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
Category
Empty

저자

Yolo Y. 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, 인비트위닝, 채색 등 많은 수작업, 기술적 전문성, 상당한 시간 투자가 필요한 단계를 포함한다. 이러한 어려움은 셀 애니메이션 제작의 효율성과 확장성을 저해해 왔다. 대규모 언어 모델, 멀티모달 모델, 확산 모델을 포함하는 생성 인공지능(GenAI)의 등장은 인비트윈 프레임 생성, 채색, 스토리보드 생성과 같은 작업을 자동화하여 혁신적인 솔루션을 제공한다. 이 논문은 AniDoc, ToonCrafter, AniSora와 같은 도구를 통해 기술적 장벽을 낮추고 더 광범위한 창작자에게 접근성을 확대하며, 예술가가 창의적인 표현과 예술적 혁신에 더 집중할 수 있도록 지원함으로써 GenAI 통합이 전통적인 애니메이션 워크플로우에 어떻게 혁명을 일으키는지 탐구한다.

시사점, 한계점

GenAI는 셀 애니메이션 제작 프로세스를 자동화하여 효율성을 높이고, 접근성을 향상시킨다.
GenAI 도구(AniDoc, ToonCrafter, AniSora 등)는 기술적 장벽을 낮추어 더 많은 창작자가 애니메이션 제작에 참여할 수 있도록 한다.
예술가는 창의적 표현과 예술적 혁신에 더 집중할 수 있다.
시각적 일관성, 스타일적 일관성, 윤리적 고려 사항과 같은 문제들이 여전히 존재한다.
GitHub repository를 통해 추가적인 자료를 얻을 수 있다.
👍