[논문리뷰] MHR: Momentum Human Rig

링크: 논문 PDF로 바로 열기

저자: Chris Twigg, Carsten Stoll, Berta Bescos, Ahmed A. A. Osman, Aaron Ferguson

핵심 연구 목표

본 논문은 ATLAS 모델의 골격/형상 분리 패러다임 에 Momentum 라이브러리에서 영감을 받은 유연하고 현대적인 리그 및 자세 보정 시스템을 결합하여, 산업 및 AR/VR 파이프라인에 통합 가능한 표현력 있고 해부학적으로 타당한 파라메트릭 인체 모델(MHR) 을 제안합니다. 기존 모델의 골격-형상 얽힘 및 자세 보정 시스템의 한계를 극복하고자 합니다.

핵심 방법론

MHR은 ATLAS의 골격-메쉬 분리 원칙을 기반으로 하며, Momentum Meta 라이브러리 를 활용하여 각 관절에 대한 독립적인 변환(translation, rotation, scale)을 제공합니다. 특히, 선형 블렌드 스키닝(LBS) 이전에 적용되는 희소한 비선형 자세 보정 변형(sparse, non-linear pose corrective deformations) 을 26000개의 스캔 데이터로 학습시켜 candy wrapper 효과 를 줄입니다. 또한, 아티스트가 조각한 72개의 시맨틱 표정 블렌드셰이프 를 포함하며, 신체, 머리, 손으로 분할된 신원 공간 을 정의합니다.

주요 결과

3DBodyTex 데이터셋을 사용한 정량적 평가에서 MHR은 16개의 추가 구성 요소를 사용했을 때 약 4.3mm 의 vertex-to-vertex 오차를 달성하여 SMPL(약 4.5mm) 및 SMPL-X(약 4.4mm) 모델보다 낮은 피팅 오차 를 보였습니다. 이는 더 적은 수의 컴포넌트로도 미공개 신원(identity)에 대한 신체 형상 표현 능력이 뛰어남을 의미합니다. MHR은 팔꿈치와 무릎과 같은 관절 부위의 변형에서 특히 우수한 성능 을 보여줍니다.

AI 실무자를 위한 시사점

MHR은 분리된 골격과 형상 제어 및 비선형 자세 보정 을 통해 AI/ML 엔지니어와 캐릭터 아티스트에게 높은 유연성과 정밀한 제어력을 제공합니다. 특히 AR/VR 및 그래픽스 파이프라인 에 대한 견고한 통합을 목표로 설계되어, 디지털 휴먼 생성 및 애니메이션 프로젝트에 실용적으로 활용될 수 있습니다. 또한, 개방형 라이선스 로 제공되어 다양한 실험 및 응용 개발에 기여할 것으로 기대됩니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.