시네마토그래픽 카메라 확산 모델

가상 3D 환경에서 효과적인 카메라 궤적을 설계하는 것은 숙련된 애니메이터에게도 어려운 작업입니다. 카메라 움직임을 시네마토그래픽 특성(프레이밍, 샷 크기, 각도, 동작)을 통해 지정할 수 있게 해주는 수년간의 경험을 바탕으로 한 정교한 영화 문법에도 불구하고, 캐릭터와 함께 카메라를 어떻게 배치하고 이동할지에 대한 무한한 가능성이 있습니다. 이러한 가능성을 다루는 것은 문제의 복잡성의 일부입니다. 문헌에는 여러 기술이 제안되었지만(최적화 기반 해결, 경험적 규칙의 인코딩, 실제 예제에서의 학습 등), 결과는 다양성이나 제어 용이성이 부족합니다. 본 논문에서는 변환기 기반 아키텍처를 사용하여 시간성을 처리하고 확산 모델의 확률성을 활용하여 고급 텍스트 설명에 따라 다양한 질적 궤적을 생성하는 시네마토그래픽 카메라 확산 모델을 제안합니다. 우리는 주요 프레임 제약을 통합하고 잠재적 보간을 사용하여 동작 간에 자연스럽게 혼합할 수 있는 능력을 추가하여 디자이너의 제어 정도를 높이는 작업을 확장합니다. 질적 및 정량적 실험을 통해 이 텍스트-카메라 모션 접근 방식의 강점을 입증하고 전문 아티스트로부터 피드백을 수집합니다. 코드는 https://github.com/jianghd1996/Camera-control에서 사용할 수 있습니다.