수동 3D 프로젝션 맵핑 소프트웨어는 테마파크, 전시 등에서 폭넓게 쓰이고 있지만, 아직 구체적 활용 방법과 구현 과정에 관한 사용자 측면에서의 분석 연구는 이루어지지 않았다. 본 연구는 수동 3D 프로젝션 맵핑의 전체 구현 과정을 단계별로 정리하고 각 단계에서 발생한 문제점을 분석하여 개선사항을 도출한다. 먼저, 3D 프로젝션 맵핑 대상이 되는 현실과 동일한 가상 환경을 구성하기 위해 오브젝트 쌍을 생성하는 두 가지 방법과 효과 영상 제작, 반자동 프로젝터 캘리브레이션을 이용한 맵핑 방법에 대해 순서대로 소개한다. 또한, 3D 맵핑을 위해 널리 쓰이는 두 가지 소프트웨어를 다양한 조건에 따라 비교 분석하는 실험을 통해 기술적 한계와 소프트웨어 간의 성능 차이, 사용성을 저해하는 문제점을 알아내었다. 마지막으로 3D 프로젝션 맵핑 기술의 사용성 향상을 위한 개선사항 및 향후 연구 방향을 제언한다.

카메라 센서의 한계로 인하여 촬영 장면에 따라 한 번의 촬영으로 모든 영역의 밝기가 적절하게 촬영되지 않는 경우가 존재한다. 이러한 센서의 한계는 하이 다이나믹 레인지 이미징 기술을 통해서 극복이 가능하다. 한 장면을 다양한 노출 설정으로 여러 번 촬영하는 브라케팅은 움직이는 피사체를 찍기에 적절하지 않으며 촬영 시간이 길다는 단점이 있다. 본 연구는 한 번의 촬영으로 서로 다른 노출의 이미지를 얻을 수 있는 소형 라이트필드 카메라를 제안한다. 라이트필드 카메라는 대표적으로 두 가지 형태가 있는데, 첫 번째는 여러 대의 카메라를 어레이로 배치한 라이트필드 카메라 시스템이며, 두 번째는 대물렌즈 뒤에 마이크로 렌즈 어레이를 배치한 카메라이다. 본 연구에서 제작된 초박형 라이트필드 카메라는 센서 위에 마이크로 렌즈어레이가 부착되어있는 형태의 카메라로 각 렌즈 조리개 크기를 다르게 설계하여 한 번의 촬영으로 다른 노출의 촬영 결과를 얻을 수 있게 설계되었다. 촬영된 단일 영상들을 전처리 하여 이미지 품질을 높인 이후, HDR 알고리즘을 통해 각 단일 이미지들보다 다이나믹 레인지가 넓은 이미지를 획득하도록 구현하였다. 또한 노출 시간을 기준으로 설계된 식을 수정하여 조리개값에 따라 다른 가중치를 둘 수 있도록 바꾸었고, 이를 통해 단 한 번의 촬영을 통한 HDR 이미징을 구현하였다.

본 논문에서는 디지털 휴먼을 활용한 버추얼 프로덕션에서의 촬영 사례를 소개한다. 본 촬영 사례는 LED를 활용한 버추얼 프로덕션의 시스템 구성과 디지털 휴먼을 활용한 효율적인 촬영 파이프라인을 다루고 있다. LED를 이용한 버추얼 프로덕션은 주로 LED에 배경을 투사하여 촬영하는 것과 달리 본 사례는 디지털 휴먼을 가상 배우로 사용하여 실제 배우와 소통하는 장면을 촬영하였다. 또한, 실제 배우와 디지털 휴먼의 대화 장면을 실시간 엔진을 이용하여 촬영하기 위해 음성과 텍스트 기반 한국어 립싱크 모션 자동 생성 기술을 적용하여 디지털 휴먼의 발화 애니메이션을 사전에 제작해 사용하였다. 우리는 실시간 엔진을 활용하여 LED 기반의 버추얼 프로덕션 환경에서 실제 배우와 디지털 휴먼을 이용한 짧은 드라마 콘텐츠를 제작함으로써 본 촬영 사례에 대하여 검증하였다.

기존 연구에 따르면 감정은 신체 감각 및 신체 움직임과 같은 신체적 변화에 영향을 주고, 감정 자극에 따라 다르게 나타난다고 알려져 있다. 그러나, 감정의 자극에 따른 신체 감각 및 신체 움직임의 활성화 정도 및 Autonomous emotion recognition(AER) 시스템의 성능에 미치는 영향에 대한 연구는 아직 알려져 있지 않다. 본 연구에서는 20명의 피험자를 대상으로 3가지 종류의 감정 자극(단어, 사진, 영상)을 활용하여 AER 시스템에 미치는 영향을 연구하였다. 측정 변인으로는 정서적 반응, 컴퓨터 기반 자가 보고, Motion Capture 장비를 통해 측정한 신체 움직임을 활용하였다. 본 연구의 결과를 통하여 영상 자극이 다른 자극에 비해 더 많은 신체 움직임을 유도하는 것을 확인하고, 영상 자극을 통해 수집한 신체적 특이점이 AER을 위한 분류 정확도 역시 가장 높음을 확인하였다. 신체 움직임을 기반으로 한 감정적 특이점은 행복, 놀람, 분노, 중립 등에서 감정 유도 자극의 종류에 따라 비슷한 패턴이 나타남을 확인하였다. 본 연구의 결과는 향후 신체적 변화를 기반으로 한 AER 시스템 연구에 기여할 수 있을 것으로 기대된다.

Unity is a powerful game engine that can be used to create 2D or 3D content. The current study focuses on the use of Unity for 3D computer animations, covering the strengths, basic concepts and tools for creating and integrating 3D animations in Unity, including the use of keyframe animation, animation controllers, and blend trees. Also covering advanced topics such as skeletal animation, procedural animation and their applications in games, simulations, and other interactive media. Case studies that showcase the potential of Unity for 3D animation will be analyzed and discussed taking in the quality of visuals and the receptance by the public in general.

본 논문은 몸체 3D 스캔과 모션 캡처 장비를 활용한 3D 애니메이션 형태의 바디 프로필을 제안한다. 사용자는 미리 정해진 몇 개의 포즈에 대하여 3D 스캔을 수행함으로써 애니메이션 형태를 가진 자신만의 바디 프로필을 제작할 수 있다. 이를 위하여 일련의 포즈를 수행하는 템플릿 애니메이션을 모션 캡처를 통하여 획득하였고, 사용자로부터 획득된 3D 스캔 데이터를 애니메이션의 각 정점 포즈에 포즈 공간 디포머(Pose-space deformer)를 통하여 매핑시켰다. 이를 통하여 만들어진 3D 애니메이션 형태의 바디 프로필은 기존의 정적인 2D 이미지나 3D 스캔데이터보다 사용자에게 더 큰 만족도를 줄 수 있음을 확인할 수 있다.

본 연구는 몰입형 가상환경에서의 가상현실 사용자의 사회적 현존감을 높이고 다양한 경험을 제공하기 위하여 강체 추적 기반의 가상 아바타 응용 방법을 제안한다. 제안하는 방법은 마커를 사용한 모션 캡처 기반의 실시간 강체 추적을 기반으로 역운동학을 통해 가상 아바타의 동작을 추정한다. 이를 통해 현실 세계에서의 간단한 객체 조작으로 몰입감 높은 가상환경을 설계함을 목적으로 한다. 가상 아바타를 통한 몰입형 가상환경에 관한 응용을 실험 및 분석하기 위하여 과학실험 교육 콘텐츠를 제작하고 시청각 교육, 전신 추적, 그리고 제안하는 강체 추적 방법과의 설문을 통해 비교 분석하였다. 제안한 가상환경에서 참가자들은 가상현실 HMD를 착용하고 추정된 동작으로부터 실험 교육 행동을 수행하는 가상 아바타로부터 몰입과 교육 효과를 확인하기 위한 설문을 진행하였다. 결과적으로 강체 추적 기반의 가상 아바타를 활용하는 방법을 통해 전통적인 시청각 교육보다 높은 몰입과 교육 효과를 유도할 수 있었으며, 전신 추적을 위한 많은 작업 없이도 충분히 긍정적인 경험을 제공할 수 있음을 확인하였다.

이미지 생성 모델은 다양한 분야에 적용되어 데이터 부족 문제와 시간 및 비용 문제를 극복하고 있다. 그러나 규칙적 패턴 이미지에서의 이미지 생성과 해당 데이터의 결함 검출에는 한계를 가진다. 본 논문에서는 이미지 생성 모델의 패턴 이미지 생성의 가능성을 확인하고 OLED 패널의 결함 검출을 위한 데이터 증강에 적용하였다. OLED 결함 검출 모델을 학습하기 위해 필요한 데이터는 OLED 패널의 높은 비용 문제로 실제 데이터 세트를 확보하기 어렵다. 그렇기 때문에 해당 데이터 세트를 확보한다 하더라도 여러가지 결함 유형을 정의하고 분류하는 작업이 필요하다. 이를 위한 가상의 기반 데이터 세트를 획득할 OLED 패널 결함 데이터 획득 시스템을 소개하고, 이미지 생성 모델로 해당 데이터를 증강한다. 또, 확산모델에서의 패턴 이미지 생성의 어려움을 확인하여 가능성을 제안하고, 이미지 생성 모델 이용한 데이터 증강 및 결함 검출 데이터 증강의 제한 사항을 개선하였다.

최근 ChatGPT나 자율주행 자동차 등의 인공지능 분야의 급속한 발전으로 인해 인공지능에 대한 관심이 높아졌다. 그러나 아직 인공지능은 학습 과정에서 알 수 없는 요소가 많이 존재하여 모델을 개선하거나 최적화하기 위해서 필요 이상의 시간과 노력을 들여야 하는 경우가 많다. 따라서, 인공지능 모델의 학습 과정에서 가중치 변화를 명확하게 이해하고 해당 변화를 효과적으로 분석할 수 있는 도구 또는 방법론이 절실하게 요구되고 있다. 본 연구에서는 이러한 점을 해결하기 위해 누적 가중치 변화량을 시각화해주는 시스템을 제안한다. 시스템은 학습의 일정한 기간마다 가중치를 구하고 가중치의 변화를 누적시켜서 누적 가중치로 저장하여 3차원 공간상에 나타내게 된다. 이로 인해 보는 이로 하여금 한눈에 레이어의 구조와 현재의 가중치 변화량이 이해되기 쉽게 구성하였다. 이러한 연구를 통해 인공지능 모델의 학습 과정이 어떻게 진행되는지에 대한 이해와 모델의 성능 향상에 도움이 되는 방향으로 하이퍼 파라미터를 변경할 수 있는 지표를 얻게 되는 등 인공지능 학습 과정의 다양한 측면을 탐구할 수 있을 것이다. 이러한 시도를 통해 아직 미지의 영역으로 여겨지는 인공지능 학습 과정의 일부를 보다 효과적으로 탐색하고 인공지능 모델의 발전과 적용에 기여할 수 있을 것으로 기대된다.

컴퓨터 그래픽스 분야에서 저가의 RGB-D 카메라로 촬영된 색상 및 깊이 영상을 이용한 사람 및 사물을 3차원 모델로 복원하는 문제는 오랫동안 이를 해결하기 위하여 다양한 연구들이 진행되어왔다. 저가의 RGB-D 카메라로 촬영된 색상 및 깊이 영상은 3차원 공간에서 점 구름 형태로 다루어지며, 이는 연속적인 3차원 공간상에 이산적인 값을 대응시키기 때문에 다면체 모델을 이용한 렌더링에 비해 추가적인 표면 재구성 과정이 필요하다. 본 논문에서는 다면체 모델이 아닌 점 구름을 시각화하기 위한 효과적인 광선 추적 기반 렌더링 기법을 제안한다. 특히 프로세서의 발열과 배터리 문제로 인한 모바일 환경에서의 제한적인 성능에서도 효과적인 렌더링 기법으로서의 가능성을 보인다.

본 논문에서는 수치모델 시뮬레이션 결과로 생성된 수십 TB의 우주 천체 시간가변(time-varying) AMR(adaptive mesh refinement) 볼륨 데이터를 다양한 XR 디바이스에 사용할 수 있는 최적화된 데이터로 변환하는 과정과 방법에 대해 설명한다. AMR 볼륨 데이터는 복잡한 모델링과 시뮬레이션에 유용하게 활용되는 데이터 구조로 본 연구에서 사용되는 매우 넓은 우주를 구성하는 성단과 가스와 같은 물질들을 효율적으로 표현할 수 있다. AMR 데이터의 메타데이터를 분석하여 낮은 해상도로 샘플링하고, 중요한 영역의 정보를 최적화하여 상대적으로 낮은 성능의 XR 디바이스에서도 사용할 수 있는 데이터 셋으로 변환한다. 마지막으로 데이터 셋을 활용한 실감 XR 콘텐츠 개발 사례를 통해 최적화된 데이터를 어떻게 활용하고 가시화하였는지 소개한다.

가상 시뮬레이션을 이용한 의류 디자인 개발에서는 가상과 실제의 차이가 최소화되어야 한다. 가상 의상과 실제 의상의 유사성을 높이는 데에 가장 기본이 되는 작업은 의상 제작에 사용될 옷감의 물성을 최대한 유사하게 표현할 수 있는 시뮬레이션 파라미터를 찾는 것이다. 시뮬레이션 파라미터 최적화 절차에는 전문가의 수작업으로 이루어지는 튜닝 과정이 포함되는데, 이 작업은 높은 전문성과 많은 시간이 요구된다. 특히 조정된 시뮬레이션 파라미터를 적용한 결과를 다시 확인하기 위해 시뮬레이션을 반복적으로 실행할 때 많은 시간이 소요된다. 최근 이 문제를 해결하기 위해 파라미터 튜닝에 주로 사용되는 드레이프 테스트 시뮬레이션 결과를 빠르게 추정하는 인공신경망 학습 모델이 제안되었다. 하지만 기존 연구에서는 비교적 간단한 선형 강성 모델을 사용하였으며 드레이프 시뮬레이션 전체를 추정하는 대신 일부만 추정하고 나머지는 보간하는 방식을 사용하였다. 실제 의류 디자인 개발 과정에서는 주로 비선형 강성 모델이 적용된 시뮬레이터가 사용되지만, 이에 대한 연구는 아직 부족하다. 본 논문에서는 비선형 강성 모델을 대상으로 드레이프 시뮬레이션 결과를 추정하기 위한 새로운 학습 모델을 제안한다. 본 연구에서 제안된 학습 모델은 시뮬레이션 결과인 고해상도 메시 모델 전체를 추정한다. 제시하는 방법의 성능을 검증하기 위해 세 가지 드레이프 테스트 방식을 대상으로 실험을 진행하여 추정 정확도를 평가한다.

조직병리에서 전체 슬라이드 영상의 정확한 분할은 질병 진단과 치료 계획에 매우 중요한 작업이다. 그러나 전체 슬라이드 영상은 크기가 크고 조직의 형태, 염색 및 촬영 조건이 다양하기 때문에 기존의 자동 영상 분할 알고리즘을 항상 적용하는 것은 어렵다. 최근 인간의 전문 지식과 알고리즘을 결합한 대화형 영상 분할 기술의 발전은 전체 슬라이드 영상 분할의 효율 성과 정확성을 개선할 수 있는 가능성을 보여주었다. 그러나 이러한 접근 방식은 동시에 어려운 과제를 제기하기도 했다. 본 논문에서는 다중 해상도 전체 슬라이드 영상을 활용하는 새로운 대화형 분할 방법인 ZoomISEG를 제안한다. 기존의 단일 스케일 방법과의 비교 및 ablation study를 통해 제안된 방법의 효율성과 성능을 입증한다. 실험 결과, 제안된 방법은 사람의 개입을 줄이면서도 최고 해상도 데이터를 사용하는 방식에 필적하는 정확도를 달성함을 확인했다.

본 연구는 모션캡처 기반의 투영형 VR 시스템을 이용하여 환경 인식도를 개선하는 게임화의 유효성을 탐색하였다. 그 과정에서 긍정적 및 부정적인 VR 게임 콘텐츠의 주요 요소와 개인 플레이와 협동 플레이 방식이 지속 가능한 행동 촉진에 어떠한 영향을 미치는지 분석하였다. 연구 결과는 다음과 같다. 첫째로, 분리수거의 중요성에 대한 인식 개선에서는 개인 플레이 방식에서 긍정적 콘텐츠의 사용이 효과적임을 발견하였다. 둘째로, 환경오염의 심각성에 대한 인식 증진에서는 협동 플레이 방식에서 긍정적 콘텐츠의 사용, 개인 플레이 방식에서는 부정적인 콘텐츠의 사용이 각각 효과적임을 확인하였다. 셋째로, 개인 플레이에서 긍정적인 콘텐츠를 먼저 경험한 후, 부정적인 콘텐츠를 경험하는 것이 환경에 대한 관심 증가에 효과적임을 확인하였다. 이 연구 결과를 바탕으로, 환경 인식 개선을 위해 단순히 긍정적이거나 부정적인 콘텐츠만을 사용하는 것보다, 개선 대상에 따라 긍정적인 콘텐츠와 부정적인 콘텐츠의 사용 순서를 조절하는 것이 더 효과적임을 확인하였다. 또한, 분리수거의 중요성, 환경오염의 심각성, 그리고 환경에 대한 관심도를 모두 고려할 때, 개인 플레이 방식이 효과적이며, 각 척도에 따라 협동 플레이 방식이 더 효과적일 수도 있음을 확인하였다.

최신 기술이 적용된 HMD는 고해상도 디스플레이와 빠른 모션인식으로 멀미를 최소화하며 위치와 동작을 정확히 추적할 수 있다. 이는 가상의 삼차원 공간에 몰입할 수 있는 환경을 제공해 줄 수 있으며 이러한 특징을 활용하여 재난 시뮬레이터나 고위험 장비 학습 공간 등의 가상현실 콘텐츠가 발전하고 있다. 이러한 장점은 기초과학 교육 분야에서도 적용 가능하다. 특히 기존 2차원 자료로 설명되는 물리학의 전기장과 자기장의 개념을 삼차원 공간으로 확장하여 실시간으로 시각화한다면 학습 이해도 향상에 큰 도움이 될 수 있다. 본 논문에서는 삼차원 가상현실 기반의 실감형 물리 교육 환경 및 콘텐츠를 개발하고 개발된 학습 콘텐츠를 실제 학습 대상자에게 체험시켜 효과를 증명한다. 학습 대상자는 총 46명의 중학생과 대학생이며 가상현실 환경에서 삼차원으로 표현되는 전기장과 자기장을 실시간으로 경험하고 학습하였다. 설문 조사 결과 85% 이상의 긍정적인 반응을 얻을 수 있었으며 삼차원 가상공간 기반의 물리 학습이 효과적으로 적용될 수 있다는 긍정적인 결과를 얻었다.

이 논문은 실시간 모션 생성 응용분야에서 최근 활발하게 사용되고 있는 모션 매칭 기술을 효과적으로 적용하는 방법에 대해 연구한다. 모션 매칭의 핵심은 간단한 특징 벡터의 정의에 있으나 이 정의의 선택에 따라 결과가 많이 달라지게 된다. 이에 본 연구에서는 보행 동작을 중심으로 사용자가 원하는 궤적을 생성하기 위한 최적의 특징 벡터의 조합을 도출하는 것을 목표로 다양한 조합에 대해 실험하고, 이에 대한 오차 분석을 시행하였다.