검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'인물 사진'통합검색 결과 입니다. (3건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

中 센스타임 "인물 사진으로 영상 생성...표정도 제어"

중국 인공지능(AI) 기업 센스타임이 인물 사진을 영상으로 바꿔주는 기술을 내놓고 영상 속 표정 제어도 가능하다고 전했다. 4일 중국 언론 IT즈자에 따르면 중국 센스타임은 세계인공지능컨퍼런스(WAIC)에서 '제어 가능한' 인물 영상을 생성해주는 초거대 모델 '비미(Vimi)'를 발표했다. 임의의 한 장 사진으로 목표 동작과 일치하는 인물 영상을 생성할 수 있는 기술로서, 인물 영상, 애니메이션, 목소리, 텍스트 등 여러 요소를 구현할 수 있다. 기존에 나온 인물 사진 영상화 기술과 차이점은, 인물의 정밀한 표정 제어가 가능하다는 점이다. 반신 영역 내에서 사진 속 인물의 자연스러운 피부 변화를 가능하게 하고, 인물에 어울리는 헤어 스타일과 의상을 자동으로 생성하면서 배경도 자동으로 생성한다. 비미에 따르면 1분 짜리 단일 렌즈 인물 영상을 안정적으로 생성할 수 있으며, 시간이 지나도 영상 효과가 저하되거나 왜곡되지 않아 엔터테인먼트 등에서 요구되는 장시간 영상 생성 수요를 충족한다고 소개됐다. 비미는 일반 사용자에게 공개될 전망이다. 사용자가 다양한 각도에서 고화질 사진을 업로드하면, 여러 가지 유형의 디지털 아바타와 영상이 자동으로 생성된다. 얼굴의 변화뿐 아니라 손집, 피부, 헤어 스타일의 매칭, 그리고 보다 완성되고 일관된 동작을 형성하면서, 창작자가 생성된 영상의 각 요소에 대한 편집과 재창작이 가능하다.

2024.07.05 09:55유효정

삼성 위협 中 모바일 기업, '동남아 피부색' 연구

동남아 시장에서 1위 삼성전자를 바짝 뒤쫓고 있는 중국 모바일 기업이 인물 사진의 피부색을 잘 표현하는 사진 촬영을 위한 연구에 돌입했다. 12일 중국 언론 중관춘짜이셴에 따르면 중국 트랜션의 하위 브랜드 테크노는 싱가포르 난양이공대학 아시아커뮤니케이션리서치센터(ACRC)와 전략적 협력 협약을 맺고 동남아 지역의 피부색 특성과 인물의 심미적 추세에 관한 심층 연구에 돌입한다. 이미 흑인 피부색 연구를 통해 아프리카 시장에서 강자의 지위를 강화했던 트랜션의 동남아 시장 스마트폰 시장 경쟁력에도 영향을 줄 지 관심이다. 시장조사업체 캐널리스에 따르면 올해 1분기 동남아 스마트폰 시장에서 삼성전자(450만 대)가 1위를 지켰지만 지난해 대비 판매량이 20% 감소한 반면, 2위 트랜션(420만 대)이 지난해 같은 기간 대비 197%의 판매량 성장률을 기록했다. 이어 샤오미(380만 대), 오포(380만 대), 비보(280만 대)가 차지했다. 이번 협력을 통해 테크노와 난양이공대학은 공동으로 '테크노 유니버설 톤'의 스마트폰 다중 피부색 인물 촬영 기술을 높이게 된다. 테크노 유니버설 톤이란, 테크노의 다중 피부 이미징 기술로서, 회사가 '업계에서 가장 크고 가장 정확한' 피부색 데이터베이스를 구축했다고 주장하는 기술이다. 이 기술은 테크노의 '카몬 30' 시리즈 스마트폰에 적용됐다. 연구팀은 인도네시아와 필리핀을 대상으로 연구를 진행해 동남아시아 인물 사진 발현에 대한 지역적 미적, 문화적 선호도 기준을 연구하고, 동남아 모바일 인물 사진의 기반을 마련할 예정이다 앞서 테크노는 영국의 리즈대학교와도 협력해 글로벌 피부색 및 색채 공동 연구를 하고 있다. 트랜션은 아프리카 스마트폰 시장의 제왕으로 꼽힌다. 보급형 스마트폰을 필두로 지난해 중동과 아프리카 지역에서 삼성전자를 제치기도 했으며, 아프리카 스마트폰 시장에서 40%이 넘는 점유율을 차지했다. 회사는 흑인 사용자의 피부색 특성을 기반으로 어두운 피부의 지능형 미화 기술을 개발해 흑인 사용자의 피부색을 더 잘 재현할 수 있게 했다.

2024.06.13 10:10유효정

인물 사진만 찍으면 '말하는 영상'이 나온다

중국에서 인물의 사진만 있으면 말하는 영상을 얻을 수 있는 인공지능(AI) 기술이 공개됐다. 3일 중국 알리바바그룹의 연구진이 '립싱크'에 사용할 수 있는 EMO(Emote Portrait Alive) 프레임워크를 발표했다. 인물 사진과 오디오만 입력하면 사진 속 인물이 중국어, 영어, 한국어 등을 말하는 영상을 구현할 수 있다. EMO는 엔비디아의 오디오2비디오(Audio2Video) 확산 모델을 기반으로 만들어졌다. 연구진은 이 AI 프레임워크를 얻기 위한 훈련에 250시간 이상의 전문 영상을 사용했다고 설명했다. 연구진은 EMO 프레임워크에서 생성된 몇 편의 데모 영상을 공개했다. 보고서에 따르면 이 프레임워크의 작동 과정은 두 단계로 나뉜다. 먼저 참조 네트워크(ReferenceNet)를 사용해 참조 이미지와 동작 프레임에서 특징을 추출한 이후, 사전 훈련된 오디오 인코더를 사용해 사운드를 처리하고 삽입한다. 이후 다중 프레임 노이즈와 얼굴 영역 마스크를 결합해 영상을 생성한다. 이 프레임워크에는 두 가지의 어텐션메커니즘(Attention Mechanism)과 시간 모듈이 결합돼 있어 영상에서 캐릭터 정체성의 일관성과 자연스러운 동작을 보장한다. 연구진은 모델의 작동 원리를 아시브(ArXiv)에 게시했다. 관심이 있는 사람은 깃허브에 방문해 프로젝트를 확인할 수 있다. 아시브는 출판되기 전 논문이 저장되는 무료 웹사이트다.

2024.03.04 08:27유효정