• 한국콘텐츠학회논문지
• /
• 제10권5호
• /
• pp.416-421
• /
• 2010

한국과학기술정보연구원(KISTI)는 2000년부터 한국인의 고유한 인체 특징을 나타낼 수 있는 디지털코리언, 비저블 코리언이라는 한국인 인체정보 구축사업을 시작하였다. 비저블 코리언 사업은 한국인 시신에 대해 CT, MRI 영상을 촬영한 다음 연속 절단하여 절단면 영상을 얻고 이 절단면 영상에서 인체장기를 구역화하여 구역화 영상을 제작하였다. 남성 및 여성 전신과 남성 머리 및 여성 골반의 절단면영상 제작을 마쳤으며 현재 구역화 영상을 이용한 3D 영상 제작이 진행 중이다. 디지털 코리언 사업은약 100여명의 한국인 시신에 대해 촬영한 CT 영상으로 구성되어 있는데 CT 영상으로부터 개별 뼈를 구역화하여 3D 골격 모델을 제작하였고 피부 모델도 추가하였다. 또한 개별 뼈들의 기계적 물성값도 측정하여 제공하고 있다. 이러한 인체정보들은 2001년부터 국내외 연구자들에게 제공되어 왔는데 지금까지 국내 약 70여개 기관, 해외 약 20여개 기관들이 한국인의 인체 데이터를 제공받아 연구 활동을 진행하고 있으며 지금까지 약 160여 논문이 발표되었다. 향후에도 이러한 한국인의 인체정보는 의료 교육, 생체공학, 가상현실 등의 다양한 분야에 활용될 의료정보 인프라의 역할을 담당할 것으로 기대하고 있다.

• 디지털콘텐츠학회 논문지
• /
• 제16권3호
• /
• pp.397-406
• /
• 2015

지상파방송사들은 심층적이고 차별화된 뉴스를 제작하고 시청자에게 다양한 정보를 제공해서 현장에 있는 것과 같은 사실감을 높이기 위해서 많은 노력을 기울이고 있다. 뉴스세트를 교체하고, 뉴스스튜디오에 대형디스플레이, 레일카메라 및 지미짚 카메라를 설치해서 뉴스 영상 그래픽 효과를 극대화하고 있다. 본 연구에서는 지상파방송 3사의 저녁 메인 뉴스 그래픽에 어떠한 차이가 있는지 파악해 보고자 하였다. 그래픽 사용 시간은 KBS 18%, MBC 15%, SBS가 12%를 사용하고, 그래픽 사용 건수는 KBS 267건, MBC 329건, SBS가 276건을 사용하였다. 가상현실 그래픽 기술 제작이 증가하고 있는 심층뉴스 리포트 시간이 3분 이상인 경우는 KBS 16건, MBC 7건, SBS가 5건을 사용한 것으로 나타났다. MBC가 그래픽 사용 건수에서는 높게, 그래픽 사용 시간은 KBS가 많은 것으로 나타났다. 뉴스 내용과 관련한 연구들이 많이 있지만, 뉴스영상에서 그래픽이 어느 정도 사용되고 있는지에 대한 연구를 진행하였다는 점에 의의가 있다.

• 한국ITS학회 논문지
• /
• 제19권5호
• /
• pp.162-177
• /
• 2020

자율주행시스템에서 다양한 센서를 기반으로 한 외부환경 인지는 주행안전성과 직접적인 관계가 있다. 최근 머신러닝/심층 신경망 기술의 발전으로 심층 신경망 기반의 인지 모델이 사용됨에 따라, 인지 알고리즘의 올바른 학습과 이를 위한 양질의 학습데이터가 필수적으로 요구된다. 그러나 자율주행에 발생할 수 있는 모든 상황을 데이터를 수집하는 것은 현실적인 어려움이 많다. 해외와 국내의 교통 환경의 차이로 인지 모델의 성능이 저하되기도 하며, 센서가 정상동작을 못하는 악천우에 대한 데이터는 수집이 어려우며 질적인 부분을 보장하지 못한다. 때문에, 실제 도로가 아닌 시뮬레이터 내 가상 도로 환경을 구축하여 합성 데이터를 수집하는 접근법이 필요하다. 본 논문에서는 국내 실정에 맞게 국내 도로 상황을 모사한 시뮬레이터 환경 안에 날씨와 조도, 차량의 종류와 대수, 센서의 위치를 다양화하여 학습데이터를 수집하였고, 보다 더 좋은 성능을 위해 적대적 생성 모델을 활용하여 이미지의 도메인을 보다 실사에 가깝게 바꾸고 다양화 하였다. 그리고 위 데이터로 학습한 인지 모델을 실제 도로 환경에서 수집한 시험 데이터에 성능 평가를 진행하여, 실제 환경 데이터만으로 학습한 모델과 비슷한 성능을 내는 것을 보였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제26권3호
• /
• pp.143-153
• /
• 2020

본 연구는 일상 속에서 스트레스를 관리할 수 있는 VR 컬러테라피 힐링콘텐츠 '노르니르'를 구현하고 이를 제안한다. '노르니르'는 CRR 분석법을 적용하여 사용자가 선택한 3가지 컬러에 따라 맞춤형 VR 컬러테라피 체험의 여정을 제공한다. 사용자는 해당 컬러 여정을 통해 자신에 대해 이해하고, 앞으로 실천할 목표를 다양한 색채 인터랙션과 자극으로 제공받으며, 스트레스 수준을 낮추는 힐링이 가능하도록 설계하였다. 구현된 결과를 바탕으로 콘텐츠 시연 후의 사용자의 스트레스 변화를 확인하기 위해 한국판 기분 상태 검사 'K-POMS'를 실험 참가자들을 대상으로 시연 전후에 실시하였다. 실험 결과 사용자들은 부정적 감정의 감소와 긍정적 감정의 증가를 뚜렷이 보였다. VR 기술을 활용하여 색채심리치료룰 접목하여 일상에서 잦은 스트레스에 노출되는 사용자들의 스트레스를 완화 시켜줄 수 있는 가능성을 제시하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권1호
• /
• pp.9-18
• /
• 2018

최근 가상현실 기반의 콘텐츠들이 늘어나면서 이미지 Stitching 기술의 사용이 증가하고 있다. 이미지 Stitching이란 고해상도 이미지 및 넓은 시야(Wide Field of View)의 이미지를 생성하기 위해 다중의 영상을 정합하는 방법이다. 이런 이미지 Stitching은 하나의 카메라로부터 생성되는 영상의 한계를 넘어 다양한 분야에서 활용되고 있다. 이미지 Stitching은 다중의 영상을 정합하기 위해 특징 점 및 대응점을 검출하고 RANSAC 알고리즘을 이용하여 영상간의 변환관계(Homography)를 계산한다. 일반적으로 변환관계 계산을 위해 대응점들이 필요하다. 그러나 대응점들에는 변환관계에 대한 잘못된 가정이나 오류로 인해 발생할 수 있는 다양한 유형의 노이즈(Noise)가 포함되어 있다. 이러한 노이즈는 변환관계를 정확히 예측하는 방해 요인이 된다. 이처럼 일반적으로 사용되는 대응점 매칭(Matching) 방법들은 잘못된 대응점들을 매칭할 수 있는 경우가 발생하기 때문에 모델 파라미터의 예측을 방해하는 대응점(Outlier)로부터 정확한 변환관계를 구축하기 위해 RANSAC 알고리즘을 사용한다. 본 논문에서는 RANSAC 알고리즘에 사용되는 대응점 관계 정보를 이용하여 좀 더 정확한 대응점(Inlier)을 추출하고 정확한 변환관계를 계산하는 알고리즘을 제안한다. 대응점 관계 정보는 이미지 매칭에 사용되는 대응점 간의 거리 비율을 사용하며, 본 논문은 기존 RANSAC 알고리즘과 같은 성능을 유지하면서 처리 시간을 단축시키는데 있다.

• 한국콘텐츠학회논문지
• /
• 제9권9호
• /
• pp.60-67
• /
• 2009

본 논문은 물리 엔진을 사용하여 사면에서의 낙석 및 산사태가 발생되는 과정을 시뮬레이션해볼 수 있는 시스템 개발에 관하여 기술한다. 지금까지 사면과 관련된 3차원 시뮬레이션 시스템의 부재로 사면 정보에 대한 구성 부문의 입체적 해석, 안정성 평가, 낙석 및 산사태 시뮬레이션 등의 가상실험을 수행할 수 없었다. 그런 이유로 본 논문에서는 현실에서 발생되었거나 발생될 가능성이 매우 높은 낙석 및 산사태 현상을 가상실험에서 동일하거나 유사하게 발생시킬 수 있도록 해주는 시뮬레이터를 개발하였다. 시뮬레이터 개발을 위해서는 컴퓨터 게임 개발 등에서 주로 사용되고 있는 물리 엔진을 사용하며, 이를 기반으로 낙석 및 산사태가 발생되는 과정을 시뮬레이터를 통하여 보여준다. 본 시뮬레이터는 3차원 컴퓨터그래픽스 원리와 물리엔진을 기반으로 한 낙석 및 산사태가 발생되는 과정을 입체적으로 실감나게 보여줄 수 있는 시스템이다. 그러므로 본 논문의 결과는 기존에 개발된 사면 정보 데이터베이스의 입체적 활용과 가시적 서비스를 창출할 수 있기 때문에 차량 주행 안내 시스템, 지능형 도로 교통 체계 등에 활용되어 사용자 편익 도모 및 서비스의 고급화를 예상할 수 있다.

• 감성과학
• /
• 제21권4호
• /
• pp.43-54
• /
• 2018

본 연구는 멀미증상이 동공 리듬에 미치는 영향을 확인하는 것을 그 목적으로 하였다. 본 연구는 2D와 HMD를 통해 동일한 가상현실 콘텐츠를 실험참가자에게 15분 동안 경험하게 한 이후에 동공반응을 비교하였고 본 실험에는 16명(남자 8명, 여자 8명, 평균 나이: $25.67{\pm}2.43$세)의 피험자가 참여하였다. 연구 결과, 영상멀미를 경험한 이후에 동공 리듬이 불규칙한 패턴을 나타내었고 이것은 동공 크기(mPD) 및 동공 리듬의 편차(sPD)가 증가하는 결과로 확인되었다. 이러한 동공 반응의 결과는 인지부하와 밀접한 관련이 있고 영상멀미를 처리해야 할 시각 정보량의 증가 및 감각정보들 사이의 충돌 혹은 불일치로 인한 인지부하 현상으로 해석이 가능하다. 본 연구에서 제안된 방법은 기존의 센서 기반의 평가 방법에 비해 멀미 증상을 카메라 기반의 비접촉식으로 측정할 수 있는 가능성을 확인하였다.

• 디지털융복합연구
• /
• 제17권11호
• /
• pp.61-70
• /
• 2019

사회경제적 발전과 교육부의 창의인성교육의 강화와 함께 일반국민도 미술품에 대한 향유문화가 고조되고 있고, 미술품이 투자대체제로써의 관심이 증대되고 있는 흐름 속에 미술품 시장의 산업화가 확대되고 있다. 최근 정부에서도 미술진흥 중장기 계획 수립을 발표하는 등 미술품 시장 활성화를 위한 정책적 의지를 나타내고 있다. 4차산업혁명 시대의 도래로 인공지능(AI), 가상현실(VR), 빅데이터 등 지능정보기술과 융 복합하는 현대미술 콘텐츠가 선보이고 있고, 인문학 및 창의융합에 대한 사회적 관심도 고조되고 있다. 이에 따라 누구나 쉽게 미술시장 정보에 접근할 수 있게 하고, 작가와 가격대별 검색기능과 분석자료, 비평 등 통합정보를 제공하는 등 미술시장의 투명화와 활성화 전략의 수립이 필요하다. 본 논문은 미술시장 경매거래정보 제공, 미술시장 보고서 및 뉴스 제공, 홍보 플랫폼 제공, 미술시장 분석서비스 및 회원관계관리 서비스를 제공하는 미술품 거래정보 온라인 제공시스템 구축을 위한 정보시스템계획을 수립하였다. 이를 위해 미술시장에 대한 환경분석과 중점분석을 통해 미래모델을 수립하였으며, 이에 따른 전략과제와 이행계획도 수립하였다.

• 한국정보전자통신기술학회논문지
• /
• 제11권4호
• /
• pp.414-420
• /
• 2018

최근 디지털 컨버전스는 현실세계를 기반으로 만들어진 미디어 콘텐츠에 가상 콘텐츠를 투영시켜 사용자에게 새로운 경험을 제공 할 수 있도록 발전하고 있다. 이에 본 논문에서는 HMD AR 기술을 이용한 Light ID 및 HMD-AR 기반 인터렉티브 전시를 제안하였다. 이 접근법은 현재 사용되고 있는 전시물에 추가적인 인프라를 설치할 필요 없이 기존 사용되고 있는 조명 또는 디스플레이를 사용 할 수 있다. 또한 Light ID는 웹 콘텐츠로의 접근을 위해서만 사용되는 QR 태그와 달리 위치 인식을 위한 식별자 및 통신 매체로도 사용될 수 있는데, 이는 카메라를 기반으로 한 광 무선 통신 (OWC)의 장점을 활용하여 스마트 장치에서 미디어 콘텐츠에 대한 ID를 수신하고 AR형태로 실감 3D 콘텐츠를 시각화하여 제공한다. 본 논문에서는 안드로이드 스마트폰을 사용하여 제안한 설계 기법에 대해 전주 한옥 마을을 타겟으로 Light ID 기반 광무선통신 기술을 활용한 실감 3D View 제공 기술을 구현하고 테스트를 수행하였으며, 실험 결과 제안한 기법을 통해 전시물에 관한 실시간 몰입형 3D 뷰를 제공 할 수 있음을 확인하였다.

• 한국터널지하공간학회 논문집
• /
• 제22권5호
• /
• pp.515-528
• /
• 2020

통상적으로 콘크리트 지하 구조물은 수십 년 이상 사용할 수 있도록 설계되지만 최근 들어 구조물 중 상당수가 당초의 기대 수명에 근접하고 있는 실정이다. 그 결과 구조물 고유의 기능이 상실되고 다양한 문제가 야기될 수 있어 신속한점검과 보수가 요구되고 있다. 이를 위해 지금까지는 지하 구조물 유지관리를 위하여 인력 기반의 점검과 보수가 진행되었으나 최근에는 인공지능과 영상 기술의 융합을 통한 객관적인 점검 기술 개발이 활발하게 이루어지고 있다. 특히 딥러닝을 활용한 영상 인식 기술을 적용하여 지도학습 기반의 콘크리트 균열 탐지 알고리즘 개발에 관한 연구가 다양하게 진행되고 있다. 이러한 연구들은 대부분 지도학습 형태 영상 인식 기술로 많은 양의 데이터를 바탕으로 개발이 되는데, 그 중에도 많은 수의 라벨 영상(Label image)이 요구된다. 이를 확보하기 위해서는 현실적으로 많은 시간과 노동력이 필요한 실정이다. 본 논문에서는 이와 같은 문제를 개선하고자 적대적 학습 기법을 적용하여 균열 영역 탐지 정확도를 평균적으로 0.25% 향상시키는 방법을 기술하고자 한다. 이 적대적 학습은 분할(Segmentation) 신경망과 판별자(Discriminator) 신경망으로 구성되어 있고, 가상의 라벨 영상을 경쟁적인 구조로 생성하여 인식 성능을 높이는 알고리즘이다. 본 논문에서는 이 같은 방법을 활용하여 효율적인 심층 신경망 학습 방법을 제시하였고, 향후에 정확한 균열 탐지에 활용될 것으로 기대한다.