다이내믹 타이포그래피: 단어에 생명 불어넣기

Dynamic Typography: Bringing Words to Life

April 17, 2024

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

cs.AI

초록

텍스트 애니메이션은 정적인 커뮤니케이션을 동적인 경험으로 변환하는 표현 매체로서, 단어에 움직임을 불어넣어 감정을 유발하고 의미를 강조하며 매력적인 내러티브를 구축합니다. 의미를 인지하는 애니메이션을 제작하는 것은 그래픽 디자인과 애니메이션 분야의 전문 지식을 요구하는 상당한 도전 과제입니다. 우리는 "다이내믹 타이포그래피(Dynamic Typography)"라는 자동화된 텍스트 애니메이션 기법을 제안합니다. 이 기법은 두 가지 어려운 작업을 결합합니다. 글자를 변형하여 의미를 전달하고, 사용자 프롬프트를 기반으로 생동감 있는 움직임을 부여합니다. 우리의 기술은 벡터 그래픽 표현과 종단 간(end-to-end) 최적화 기반 프레임워크를 활용합니다. 이 프레임워크는 신경 변위 필드를 사용하여 글자를 기본 형태로 변환하고, 프레임별 움직임을 적용하여 의도된 텍스트 개념과의 일관성을 유도합니다. 애니메이션 과정에서 가독성과 구조적 무결성을 유지하기 위해 형태 보존 기술과 지각 손실 정규화가 사용됩니다. 우리는 다양한 텍스트-투-비디오 모델에서 우리 접근 방식의 일반화 가능성을 입증하고, 별도의 작업으로 구성될 수 있는 베이스라인 방법들에 비해 우리의 종단 간 방법론의 우수성을 강조합니다. 양적 및 질적 평가를 통해, 우리 프레임워크가 사용자 프롬프트를 충실히 해석하면서도 가독성을 유지하는 일관된 텍스트 애니메이션을 생성하는 데 효과적임을 입증합니다. 우리의 코드는 https://animate-your-word.github.io/demo/에서 확인할 수 있습니다.

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/.