키프레임 기반 애니메이션의 모션 인비트위닝에 대한 적응형 인터폴레이션-합성

모션 인비트위닝 (motion in-betweening) 은 3D 애니메이션 제작 과정에서 가장 예술적 요구가 높고 시간이 많이 소요되는 단계 중 하나로, 동작의 표현력 (expressivity) 과 리듬을 정의하는 핵심 과정입니다. 이 단계에 필요한 창의적 제어 수준은 주요 생산 병목 현상 (production bottleneck) 을 야기하며, 애니메이터를 지원할 지능형 도구의 필요성을 강조합니다. 최근 딥러닝 접근 방식은 모션 합성 및 인비트위닝에서 강력한 결과를 달성했지만, 전문 애니메이션 워크플로우와 다른 데이터 특성, 동작 스타일, 문제 제식을 가정하고 있습니다. 이 격차를 해소하기 위해 우리는 생산 환경의 키프레임 기반 애니메이션 모션 인비트위닝 제약 조건과 명시적으로 정렬된 방법을 제안합니다. AIS (Adaptive Interpolation-Synthesis) 레이어는 애니메이터의 창의적 과정을 반영하여 학습된 인터폴레이션과 직접적인 포즈 합성 (direct pose synthesis) 을 동적으로 균형 있게 조정합니다. 또한, 도메인 기반 입력 키포즈 스케줄링 (domain-based input keypose schedule) 은 생산 데이터의 분포를 반영하여 스타일 일관성과 훈련 및 실제 사용 간의 정렬을 개선합니다. 우리의 방법은 생산 데이터에서 최상위 성능 (state-of-the-art performance) 을 달성했으며, Autodesk Maya 에 통합될 때 애니메이터가 인비트위닝 작업을 3.5 배 (3.5x) 속도로 완료할 수 있게 합니다.