Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Generative AI for Cel-Animation: A Survey

Created by
  • Haebom

저자

Yolo Yunlong Tang, Junjia Guo, Pinxin Liu, Zhiyuan Wang, Hang Hua, Jia-Xing Zhong, Yunzhong Xiao, Chao Huang, Luchuan Song, Susan Liang, Yizhi Song, Liu He, Jing Bi, Mingqian Feng, Xinyang Li, Zeliang Zhang, Chenliang Xu

개요

전통적인 셀 애니메이션 제작 파이프라인은 스토리보드, 레이아웃 디자인, 키프레임 애니메이션, 중간 프레임 생성, 채색 등 많은 수작업과 전문 지식, 상당한 시간 투자를 필요로 한다. 이러한 어려움은 셀 애니메이션 제작의 효율성과 확장성을 저해해 왔다. 대규모 언어 모델, 멀티모달 모델, 확산 모델을 포함하는 생성 인공지능(GenAI)의 등장은 중간 프레임 생성, 채색, 스토리보드 제작과 같은 작업을 자동화하여 혁신적인 해결책을 제시한다. 이 논문은 GenAI 통합이 AniDoc, ToonCrafter, AniSora와 같은 도구를 통해 기술적 장벽을 낮추고 더 많은 창작자의 접근성을 넓히며, 아티스트가 창의적인 표현과 예술적 혁신에 더 집중할 수 있도록 함으로써 전통적인 애니메이션 워크플로우를 어떻게 혁신하는지 탐구한다.

시사점, 한계점

시사점:
GenAI는 중간 프레임 생성, 채색, 스토리보드 제작 자동화를 통해 애니메이션 제작 효율성을 높인다.
기술적 장벽을 낮추고 AniDoc, ToonCrafter, AniSora 등과 같은 도구를 통해 접근성을 높인다.
아티스트가 창의적인 표현과 예술적 혁신에 집중할 수 있도록 돕는다.
한계점:
시각적 일관성, 스타일 일관성, 윤리적 고려 사항과 같은 문제점 존재.
GenAI 기술 발전과 관련된 미래 방향과 과제가 남아있음.
👍