earticle

영어

In this paper, we introduce a novel pipeline that can be an alternative to traditional customizing utilizing a generative AI model to create a 3D asset from a 2D image in low-budget projects undertaken by undergraduate students or small indie game teams. This can help users receive their own objects generated and play with them in Unity mobile application. In addition, This alleviate the technical challenges of implementing sophisticated customizing system, offered by large-scale company and intergrate the generative AI model into the pipeline showing the potential that replace traditional customizing system with the new. Overall, we present high-usage pipeline via image classification, generating assets and automative rigging. we denoted that the technical stacks was implemented in the baseline, well and generated 3D asset depicts high similarity with the original object in the image and that of file format was competitable with Unity application. We hope that this paper will help create a range of pet, characters and game content.

한국어

본 연구는 저 예산의 소규모 인디 게임 프로젝트나 대학생 수준에서 구현 가능한 이미지 기반의 3D 에셋을 생성하는 생성형 인공지능 모델을 활용하여 커스터마이징(Customizing) 방식을 대체 하는 새로운 파이프라인을 제안 한다. 이 파이프라인은 사용자에게 개인의 3D 오브젝트를 Unity 애플리케이션에서 활용할 수 있다는 점을 보여준다. 이 파이프라인은 대규모 예산이 투입된 게임에서 제공하는 정교한 커스터마이징을 구현하는 기술적 어려움을 완화하 고, 범주화된 오브젝트를 커스터마이징 하는 대신 사용자가 원하는 오브젝트를 활용한 개인화된 콘텐츠 참여의 가능 성을 제시한다. 전체적으로 이미지 분류, 에셋 생성, 리깅 자동화를 통한 실효성 높은 파이프라인을 제시하였으며, 구현 결과 대부분 안정적으로 작동한다. 생성된 3D 에셋은 사용자가 업로드한 이미지와의 높은 시각적 유사성과 Unity 내부에서 활용 될 수 있는 호환성이 높다는 것을 보여주었다. 본 연구는 생성형 인공지능 모델을 동적으로 활용하여 실제 제작 파이 프라인안에 통합함으로써, 기존의 커스터마이징과는 다른 가능성을 제시하며, 향후 다양한 종의 반려동물, 캐릭터 및 게임 콘텐츠 등에서 활용될 수 있음을 제시한다.