면체
Figure 112019136121907-pat00005
를 구성할 수 있다.
제1 사면체(tetrahedron)
Figure 112019136121907-pat00006
는
Figure 112019136121907-pat00007
와 같이 나타내고, 제2 사면체
Figure 112019136121907-pat00008
는
Figure 112019136121907-pat00009
와 같이 나타낼 수 있다. 이 때, 제1 사면체
Figure 112019136121907-pat00010
의 한 점 3과 제2 사면체
Figure 112019136121907-pat00011
의 한 점
Figure 112019136121907-pat00012
은 각 삼각형의 중점에서
Figure 112019136121907-pat00013
만큼 수직으로 떨어진 곳에 위치시킬 수 있다.
이와 같이, 제1 삼각형(310)에 대응하는 제1 사면체
Figure 112019136121907-pat00014
와 제2 삼각형(330)에 대응하는 사면체
Figure 112019136121907-pat00015
가 주어진 경우, 오토 그레이딩 장치는 제1 사면체
Figure 112019136121907-pat00016
와 제2 사면체
Figure 112019136121907-pat00017
간의 변형 정도를 나타내는 변환 매트릭스
Figure 112019136121907-pat00018
를 아래의 수학식 1과 같이 구할 수 있다.
Figure 112019136121907-pat00019
오토 그레이딩 장치는 변환 매트릭스
Figure 112019136121907-pat00020
에 의해 원본 아바타와 타겟 아바타 간의 변형률('제1 변형률')을 산출할 수 있다.
실시예에 따라서, 오토 그레이딩 장치는 원본 아바타의 제1 메쉬와 타겟 아바타의 제2 메쉬 간의 대응 맵(correspondence map)을 이용하여 원본 아바타와 타겟 아바타 간의 변형률을 산출할 수도 있다. 이때, 대응 맵은 예를 들어, 각 아바타의 머리끝, 발끝, 팔 끝 등 특징점을 기준으로 비율적으로 산출될 수 있다.
일 실시예에 따르면, 오토 그레이딩 장치는 원본 아바타와 타겟 아바타에 동일한 메쉬 토폴로지를 가지는 가상 기준 의상을 입힘으로써, 대응 맵을 획득할 수 있다. 가상 기준 의상은 아바타의 신체에 밀착하여 착장되는 가상의 의상일 수 있다. 대응 맵은 원본 아바타의 제1 메쉬의 삼각형(들)에 대응하는 타겟 아바타의 제2 메쉬의 삼각형(들)을 지시하는 정보를 포함한다. 원본 아바타와 타겟 아바타에 동일한 메쉬 토폴로지의 가상 기준 의상을 입히기 때문에, 원본 아바타의 제1 메쉬의 삼각형(들)에 대응하는 타겟 아바타의 제2 메쉬의 삼각형(들)이 식별될 수 있다. 예를 들어, 가상 기준 의상에 포함된 삼각형들에 고유한 식별자가 부여될 수 있고, 가상 기준 의상에 포함된 삼각형들의 식별자들은 원본 아바타 및 타겟 아바타에 가상 기준 의상이 착장된 이후에도 변하지 않으므로, 동일한 식별자를 가지는 원본 아바타의 삼각형과 타겟 아바타의 삼각형 사이에 대응 관계가 용이하게 식별될 수 있다.
도 4는 일 실시예에 따라 원본 아바타에 착장되는 3차원의 원본 의상과 원본 아바타의 신체 부위 간의 매핑 관계를 결정하는 방법을 설명하기 위한 도면이다. 도 4를 참조하면, 3차원의 원본 아바타(110) 및 3차원의 원본 의상(120)이 도시된다.
일 실시예에 따른 오토 그레이딩 장치는 원본 의상(120)을 구성하는 원본 패턴들의 각 부위가 원본 아바타의 어떤 신체 부위와 매핑되는지를 결정할 수 있다. 오토 그레이딩 장치는 예를 들어, 원본 의상을 구성하는 메쉬의 각 삼각형에서 가까운 원본 아바타의 메쉬의 삼각형들을 매핑하는 매핑 리스트(mapping list)를 탐색함으로써 매핑 관계를 결정할 수 있다.
보다 구체적으로, 오토 그레이딩 장치는 원본 의상(120)을 구성하는 2차원의 원본 패턴들 중 타겟 패턴과 원본 아바타의 신체 부위 간의 매핑 관계를 결정할 수 있다.
예를 들어, 타겟 패턴이 원본 아바타(110)의 우측 팔, 보다 구체적으로는 우측 어깨 부위에 대응하는 소매 패턴이라고 하자.
오토 그레이딩 장치는 원본 아바타(110)의 제1 메쉬를 구성하는 제1 삼각형들 중 원본 의상(120)의 소매 패턴의 메쉬를 구성하는 삼각형들 각각에 인접한 제1 삼각형들을 검색할 수 있다. 이때, 오토 그레이딩 장치는 예를 들어, 소매 패턴의 메쉬를 구성하는 삼각형들 각각의 세 점에 대해 일정 거리 이내에 있는 인접한 제1 삼각형들을 검색할 수 있다. 오토 그레이딩 장치는 인접한 제1 삼각형들을 소매 패턴에 대응하는 매핑 리스트에 등록할 수 있다. 원본 의상(120)의 특정 삼각형에 대응하는 매핑 리스트는 예를 들어, 하나의 제1 삼각형을 포함하거나, 복수의 제1 삼각형들을 포함할 수 있다. 일 실시예에 따르면, 원본 의상(120)의 특정 삼각형에 대응하는 매핑 리스트는 일정 영역의 제1 삼각형들 및/또는 일정 방향의 제1 삼각형들을 포함할 수 있다.
오토 그레이딩 장치는 매핑 리스트에 의해 해당하는 원본 아바타의 신체 부위('우측 어깨 부위')에 의해 매핑 관계를 결정할 수 있다.
도 5는 일 실시예에 따른 원본 의상을 타겟 아바타에 착장되는 3차원의 타겟 의상으로 변환하는 방법을 나타낸 흐름도이다. 도 5를 참조하면, 일 실시예에 따른 오토 그레이딩 장치는 매핑 관계를 기초로, 원본 의상을 구성하는 제3 메쉬의 제3 삼각형에 인접하는 원본 아바타의 신체 부위의 제1 삼각형들의 검색할 수 있다(510).
오토 그레이딩 장치는 제1 삼각형들의 제1 변형률들을 기초로, 원본 의상의 제3삼각형을 타겟 의상을 구성하는 제4 메쉬의 제4 삼각형으로 변형할 수 있다(520). 단계(520)은 원본 의상과 타겟 의상 각각을 구성하는 메쉬의 삼각형들 간의 변형을 계산하는 과정으로서, 아래의 도 6을 참조하여 구체적으로 설명한다.
오토 그레이딩 장치는 기준 삼각형과 원본 패턴의 제5 삼각형 사이의 원본 변형률(
Figure 112019136121907-pat00021
) 및 기준 삼각형과 타겟 패턴의 제6 삼각형 사이의 타겟 변형률(
Figure 112019136121907-pat00022
)을 산출(530)한 후, 원본 변형률과 타겟 변형률 간의 제1 비율(
Figure 112019136121907-pat00023
)을 산출할 수 있다(540). 여기서, 제5 삼각형은 3D 원본 의상의 제3 삼각형에 대응하는 2D 원본 패턴(제5 메쉬)의 삼각형에 해당하고, 제6 삼각형은 3D 타겟 의상의 제4 삼각형에 대응하는 2D 타겟 패턴(제6 메쉬)의 삼각형에 해당할 수 있다. 단계(530) 및 단계(540)은 3D 원본 의상 및 3D 타겟 의상 각각에 대응하는 2D 패턴들의 삼각형들 간의 변형률을 산출하는 과정으로서, 아래의 도 7을 참조하여 구체적으로 설명한다.
오토 그레이딩 장치는 제1 비율을 기초로, 원본 패턴들을 타겟 패턴들로 변환할 수 있다(550). 단계(550)은 타겟 아바타의 신체 부위별 변형률에 기초하여 해당 부위에 매핑되는 3차원 의상의 2차원 패턴을 변형하는 과정으로서, 아래의 도 8을 참조하여 구체적으로 설명한다.
도 6은 일 실시예에 따라 원본 의상을 구성하는 메쉬의 삼각형을 타겟 의상을 구성하는 메쉬의 삼각형으로 변형하는 방법을 설명하기 위한 도면이다. 도 6을 참조하면, 원본 아바타(610)의 신체 부위의 제1 삼각형들에서 타겟 아바타(620)의 신체 부위의 제2 삼각형들로의 제1 변형률들을 기초로, 원본 의상(630)의 제3삼각형을 타겟 의상(640)의 제4 삼각형으로 변형하는 과정이 도시된다.
그레이딩의 원리상 의상은 인접한 아바타 신체 부위의 사이즈 변형을 따를 수 있다. 따라서, 일 실시예에 따른 오토 그레이딩 장치는 원본 의상(630)을 구성하는 메쉬의 삼각형의 변형을 원본 의상(630)을 구성하는 제3 메쉬의 제3 삼각형에 매핑되는(예를 들어, 인접하는) 원본 아바타(610)의 신체 부위의 제1 삼각형들의 변형률들을 기반으로 산출할 수 있다.
원본 아바타(610)의 신체 부위의 제1 삼각형들의 변형률들은 전술한 수학식 1에서 살펴본 바와 같이 변환 매트릭스
Figure 112019136121907-pat00024
로 표현되는 원본 아바타(610)와 타겟 아바타(620) 간의 제1 변형률에 해당할 수 있다. 이때, 원본 아바타(610)와 타겟 아바타(620) 간의 변형률
Figure 112019136121907-pat00025
및
Figure 112019136121907-pat00026
은 도 6에 도시된 것과 같이 원본 의상(630)과 타겟 의상(640) 간의 변형률
Figure 112019136121907-pat00027
로 적용될 수 있다.
예를 들어, 원본 아바타(610)의 제1 메쉬를 구성하는 제1 삼각형들 중 어느 하나의 제1 삼각형을 as라고 표현하는 경우, 타겟 아바타(620)의 제2 메쉬를 구성하는 제2 삼각형 at는 Ta x as 와 같이 표현할 수 있다. 또한, 원본 의상의 제3 메쉬를 구성하는 제3삼각형들 중 어느 하나의 제3 삼각형을 cs라고 표현한 경우, 타겟 의상(640)의 제4 메쉬를 구성하는 제4 삼각형 ct는 T x cs 와 같이 표현할 수 있다. 이때,
Figure 112019136121907-pat00028
는 아래의 수학식 2와 같이 제1 삼각형들의 변형률들
Figure 112019136121907-pat00029
의 평균에 해당할 수 있다.
예를 들어, 원본 의상(630)을 구성하는 제3 메쉬의 제3 삼각형 r에 매핑된 원본 아바타(610)의 신체 부위의 제1 삼각형들의 집합이
Figure 112019136121907-pat00030
라고 하자.
이 경우, 원본 의상(630)을 구성하는 제3 메쉬의 제3 삼각형의 변형률
Figure 112019136121907-pat00031
은 아래의 수학식 2와 같이 원본 아바타(610)의 신체 부위의 제1 삼각형들의 변형률들
Figure 112019136121907-pat00032
의 평균으로 산출될 수 있다.
Figure 112019136121907-pat00033
여기서, 원본 아바타(610)의 신체 부위의 제1 삼각형들의 변형률들
Figure 112019136121907-pat00034
는 전술한 수학식 1에서 회전 강체 변환(rotation rigid transformation)을 제외한 값, 다시 말해, 스케일(scale) 변환 및 쉬어(shear) 각도 변환만을 수행한 결과에 해당할 수 있다.
이와 같이 오토 그레이딩 장치는 원본 아바타(610)의 신체 부위의 제1 삼각형들의 제1 변형률들의 통계치(예를 들어, 평균)를 산출하고, 제1 삼각형들의 제1 변형률들의 통계치에 따라 원본 의상(630)을 구성하는 제3 메쉬의 제3 삼각형을 타겟 의상(640)을 구성하는 제4 메쉬의 제4 삼각형으로 변형할 수 있다.
일 실시예에서는 원본 아바타(610)의 변환 매트릭스를 그대로 타겟 의상(640)에 적용하여 원본 아바타(610)에 대한 수평 방향의 변형뿐만 아니라, 수직 방향의 변형도 정확하게 타겟 의상(640)에 반영함으로써 의상의 형태(shape)에 관계 없이 정확하게 자동 그레이딩된 타겟 패턴들을 생성할 수 있다.
도 7은 일 실시예에 따라 2차원 패턴의 변형률('제1 비율')을 산출하는 방법을 설명하기 위한 도면이다. 도 7의 (a)를 참조하면, 3D 원본 의상의 제3 삼각형(710)을 3D 타겟 의상의 제4 삼각형(720)으로 변형하는 경우에 제3 삼각형(710)에 대응하는 2차원 원본 패턴(제5 메쉬)의 제5 삼각형(730)과 제4 삼각형(720)에 대응하는 2차원 타겟 패턴(제6 메쉬)의 제6 삼각형(740) 간의 관계가 도시된다.
의상의 3 차원 형태는 예를 들어, 중력, 옷과 옷 사이 충돌, 원단 장력 등에 의해 변형(deformation)이 발생할 수 있고, 이러한 의상의 변형은 의상을 구성하는 2차원 패턴들에도 마찬가지로 반영되어야 아바타에 잘 피팅되는 의상 또는 의상 패턴들이 생성될 수 있다. 따라서, 일 실시예에서는 의상의 3차원 형태의 변형을 마찬가지로 의상을 구성하는 2차원 패턴들에 적용되도록 할 수 있다.
예를 들어, 기준 삼각형(750)과 원본 패턴의 제5 삼각형(730) 사이의 형태 변형률을 '원본 변형률'
Figure 112019136121907-pat00035
이라 부르고, 기준 삼각형(750)과 타겟 패턴의 제6 삼각형(740)의 형태 변형률을 '타겟 변형률'
Figure 112019136121907-pat00036
이라 부르기로 하자. 여기서, 제5 삼각형(730)은 제3 삼각형(710)에 대응하는 원본 패턴(제5 메쉬)의 삼각형에 해당할 수 있다. 또한, 제6 삼각형(740)은 제4 삼각형(720)에 대응하는 타겟 패턴(제6 메쉬)의 삼각형에 해당할 수 있다. 또한, 기준 삼각형(750)은 2차원 패턴 상에서 기준이 되는 가상의 삼각형에 해당하며, 예를 들어, 아무런 외력이 작용하지 않는 이상적인 상태의 삼각형에 해당할 수 있다. 일 실시예에 따르면, 기준 삼각형은 미리 정해진 초기 크기를 가질 수 있고, 또는 설계에 따라 각 패턴들의 단위 삼각형의 평균 크기를 가질 수도 있다.
도 7의 (b)를 참조하면, 3차원 의상을 구성하는 삼각형(710 또는 720)과 2차원의 패턴을 구성하는 삼각형(730 또는 740) 간의 관계를 설명하기 위한 도면이 도시된다.
전술한 원본 변형률
Figure 112019136121907-pat00037
과 타겟 변형률
Figure 112019136121907-pat00038
은 아래의 수학식 3을 통해 계산될 수 있다.
Figure 112019136121907-pat00039
여기서 U는 2 x 3 매트릭스로서, 해당 매트릭스의 첫번째 컬럼 벡터(column vector)의 크기는 2차원상에서 x 축으로 얼마나 스케일(scale) 되었는지를 나타내고, 두번째 컬럼 벡터의 크기는 y 축으로 얼마나 스케일 되었는지를 나타낼 수 있다. 또한, 두 컬럼 벡터의 각도가 쉬어 각도(shear angle)에 해당할 수 있다.
2차원 패턴이 그레이딩 되었을 때 x축 및 y축 방향으로 주로 크기 변화가 일어날 수 있으므로, 일 실시예에 따른 오토 그레이딩 장치는 두 컬럼 벡터의 크기, 다시 말해, 스케일 값만을 가지고, 변형률
Figure 112019136121907-pat00040
를 계산할 수 있다.
실시예에 따라서, 오토 그레이딩 장치는 스케일 값뿐만 아니라 쉬어 각도까지 포함하여 변형률을
Figure 112019136121907-pat00041
로 정의할 수도 있다. 이 경우, 그레이딩 과정에서 각 의상을 구성하는 패턴들의 삼각형들은 원본 변형률
Figure 112019136121907-pat00042
에서 타겟 변형률
Figure 112019136121907-pat00043
만큼 변형되어야 한다.
일 실시예에서는 원본 변형률
Figure 112019136121907-pat00044
과 타겟 변형률
Figure 112019136121907-pat00045
간의 비율을 제1 비율(
Figure 112019136121907-pat00046
)라 부르기로 한다. 제1 비율은
Figure 112019136121907-pat00047
와 같이 산출할 수 있다. 제1 비율(
Figure 112019136121907-pat00048
)은 초기 비율
Figure 112019136121907-pat00049
로도 표시할 수 있다.
도 8은 일 실시예에 따른 2차원 패턴의 변형률을 기초로, 원본 의상을 구성하는 원본 패턴들을 타겟 의상을 구성하는 타겟 패턴들로 변환하는 방법을 도시한 도면이다. 도 8을 참조하면, 2차원 패턴의 변형률을 유지하는 목적 함수에 기반하여 2차원 원본 패턴의 제5 메쉬(810)로부터 도출되는 2차원 타겟 패턴 후보의 제6 메쉬 후보(830)가 도시된다.
일 실시예에 따른 오토 그레이딩 장치는 3차원 의상에서의 형태 변형이 발생한 경우에 3차원 의상에서의 형태 변형률이 2차원의 패턴들에서도 최대한 동일하게 유지되도록 2차원 패턴들을 구성하는 전체 삼각형 메쉬를 변형할 수 있다.
일 실시예에 따른 오토 그레이딩 장치는 예를 들어, 타겟 패턴 후보의 제6 메쉬 후보(830)의 제6 삼각형 후보가 결정되면, 기준 삼각형과 제6 삼각형 후보 사이의 타겟 변형률을 산출할 수 있다. 여기서, 산출된 타겟 변형률은 타겟 변형률 후보에 해당할 수 있다. 오토 그레이딩 장치는 원본 변형률 및 타겟 변형률 후보 간의 제 2 비율을 산출할 수 있다. 오토 그레이딩 장치는 제1 비율과 제2 비율 간의 차이를 최소화하는 제1 목적 함수를 만족하도록 타겟 패턴 후보의 제6 메쉬 후보(830) 상의 점들의 위치를 결정할 수 있다.
이와 같이 3차원 의상의 삼각형에 대응하는 2차원 변형률을 최대한 유지하도록 타겟 패턴 후보의 제6 메쉬 후보(830) 상의 각 점 위치를 계산하는 과정을 '최적화 과정'이라 부를 수 있다. 최적화 과정은 아래의 수학식 4와 같이 표현할 수 있다.
Figure 112019136121907-pat00050
여기서,
Figure 112019136121907-pat00051
는 2차원 타겟 패턴 후보의 제6 메쉬 후보 상의 점들(예를 들어, 꼭지점들)의 위치들을 지시하는 벡터(vector)에 해당할 수 있다.
수학식 4는 제1 비율
Figure 112019136121907-pat00052
과 제 2 비율
Figure 112019136121907-pat00053
간의 차이를 최소화하는 제1 목적 함수에 해당할 수 있다. 오토 그레이딩 장치는 제1 비율
Figure 112019136121907-pat00054
과 제 2 비율
Figure 112019136121907-pat00055
간의 차이가 최소화되도록 타겟 패턴 후보의 제6메쉬 후보 상의 점의 위치를 계산할 수 있다.
오토 그레이딩 장치는 예를 들어, 그래디언트 디센트(gradient decent) 기법에 의해 수학식 4의 목적 함수의 그래디언트를 0으로 하는 해(solution)를 구할 수 있다. 오토 그레이딩 장치는 수학식 4의 해를 구함으로써 아래의 도 9에 도시된 것과 같은 2차원 타겟 패턴들을 획득할 수 있다.
도 9는 일 실시예에 따른 타겟 의상의 구성하는 2차원의 타겟 패턴들을 도시한 도면이다. 도 9를 참조하면, 일 실시예에 따라 출력되는 2차원의 타겟 패턴들(910) 및 타겟 패턴들(910)의 외곽선들(911, 913, 915, 917)이 도시된다.
도 9에 도시된 타겟 패턴들(910)의 외곽선들(911, 913, 915, 917)을 살펴보면, 해당 부분이 울퉁 불퉁하게 표현된 것을 볼 수 있다. 예를 들어, 원본 아바타에 비해 타겟 아바타의 체형이 작은 경우, 원본 패턴에 비해 타겟 패턴의 크기가 전체적으로 줄어들게 된다. 이때, 타겟 패턴을 구성하는 메쉬의 각 삼각형의 타겟 변형률과 주변 삼각형의 타겟 변형률 간의 차이로 인해 타겟 패턴의 외곽선들(911, 913, 915, 917)이 울퉁불퉁하게 표현될 수 있다. 이는 타겟 패턴을 구성하는 메쉬의 삼각형에 인접한 타겟 아바타의 메쉬의 삼각형들의 변형률이 연속적이지 않는 것에서 기인할 수 있다.
일 실시예에 따른 오토 그레이딩 장치는 예를 들어, 아래의 수학식 5를 통해 제1 비율을 완화함으로써 2차원 패턴들의 외곽선들(911, 913, 915, 917)을 직선으로 매끄럽게 표현할 수 있다. 수학식 1에 의해 완화된 제1 비율은
Figure 112019136121907-pat00056
로 표시할 수 있다.
Figure 112019136121907-pat00057
여기서, k 는 완화의 반복 횟수(iteration)를 나타내고,
Figure 112019136121907-pat00058
는 2차원 패턴의 삼각형 i 에 인접한 삼각형 j 들의 집합을 나타낸다.
오토 그레이딩 장치는 초기 타겟 변형률
Figure 112019136121907-pat00059
을 전술한 수학식 5를 통한 완화 과정을 거쳐 완화된 변형률
Figure 112019136121907-pat00060
를 구할 수 있다.
실시예에 따라서, 오토 그레이딩 장치는 2차원 패턴들의 외곽선들에 대응하는 점에 이동 평균(moving average)을 적용하거나, 또는 저역 필터링을 적용하여 완화된 변형률
Figure 112019136121907-pat00061
를 구할 수 있다.
완화된 변형률
Figure 112019136121907-pat00062
를 수학식 4의 최적화 식에 반영하여 아래와 같은 수학식 6을 얻을 수 있다.
Figure 112019136121907-pat00063
오토 그레이딩 장치는 예를 들어, 제2 비율
Figure 112019136121907-pat00064
과 완화된 제1 비율
Figure 112019136121907-pat00065
간의 차이를 최소화하는 제2 목적 함수를 만족하도록 제6 메쉬 후보 상의 점들의 위치를 결정할 수 있다. 제2 목적 함수는 예를 들어, 수학식 6에 해당할 수 있다.
오토 그레이딩 장치는 수학식 6에 의해 좀 더 매끈하고 부드러운 외곽선을 가진 2차원 패턴들을 얻을 수 있다.
도 10은 일 실시예에 따라 원본 패턴의 외곽선의 곡률을 타겟 패턴에서 동일하게 유지하는 방법을 설명하기 위한 도면이다. 도 10을 참조하면, 원본 패턴(1010) 및 타겟 패턴(1030)이 도시된다.
예를 들어, 목 부분(1011)과 소매 부분(1013)과 같이 원본 패턴(1010)의 외곽선 또는 내부선이 일정 곡률을 가지는 경우, 오토 그레이딩 장치는 원본 패턴(1010)에 대응하는 타겟 패턴(1030)의 목 부분(1031)과 소매 부분(1033)에서 원본 패턴(1010)과 동일한 곡률이 유지되도록 할 수 있다. 다시 말해, 오토 그레이딩 장치는 타겟 패턴(1030)의 곡선 상에 있는 메쉬의 점들이 원본 패턴(1010)의 곡선의 곡률을 유지하도록 할 수 있다.
오토 그레이딩 장치는 예를 들어, 전술한 수학식 6의 최적화 식에 원본 패턴(1010)의 곡률을 유지하도록 하는 제1 제한을 추가한 아래의 수학식 7을 통해 타겟 패턴(1030)에서 원본 패턴(1010)의 곡률이 유지되도록 할 수 있다.
Figure 112019136121907-pat00066
여기서,
Figure 112019136121907-pat00067
는 원본 패턴(1010)의 외곽선과 내부선 상의 모든 점들에 대한 제1 곡률 벡터(curvature vector)를 나타내고,
Figure 112019136121907-pat00068
는 타겟 패턴(1030) 상에서의 모든 점들에 대한 제2 곡률 벡터를 나타낼 수 있다.
오토 그레이딩 장치는 예를 들어, 타겟 패턴(들)(1030)의 곡선 상의 모든 점들에 대한 제2 곡률(또는 제2 곡률 벡터)가 원본 패턴(들)(1010)의 외곽선과 내부선의 곡선 상에 있는 모든 점들에 대한 제1 곡률(또는 제1 곡률 벡터)을 유지하도록 하는 제1 제한(constraints)을 설정할 수 있다. 오토 그레이딩 장치는 수학식 6을 통해 전술한 제2 목적 함수에 더하여, 제1제한을 만족하도록 하는 수학식 7에 의해 제6 메쉬 후보 상의 점들의 위치를 결정할 수 있다.
오토 그레이딩 장치는 수학식 7의 해를 구함으로써 원본 패턴(1010)의 곡률을 유지하는 타겟 패턴(1030)을 생성할 수 있다.
도 11은 일 실시예에 따라 서로 재봉되는 원본 패턴들에서의 재봉선의 길이 비율을 타겟 패턴들에서 동일하게 유지하는 방법을 설명하기 위한 도면이다. 도 11을 참조하면, 원본 패턴들(1110, 1120) 및 원본 패턴들에 대응하는 타겟 패턴들(1130, 1140)이 도시된다.
원본 패턴(1110)과 원본 패턴(1120)은 재봉선(1115)과 재봉선(1125)에 의해 재봉됨으로써 서로 연결되는 패턴들에 해당할 수 있다. 이때, 원본 패턴들(1110, 1120)에는 재봉선(1115, 1125)의 정보가 미리 입력되어 있으며, 배치된 원본 패턴들은 재본선에 의해 연결된 후에 원본 아바타에 착장될 수 있다. 이와 같이 패턴들의 재봉선을 연결함으로써 가상의 의상이 아바타에 착장되는 것은 타겟 의상의 타겟 패턴들(1130, 1140)에서도 동일하게 적용될 수 있다.
일 실시예에 따른 오토 그레이딩 장치는 그레이딩 이후, 원본 패턴들(1110, 1120)에서 서로 재봉되는 재봉선들(예를 들어, 1115, 1125) 사이의 길이 비율이 타겟 패턴들(1130, 1140)에서도 동일하게 유지되도록 할 수 있다. 다시 말해, 오토 그레이딩 장치는 타겟 패턴들(1130, 1140) 상에서 서로 연결되는 재봉선들(1135, 1145) 사이의 길이 비율(예를 들어, 1:1)이 대응되는 원본 패턴들(1110, 1120) 상에서 서로 연결되는 재봉선들(1115, 1125) 사이의 길이 비율(예를 들어, 1 : 1)과 같아지도록 할 수 있다. 만약 서로 연결되는 재봉선들 사이의 길이 비율이 유지되지 않으면 솔기(seam)에서 길이 차이가 나기 때문에 옷이 우는 현상이 발생할 수 있다.
이를 위해, 일 실시예에서는 전술한 수학식 7을 푼 다음 주어지는 타겟 패턴 상에서 그레이딩 시 재봉선의 길이 비율이 유지되도록 할 수 있다.
오토 그레이딩 장치는 예를 들어, 제6 메쉬 후보 상의 점들의 위치를 기초로 변환된 타겟 패턴들(1130, 1140)에서 재봉에 의해 서로 연결되는 타겟 패턴들(1130, 1140) 간의 재봉선들(1135, 1145)의 제2 길이 비율이 대응되는 원본 패턴들(1110, 1120)의 재봉선들(1115, 1125)의 제1 길이 비율을 만족하도록 하는 제2 제한을 설정할 수 있다.
오토 그레이딩 장치는 전술한 수학식 7을 푼 다음 주어지는 타겟 패턴들(1130, 1140) 상에서 재봉선들(1135, 1145)의 양 길이를 재고, 원본 패턴들(1110, 1120) 상에서의 재봉선들(1115, 1125)의 제1 길이 비율과 같아지도록 타겟 패턴들(1130, 1140)의 양 재봉선 상의 모든 선분의 타겟 길이를 계산할 수 있다.
예를 들어, 계산된 모든 선분의 타겟 길이 벡터를
Figure 112019136121907-pat00069
로 정의하는 경우, 타겟 길이를 유지하도록 하는 제2 제한은
Figure 112019136121907-pat00070
와 같이 표현될 수 있다.
일 실시예에서는 전술한 수학식 7에, 재봉선의 길이 비율을 유지하도록 하는 제2 제한을 추가하여 아래의 수학식 8과 같은 최적화 식을 얻을 수 있다.
Figure 112019136121907-pat00071
오토 그레이딩 장치는 제2 목적 함수 및 제1 제한에 더하여, 제2제한을 만족하는 수학식 8을 만족하는 제6 메쉬 후보 상의 점들의 위치를 결정할 수 있다.
오토 그레이딩 장치는 수학식 8의 해를 구함으로써 원본의 곡률을 유지하고, 재봉선 길이 비율 또한 유지하는 타겟 패턴들을 생성할 수 있다.
실시예에 따라서, 오토 그레이딩 장치는 최적화 시에 원본 영상의 압력 분포가 최대한 유지되도록 하는 제3 제한을 부가할 수도 있다. 일 실시예에 따르면, 원본 의상의 제3 메쉬에는 원본 아바타의 표면에 대한 압력 분포가 저장될 수 있다. 이후, 원본 의상의 제3 메쉬와 원본 아바타의 제1 메쉬 간의 변환 관계에 따라 원본 의상의 압력 분포를 타겟 의상의 압력 분포로 변환할 수 있다. 이때, 원본 아바타에서 볼륨이 늘어난 부분은 원본 의상에서 더 높은 압력으로 변환되고, 원본 아바타에서 볼륨이 줄어든 부분은 원본 의상에서 더 낮은 압력으로 변환될 수 있다. 이후, 전술한 변환률에 의해 산출된 타겟 의상의 압력 분포를 만족하도록 하는 2차원 타겟 패턴들을 획득할 수 있다.
도 12는 일 실시예에 따른 오토 그레이딩 장치의 블록도이다. 도 12를 참조하면, 일 실시예에 따른 오토 그레이딩 장치(1200)는 프로세서(1210), 사용자 인터페이스(1230), 및 출력 장치(1250)를 포함한다. 오토 그레이딩 장치(1200)는 메모리(1270)를 더 포함할 수 있다. 프로세서(1210), 사용자 인터페이스(1230), 출력 장치(1250), 및 메모리(1270)는 통신 버스(1205)를 통해 서로 통신할 수 있다.
프로세서(1210)는 3차원 원본 아바타와 3차원 타겟 아바타 간의 제1 변형률을 산출한다. 프로세서(1210)는 원본 아바타에 착장되는 3차원의 원본 의상과 원본 아바타의 신체 부위 간의 매핑 관계를 결정한다. 프로세서(1210)는 제1 변형률 및 매핑 관계를 기초로, 원본 의상을 타겟 아바타에 착장되는 3차원의 타겟 의상으로 변환한다.
프로세서(1210)는 예를 들어, 매핑 관계를 기초로, 원본 의상을 구성하는 제3 메쉬의 제3 삼각형에 인접하는 원본 아바타의 신체 부위의 제1 삼각형들의 탐색할 수 있다. 프로세서(1210)는 제1삼각형들의 제1 변형률들을 기초로, 원본 의상의 제3삼각형을 타겟 의상의 제4 삼각형으로 변형할 수 있다. 프로세서(1210)는 제3 삼각형에 대응하는 원본 패턴의 제5 삼각형 및 제4 삼각형에 대응하는 타겟 패턴의 제6 삼각형 사이의 변형률을 산출할 수 있다. 프로세서(1210)는 산출된 변형률을 기초로, 원본 패턴들을 타겟 패턴들로 변환할 수 있다.
또는, 프로세서(1210)는 기준 삼각형과 원본 패턴의 제5 삼각형 사이의 원본 변형률 및 기준 삼각형과 타겟 패턴의 제6 삼각형 사이의 타겟 변형률을 산출하고, 원본 변형률과 타겟 변형률 간의 제1 비율을 산출할 수 있다. 프로세서(1210)는 제1 비율을 기초로, 원본 패턴들을 타겟 패턴들로 변환할 수 있다. 이때, 제5 삼각형은 제3 삼각형에 대응하는 2차원 원본 패턴(제5 메쉬)의 삼각형에 해당하고, 제6 삼각형은 제4 삼각형에 대응하는 2차원 타겟 패턴(제6 메쉬)의 삼각형에 해당할 수 있다.
프로세서(1210)는 제1 삼각형들의 제1 변형률들의 통계치를 산출하고, 통계치에 따라 제3 삼각형을 제4 삼각형으로 변형할 수 있다. 프로세서(1210)는 원본 변형률 및 타겟 패턴 후보의 타겟 변형률 후보 간의 제 2 비율을 산출할 수 있다. 프로세서(1210)는 제1 비율과 제2 비율 간의 차이를 최소화하는 제1 목적 함수를 만족하도록 타겟 패턴 후보의 제6 메쉬 후보 상의 점들의 위치를 결정할 수 있다. 여기서, 타겟 변형률 후보는 기준 삼각형과 2차원 타겟 패턴 후보(제6 메쉬 후보)의 제6 삼각형 후보 사이의 타겟 변형률을 포함할 수 있다.
프로세서(1210)는 제1 비율을 완화하고, 제2 비율과 완화된 제1 비율 간의 차이를 최소화하는 제2 목적 함수를 만족하도록 제6 메쉬 후보 상의 점들의 위치를 결정할 수 있다.
프로세서(1210)는 타겟 패턴들의 곡선 상의 모든 점들에 대한 제2 곡률이 원본 패턴들의 곡선 상의 모든 점들에 대한 제1 곡률을 유지하도록 하는 제1 제한을 설정할 수 있다. 프로세서(1210)는 제2 목적 함수에 더하여, 제1제한을 만족하도록 제6 메쉬 후보 상의 점들의 위치를 결정할 수 있다.
프로세서(1210)는 제6 메쉬 후보 상의 점들의 위치를 기초로, 변환된 타겟 패턴들에서 재봉에 의해 서로 연결되는 패턴들 간의 재봉선의 제2 길이 비율이, 변환된 타겟 패턴들에 대응되는 원본 패턴들의 재봉선의 제1 길이 비율을 만족하도록 하는 제2 제한을 설정할 수 있다. 프로세서(1210)는 제2 목적 함수 및 제1 제한에 더하여, 제2제한을 만족하도록 제6 메쉬 후보 상의 점들의 위치를 결정할 수 있다.
사용자 인터페이스(1230)는 3차원 원본 아바타와 3차원 타겟 아바타에 대한 선택을 입력받는다. 사용자 인터페이스(910)는 예를 들어, 스타일러스 펜, 마우스, 키보드, 터치 인터페이스를 통한 터치 입력 등을 포함할 수 있다.
출력 장치(1250)는 타겟 의상을 구성하는 2차원의 타겟 패턴을 출력한다. 출력 장치(1250)는 3차원 타겟 아바타에 착장되는 3차원 타겟 의상 및/또는 3차원 타겟 의상의 2차원 타겟 패턴들을 화면 상에 출력할 수도 있고, 또는 오토 그레이딩 장치(1200) 외부로 출력할 수도 있다. 출력 장치(1250)는 예를 들어, 디스플레이, 또는 오토 그레이딩 장치(1200)의 외부와 통신하는 통신 인터페이스일 수도 있다. 또한, 출력 장치(1250)는 타겟 의상을 구성하는 2차원의 타겟 패턴들을 종이 또는 옷감 등의 별도의 출력물에 출력하는 2차원 패턴 출력 장치일 수 있다.
메모리(1270)는 예를 들어, 사용자 인터페이스(910)를 통해 입력 받은 3차원 원본 아바타, 및 3차원 타겟 아바타를 저장할 수 있다. 또한, 메모리(1270)는 프로세서(1210)가 산출한 3차원 원본 아바타와 3차원 타겟 아바타 간의 제1 변형률 및/또는 원본 아바타에 착장되는 3차원의 원본 의상과 원본 아바타의 신체 부위 간의 매핑 관계를 저장할 수 있다. 또한, 메모리(1270)는 프로세서(1210)에 의해 원본 의상으로부터 변환된 3차원의 타겟 의상 및 타겟 의상을 구성하는 2차원의 타겟 패턴들을 저장할 수 있다.
이 밖에도, 프로세서(1210)는 도 1 내지 도 11을 통해 전술한 적어도 하나의 방법 또는 적어도 하나의 방법에 대응되는 알고리즘을 수행할 수 있다. 프로세서(1210)는 프로그램을 실행하고, 오토 그레이딩 장치(1200)를 제어할 수 있다. 프로세서(1210)에 의하여 실행되는 프로그램 코드는 메모리(1270)에 저장될 수 있다. 프로세서(1210)는 예를 들어, CPU(Central Processing Unit), GPU(Graphics Processing Unit), 또는 NPU(Neural network Processing Unit)으로 구성될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 시스템이가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 시스템에 의하여 해석되거나 처리 시스템에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 시스템, 가상 시스템(virtual equipment), 컴퓨터 저장 매체 또는 시스템에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 시스템, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
1200: 오토 그레이딩 장치
1205: 통신 버스
1210: 프로세서
1230: 사용자 인터페이스
1250: 메모리
1270: 출력 장치

Claims (23)

  1. 3차원 원본 아바타(source avatar)와 3차원 타겟 아바타(target avatar) 간의 제1 변형률을 산출하는 단계;
    상기 원본 아바타에 착장되는 3차원의 원본 의상과 상기 원본 아바타의 신체 부위 간의 매핑 관계를 결정하는 단계;
    상기 제1 변형률 및 상기 매핑 관계를 기초로, 상기 원본 의상의 원본 패턴들의 재봉선의 길이 비율이 상기 타겟 아바타에 착장되는 3차원의 타겟 의상의 타겟 패턴들에서 유지되도록 상기 원본 의상을 상기 타겟 의상으로 변환하는 단계; 및
    상기 타겟 의상을 구성하는 2차원의 타겟 패턴을 출력하는 단계
    를 포함하는,
    오토 그레이딩 방법.
  2. 제1항에 있어서,
    상기 타겟 의상으로 변환하는 단계는
    상기 매핑 관계를 기초로, 상기 원본 의상을 구성하는 제3 메쉬의 제3 단위 도형에 인접하는 상기 원본 아바타의 신체 부위의 제1 단위 도형들을 탐색하는 단계;
    상기 제1단위 도형들의 제1 변형률들을 기초로, 상기 원본 의상의 상기 제3단위 도형을 상기 타겟 의상을 구성하는 제4메쉬의 제4 단위 도형으로 변형하는 단계;
    상기 제3 단위 도형에 대응하는 원본 패턴의 제5 단위 도형 및 상기 제4 단위 도형에 대응하는 타겟 패턴의 제6 단위 도형 사이의 변형률을 산출하는 단계; 및
    상기 산출된 변형률을 기초로, 상기 원본 패턴들을 상기 타겟 패턴들로 변환하는 단계
    를 포함하는,
    오토 그레이딩 방법.
  3. 제1항에 있어서,
    상기 타겟 의상으로 변환하는 단계는
    상기 매핑 관계를 기초로, 원본 의상을 구성하는 제3 메쉬의 제3 단위 도형에 인접하는 상기 원본 아바타의 신체 부위의 제1 단위 도형들을 탐색하는 단계;
    상기 제1 단위 도형들의 제1 변형률들을 기초로, 상기 원본 의상의 상기 제3단위 도형을 상기 타겟 의상을 구성하는 제4 메쉬의 제4 단위 도형으로 변형하는 단계;
    기준 단위 도형과 원본 패턴의 제5 단위 도형 사이의 원본 변형률 및 상기 기준 단위 도형과 타겟 패턴의 제6 단위 도형 사이의 타겟 변형률을 산출하는 단계;
    상기 원본 변형률과 상기 타겟 변형률 간의 제1 비율을 산출하는 단계; 및
    상기 제1 비율을 기초로, 상기 원본 패턴들을 상기 타겟 패턴들로 변환하는 단계
    를 포함하고,
    상기 제5 단위 도형은 상기 제3 단위 도형에 대응하는 원본 패턴의 단위 도형에 해당하며, 상기 제6 단위 도형은 상기 제4 단위 도형에 대응하는 타겟 패턴의 단위 도형에 해당하는,
    오토 그레이딩 방법.
  4. 제3항에 있어서,
    상기 제3 단위 도형을 상기 제4단위 도형으로 변형하는 단계는
    상기 제1 단위 도형들의 제1 변형률들의 통계치를 산출하는 단계; 및
    상기 통계치에 따라 상기 제3 단위 도형을 상기 제4 단위 도형으로 변형하는 단계
    를 포함하는,
    오토 그레이딩 방법.
  5. 제3항에 있어서,
    상기 타겟 패턴들로 변환하는 단계는
    상기 원본 변형률 및 타겟 패턴 후보의 타겟 변형률 후보 간의 제 2 비율을 산출하는 단계; 및
    상기 제1 비율과 상기 제2 비율 간의 차이를 최소화하는 제1 목적 함수를 만족하도록 상기 타겟 패턴 후보의 제6 메쉬 후보 상의 점들의 위치를 결정하는 단계
    를 포함하고,
    상기 타겟 변형률 후보는
    상기 기준 단위 도형과 상기 타겟 패턴 후보의 제6 단위 도형 후보 사이의 타겟 변형률을 포함하는,
    오토 그레이딩 방법.
  6. 제5항에 있어서,
    상기 제1 비율을 완화(relaxation)하는 단계
    를 더 포함하고,
    상기 제6 메쉬 후보 상의 점들의 위치를 결정하는 단계는
    상기 제2 비율과 상기 완화된 제1 비율 간의 차이를 최소화하는 제2 목적 함수를 만족하도록 상기 제6 메쉬 후보 상의 점들의 위치를 결정하는 단계
    를 포함하는,
    오토 그레이딩 방법.
  7. 제6항에 있어서,
    상기 타겟 패턴들의 곡선 상의 모든 점들에 대한 제2 곡률이 상기 원본 패턴들의 곡선 상의 모든 점들에 대한 제1 곡률을 유지하도록 하는 제1 제한(constraints)을 설정하는 단계
    를 더 포함하고,
    상기 제6 메쉬 후보 상의 점들의 위치를 결정하는 단계는
    상기 제2 목적 함수에 더하여, 상기 제1제한을 만족하도록 상기 제6 메쉬 후보 상의 점들의 위치를 결정하는 단계
    를 포함하는,
    오토 그레이딩 방법.
  8. 제7항에 있어서,
    제6 메쉬 후보 상의 점들의 위치를 기초로, 상기 변환된 타겟 패턴들에서 서로 연결되는 타겟 패턴들 간의 재봉선들의 제2 길이 비율이, 상기 변환된 타겟 패턴들에 대응되는 상기 원본 패턴들의 재봉선들의 제1 길이 비율을 만족하도록 하는 제2 제한을 설정하는 단계
    를 더 포함하고,
    상기 제6 메쉬 후보 상의 점들의 위치를 결정하는 단계는
    상기 제2 목적 함수 및 상기 제1 제한에 더하여, 상기 제2제한을 만족하도록 상기 제6 메쉬 후보 상의 점들의 위치를 결정하는 단계
    를 포함하는,
    오토 그레이딩 방법.
  9. 제1항에 있어서,
    상기 원본 의상 및 상기 타겟 의상은
    복수의 꼭지점들(vertices)이 서로 연결된 다각형의 메쉬로 모델링되는,
    오토 그레이딩 방법.
  10. 제1항에 있어서,
    상기 제1 변형률을 산출하는 단계는
    아바타의 메쉬(mesh)를 구성하는 단위 도형을 기초로, 상기 제1 변형률을 산출하는 단계
    를 포함하는,
    오토 그레이딩 방법.
  11. 제1항에 있어서,
    상기 제1 변형률을 산출하는 단계는
    상기 원본 아바타의 제1 메쉬를 구성하는 제1 단위 도형의 세 점들에 기초한 제1 사면체와 상기 제1 단위 도형에 대응하는 상기 타겟 아바타의 제2 메쉬를 구성하는 제2 단위 도형의 세 점들에 기초한 제2 사면체 간의 변형 정도를 나타내는 변환 매트릭스(transformation matrix)를 산출하는 단계; 및
    상기 변환 매트릭스에 기초하여 상기 제1 변형률을 산출하는 단계
    를 포함하는,
    오토 그레이딩 방법.
  12. 제1항에 있어서,
    상기 매핑 관계를 결정하는 단계는
    상기 원본 의상을 구성하는 2차원의 원본 패턴들 중 타겟 패턴과 상기 원본 아바타의 신체 부위 간의 매핑 관계를 결정하는 단계
    를 포함하는,
    오토 그레이딩 방법.
  13. 제12항에 있어서,
    상기 매핑 관계를 결정하는 단계는
    상기 원본 아바타의 제1 메쉬를 구성하는 제1 단위 도형들 중 상기 타겟 패턴의 메쉬를 구성하는 단위 도형들 각각에 인접한 제1 단위 도형들을 검색하는 단계;
    상기 인접한 제1 단위 도형들을 상기 타겟 패턴에 대응하는 매핑 리스트에 등록하는 단계; 및
    상기 매핑 리스트에 의해 해당하는 상기 원본 아바타의 신체 부위에 의해 상기 매핑 관계를 결정하는 단계
    를 포함하는,
    오토 그레이딩 방법.
  14. 제1항에 있어서,
    상기 타겟 의상으로 변환하는 단계는
    상기 제1 변형률 및 상기 매핑 관계를 기초로, 상기 원본 의상을 구성하는 2차원의 원본 패턴들을 상기 타겟 의상을 구성하는 2차원의 타겟 패턴들로 변환하는 단계
    를 포함하는,
    오토 그레이딩 방법.
  15. 하드웨어와 결합되어 제1항 내지 제14항 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
  16. 3차원 원본 아바타와 3차원 타겟 아바타에 대한 선택을 입력받은 사용자 인터페이스;
    상기 3차원 원본 아바타와 상기 3차원 타겟 아바타 간의 제1 변형률을 산출하고, 상기 원본 아바타에 착장되는 3차원의 원본 의상과 상기 원본 아바타의 신체 부위 간의 매핑 관계를 결정하며, 상기 제1 변형률 및 상기 매핑 관계를 기초로, 상기 원본 의상의 원본 패턴들의 재봉선의 길이 비율이 상기 타겟 아바타에 착장되는 3차원의 타겟 의상의 타겟 패턴들에서 유지되도록 상기 원본 의상을 상기 타겟 의상으로 변환하는 프로세서; 및
    상기 타겟 의상을 구성하는 2차원의 타겟 패턴들을 출력하는 출력 장치
    를 포함하는,
    오토 그레이딩 장치.
  17. 제16항에 있어서,
    상기 프로세서는
    상기 매핑 관계를 기초로, 상기 원본 의상을 구성하는 제3 메쉬의 제3 단위 도형에 인접하는 상기 원본 아바타의 신체 부위의 제1 단위 도형들을 탐색하고,
    상기 제1단위 도형들의 제1 변형률들을 기초로, 상기 원본 의상의 상기 제3단위 도형을 상기 타겟 의상을 구성하는 제4메쉬의 제4 단위 도형으로 변형하고,
    상기 제3 단위 도형에 대응하는 원본 패턴의 제5 단위 도형 및 상기 제4 단위 도형에 대응하는 타겟 패턴의 제6 단위 도형 사이의 변형률을 산출하며,
    상기 산출된 변형률을 기초로, 상기 원본 패턴들을 상기 타겟 패턴들로 변환하는,
    오토 그레이딩 장치.
  18. 제16항에 있어서,
    상기 프로세서는
    상기 매핑 관계를 기초로, 원본 의상을 구성하는 제3 메쉬의 제3 단위 도형에 인접하는 상기 원본 아바타의 신체 부위의 제1 단위 도형들을 탐색하고,
    상기 제1 단위 도형들의 제1 변형률들을 기초로, 상기 원본 의상의 상기 제3단위 도형을 상기 타겟 의상을 구성하는 제4 메쉬의 제4 단위 도형으로 변형하고,
    기준 단위 도형과 원본 패턴의 제5 단위 도형 사이의 원본 변형률 및 상기 기준 단위 도형과 타겟 패턴의 제6 단위 도형 사이의 타겟 변형률을 산출하고,
    상기 원본 변형률과 상기 타겟 변형률 간의 제1 비율을 산출하고,
    상기 제1 비율을 기초로, 상기 원본 패턴들을 상기 타겟 패턴들로 변환하며,
    상기 제5 단위 도형은 상기 제3 단위 도형에 대응하는 원본 패턴의 단위 도형에 해당하고, 상기 제6 단위 도형은 상기 제4 단위 도형에 대응하는 타겟 패턴의 단위 도형에 해당하는,
    오토 그레이딩 장치.
  19. 제18항에 있어서,
    상기 프로세서는
    상기 제1 단위 도형들의 제1 변형률들의 통계치를 산출하고,
    상기 통계치에 따라 상기 제3 단위 도형을 상기 제4 단위 도형으로 변형하는,
    오토 그레이딩 장치.
  20. 제18항에 있어서,
    상기 프로세서는
    상기 원본 변형률 및 타겟 패턴 후보의 타겟 변형률 후보 간의 제 2 비율을 산출하고,
    상기 제1 비율과 상기 제2 비율 간의 차이를 최소화하는 제1 목적 함수를 만족하도록 상기 타겟 패턴 후보의 제6 메쉬 후보 상의 점들의 위치를 결정하고,
    상기 타겟 변형률 후보는 상기 기준 단위 도형과 상기 타겟 패턴 후보의 제6 단위 도형 후보 사이의 타겟 변형률을 포함하는,
    오토 그레이딩 장치.
  21. 제20항에 있어서,
    상기 프로세서는
    상기 제1 비율을 완화하고,
    상기 제2 비율과 상기 완화된 제1 비율 간의 차이를 최소화하는 제2 목적 함수를 만족하도록 상기 제6 메쉬 후보 상의 점들의 위치를 결정하는,
    오토 그레이딩 장치.
  22. 제21항에 있어서,
    상기 프로세서는
    상기 타겟 패턴들의 곡선 상의 모든 점들에 대한 제2 곡률이 상기 원본 패턴들의 곡선 상의 모든 점들에 대한 제1 곡률을 유지하도록 하는 제1 제한을 설정하고,
    상기 제2 목적 함수에 더하여, 상기 제1제한을 만족하도록 상기 제6 메쉬 후보 상의 점들의 위치를 결정하는,
    오토 그레이딩 장치.
  23. 제22항에 있어서,
    상기 프로세서는
    상기 제6 메쉬 후보 상의 점들의 위치를 기초로, 상기 변환된 타겟 패턴들에서 서로 연결되는 타겟 패턴들 간의 재봉선들의 제2 길이 비율이, 상기 변환된 타겟 패턴들에 대응되는 상기 원본 패턴들의 재봉선들의 제1 길이 비율을 만족하도록 하는 제2 제한을 설정하고,
    상기 제2 목적 함수 및 상기 제1 제한에 더하여, 상기 제2제한을 만족하도록 상기 제6 메쉬 후보 상의 점들의 위치를 결정하는,
    오토 그레이딩 장치.
KR1020190179473A 2019-08-19 2019-12-31 의상 패턴들의 오토 그레이딩 방법 및 장치 KR102273317B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US16/996,490 US11308707B2 (en) 2019-08-19 2020-08-18 Automated grading of clothing patterns of garment
CN202010837926.1A CN112395786A (zh) 2019-08-19 2020-08-19 服装纸样的自动放码

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20190101261 2019-08-19
KR1020190101261 2019-08-19

Publications (2)

Publication Number Publication Date
KR20210021890A KR20210021890A (ko) 2021-03-02
KR102273317B1 true KR102273317B1 (ko) 2021-07-06

Family

ID=75169518

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190179473A KR102273317B1 (ko) 2019-08-19 2019-12-31 의상 패턴들의 오토 그레이딩 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102273317B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023096403A1 (ko) * 2021-11-25 2023-06-01 (주)클로버추얼패션 3차원 아바타의 신체 부위 경계면 결정 방법 및 장치

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170161948A1 (en) * 2017-02-15 2017-06-08 StyleMe Limited System and method for three-dimensional garment mesh deformation and layering for garment fit visualization

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101106104B1 (ko) * 2010-04-27 2012-01-18 (주)클로버추얼패션 3차원 의상 자동 전이 착장 방법 및 그 장치와, 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터 판독가능 기록매체
KR20140108451A (ko) * 2013-02-28 2014-09-11 (주)클로버추얼패션 아바타 3차원 의상 자동 전이 착장 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170161948A1 (en) * 2017-02-15 2017-06-08 StyleMe Limited System and method for three-dimensional garment mesh deformation and layering for garment fit visualization

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Sumner and Popovic. Deformation transfer for triangle meshes. ACM Transactions on graphics, 2004년, pp. 399-405. 1부.*

Also Published As

Publication number Publication date
KR20210021890A (ko) 2021-03-02

Similar Documents

Publication Publication Date Title
US11308707B2 (en) Automated grading of clothing patterns of garment
US10529127B2 (en) System and method for simulating realistic clothing
Zurdo et al. Animating wrinkles by example on non-skinned cloth
KR102136620B1 (ko) 의상 패턴들을 표시하는 방법 및 장치
US11151786B2 (en) Grading garment that includes supplemental material
Magnenat-Thalmann Modeling and simulating bodies and garments
US11145098B2 (en) Method and apparatus of simulating apparel reflecting binding
KR102348137B1 (ko) 아바타에 착장된 의상의 전이 패턴 생성 방법
WO2006040957A1 (ja) 仮想型紙作成プログラム、仮想型紙作成装置、及び仮想型紙作成方法
EP4002292A2 (en) Method and apparatus for online fitting
KR102332069B1 (ko) 부자재 요소를 포함하는 의상의 그레이딩 방법 및 장치
KR102273317B1 (ko) 의상 패턴들의 오토 그레이딩 방법 및 장치
KR102228099B1 (ko) 의상의 패턴 조각들의 결합을 위한 가이드를 제공하는 방법 및 장치
KR20190028634A (ko) 디지털 크리쳐의 제작 방법 및 전자장치
WO2008016027A1 (en) Device and its method for dressing simulation and program
Wan et al. Shape deformation using skeleton correspondences for realistic posed fashion flat creation
Schneider et al. Hybrid anatomically based modelling of animals
US20230196678A1 (en) Transforming three-dimensional model by using correlation to template model with template skeleton
Yang et al. Automatic muscle generation for character skin deformation
EP4250243A1 (en) Method and apparatus for determining body part boundary surface of three-dimensional avatar
CN116508064A (zh) 确定3d分身的身体部位边界面的方法及装置
KR20230077677A (ko) 3차원 아바타의 신체 부위 경계면 결정 방법 및 장치
Hinds et al. Computer-aided garment design using three-dimensional body models
Yang Interactive mannequin dressing system for pattern design

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant