ダイナミックタイポグラフィ：言葉に命を吹き込む

Dynamic Typography: Bringing Words to Life

April 17, 2024

著者: Zichen Liu, Yihao Meng, Hao Ouyang, Yue Yu, Bolin Zhao, Daniel Cohen-Or, Huamin Qu

cs.AI

要旨

テキストアニメーションは表現力豊かなメディアとして、静的なコミュニケーションを動的な体験へと変容させ、言葉に動きを加えることで感情を喚起し、意味を強調し、魅力的な物語を構築します。意味論的に意識されたアニメーションを制作することは、グラフィックデザインとアニメーションの専門知識を要する重要な課題です。本論文では、「ダイナミックタイポグラフィ」と称する自動化されたテキストアニメーション手法を提案します。この手法は、2つの挑戦的なタスクを組み合わせています。文字を変形させて意味を伝えることと、ユーザーのプロンプトに基づいてそれらに活気ある動きを加えることです。私たちの技術は、ベクターグラフィックス表現とエンドツーエンドの最適化ベースのフレームワークを活用しています。このフレームワークは、ニューラル変位フィールドを用いて文字を基本形状に変換し、フレームごとの動きを適用することで、意図されたテキストの概念との一貫性を促進します。アニメーションプロセス全体を通じて可読性と構造的整合性を維持するために、形状保存技術と知覚的損失正則化が採用されています。私たちは、様々なテキストツービデオモデルにわたるアプローチの汎用性を示し、個別のタスクで構成される可能性のあるベースライン手法に対するエンドツーエンド手法の優位性を強調します。定量的および定性的な評価を通じて、ユーザーのプロンプトを忠実に解釈しつつ可読性を維持する一貫したテキストアニメーションを生成するフレームワークの有効性を実証します。私たちのコードは、https://animate-your-word.github.io/demo/ で公開されています。

English

Text animation serves as an expressive medium, transforming static communication into dynamic experiences by infusing words with motion to evoke emotions, emphasize meanings, and construct compelling narratives. Crafting animations that are semantically aware poses significant challenges, demanding expertise in graphic design and animation. We present an automated text animation scheme, termed "Dynamic Typography", which combines two challenging tasks. It deforms letters to convey semantic meaning and infuses them with vibrant movements based on user prompts. Our technique harnesses vector graphics representations and an end-to-end optimization-based framework. This framework employs neural displacement fields to convert letters into base shapes and applies per-frame motion, encouraging coherence with the intended textual concept. Shape preservation techniques and perceptual loss regularization are employed to maintain legibility and structural integrity throughout the animation process. We demonstrate the generalizability of our approach across various text-to-video models and highlight the superiority of our end-to-end methodology over baseline methods, which might comprise separate tasks. Through quantitative and qualitative evaluations, we demonstrate the effectiveness of our framework in generating coherent text animations that faithfully interpret user prompts while maintaining readability. Our code is available at: https://animate-your-word.github.io/demo/.