그룹 몰입도 판단을 위한 움직임 동기화 연구

류준모; 박승보; 김재경

추천

검색

질문

자료유형: 학술저널

저자정보: 류준모 (경희대학교) 박승보 (경희대학교) 김재경 (경희대학교)

저널정보: 한국지능정보시스템학회 지능정보연구 지능정보연구 제19권 제1호

발행연도: 2013.3

수록면: 79 - 94 (16page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근 문화 예술 분야를 활용하여 고부가가치를 창출하며 지속적으로 발전하는 공연예술 시장 환경 속에서 공연 기획자들이나 투자자들은 공연에서 성공을 하기 위한 객관적인 지표를 원한다. 성공적인 공연을 위해서는 관람객들에게 편의를 제공하여 만족도를 높여 주어야 하며, 따라서 재미와 감동, 가치를 높이는 방안도 모색해야 한다. 기존의 만족도 확인 방법으로는 공연기간, 설문조사, 입소문 등 주관적인 평가가 대부분이다. 이것들은 관람객들의 만족도에 대한 평가 기준이 될 수 는 없다. 최근에는 공연에서 관람객의 몰입 정도가 공연의 주요 성공 요인으로 평가되기 시작했다. 공연에 대한 몰입도가 높으면 만족도도 높아진다는 연구 결과도 있다. 그래서 공연에 대한 관람객의 몰입을 실시간으로 확인하는 지표를 개발하는 것은 관람객들의 만족도를 평가하는데 유용하게 사용될 수 잇다. 기존의 몰입도 추출 연구는 대부분 1인을 대상으로 한 연구들이며 전체 관람객들의 몰입도는 개별 몰입도를 통합하여 측정하여 왔다. 하지만, 공연장에서 관람객들의 몰입도를 개별적으로 측정하기에는 경제적으로나 환경적으로 어려운 상황이다. 이러한 문제를 해결하기 위하여 본 연구에서는, 공연장의 전체 관람객 몰입도를 측정하기 위하여 차영상 기반의 동기화 기법을 활용하는 모형을 제시한다. 이 기법은 우선 카메라를 통해 관람객 영상을 수집하고, 이를 차영상 기법을 이용하여 동일 장소, 시간 내 관람객들의 움직임 변화량을 측정하여 동기화 여부를 판단하는 것이다. 본 논문에서 동기화가 되었다는 의미는 관람객들이 몰입하고 있을 때, 자극원에 대하여 동시성을 가지고 반응하는 것을 말한다. 이것을 차영상 기법을 통하여 움직임의 변화량으로 환산하고, 이것을 이용하여 동적 동기화와 정적 동기화인지 구분한다. 그런 후 전체 관람객들의 움직임 변화량들을 비교하여 관람객들의 몰입도를 판단하는 모형을 구축하는 것이다. 이 연구에서는 전체 관객의 몰입도 판단 모형을 제시하고, 실제 관객의 반응 데이터를 이용한 평가를 하여 제시한 연구모형이 실제 공연장에서 그룹 관람객들의 몰입도를 측정할 수 있는 것을 확인할 수 있었다.

Recently, the high value added business is steadily growing in the culture and art area. To generated high value from a performance, the satisfaction of audience is necessary. The flow in a critical factor for satisfaction, and it should be induced from audience and measures. To evaluate interest and emotion of audience on contents, producers or investors need a kind of index for the measurement of the flow. But it is neither easy to define the flow quantitatively, nor to collect audience’s reaction immediately.
The previous studies of the group flow were evaluated by the sum of the average value of each person’s reaction. The flow or “good feeling” from each audience was extracted from his face, especially, the change of his (or her) expression and body movement. But it was not easy to handle the large amount of real-time data from each sensor signals. And also it was difficult to set experimental devices, in terms of economic and environmental problems. Because, all participants should have their own personal sensor to check their physical signal. Also each camera should be located in front of their head to catch their looks. Therefore we need more simple system to analyze group flow.
This study provides the method for measurement of audiences flow with group synchronization at same time and place. To measure the synchronization, we made real-time processing system using the Differential Image and Group Emotion Analysis (GEA) system. Differential Image was obtained from camera and by the previous frame was subtracted from present frame. So the movement variation on audience’s reaction was obtained.
And then we developed a program, GEX(Group Emotion Analysis), for flow judgment model. After the measurement of the audience’s reaction, the synchronization is divided as Dynamic State Synchronization and Static State Synchronization. The Dynamic State Synchronization accompanies audience’s active reaction, while the Static State Synchronization means to movement of audience.
The Dynamic State Synchronization can be caused by the audience’s surprise action such as scary, creepy or reversal scene. And the Static State Synchronization was triggered by impressed or sad scene. Therefore we showed them several short movies containing various scenes mentioned previously. And these kind of scenes made them sad, clap, and creepy, etc.
To check the movement of audience, we defined the critical point, αand β. Dynamic State Synchronization was meaningful when the movement value was over critical point β, while Static State Synchronization was effective under critical point α. β is made by audience’clapping movement of 10 teams in stead of using average number of movement.
After checking the reactive movement of audience, the percentage(%) ratio was calculated from the division of “people having reaction” by “total people”. Total 37 teams were made in “2012 Seoul DMC Culture Open” and they involved the experiments. First, they followed induction to clap by staff. Second, basic scene for neutralize emotion of audience. Third, flow scene was displayed to audience. Forth, the reversal scene was introduced. And then 24 teams of them were provided with amuse and creepy scenes. And the other 10 teams were exposed with the sad scene. There were clapping and laughing action of audience on the amuse scene with shaking their head or hid with closing eyes. And also the sad or touching scene made them silent. If the results were over about 80%, the group could be judged as the synchronization and the flow were achieved.
As a result, the audience showed similar reactions about similar stimulation at same time and place. Once we get an additional normalization and experiment, we can obtain find the flow factor through the synchronization on a much bigger group and this should be useful for planning contents.

#Group Audience #Synchronization #Flow #Differential Image #Group Flow

참고문헌 (38)

참고문헌 신청

1. [학술대회논문] - Oliveira, A. M. / 2006 / Joint Model-Parameter Validation of Self-Estimates of Valence and Arousal : Probing a Differential-Weighting Model of Affective Intensity / Proceedings of the 22nd Annual Meeting of the International Society for Psychophysics : 245 ~ 250

2. [학술지(정기간행물)] - 박원국 / 2012 / 개인화된 전시 서비스 제공을 위한 관객 반응을 고려한 지능형 인터랙티브 시스템 / 한국IT서비스학회지 11 (2) : 229 ~ 242

3. [학술지(정기간행물)] - Picard, R. W. / 2001 / Toward Machine Emotional Intelligence : Analysis of Affective Physiological State / Pattern Analysis and Machine Intelligence, IEEE Transaction 23 : 1175 ~ 1191

4. [학위논문] - Roh, J. S. / 2003 / A Study on the Leisure Satisfaction of the Audience by Uses and Flow Experience of Media-Focused on the TV and Internet / 박사 / Chung-Ang Univ

5. [학술대회논문] - Ryu, J. M. / 2012 / Judgement Model for Group Flow based on the Synchronization of Group Behavior / Proceedings of the Korea Intelligent Information System Society Conference : 135 ~ 141

이 논문의 저자 정보

류준모

소속기관 경희대학교

주요연구분야 공학 > 산업공학

논문수 3 이용수 574

박승보

소속기관 인하대학교

주요연구분야 공학 > 컴퓨터학 TOP 5% 복합학 > 학제간연구

논문수 51 이용수 9,561

Jaekyeong Kim

소속기관 Kyung Hee University

주요연구분야 공학 > 산업공학 TOP 0.5% 공학 > 컴퓨터학

논문수 176 이용수 23,251

이 논문과 함께 이용한 논문

브랜드 컬러마케팅 활성화를 위한 국내기업 실태와 해외기업 성공사례

신혜영 마케팅 2005 .06

케이블TV 산업의 소유규제 변화와 기업결합 형태별 생산효율성 차이의 실증 연구

황준석 , 홍아름 , 이대호 한국방송학보 2010 .03

바닥공조시스템에서 복사온도가 열적 쾌적성에 미치는 영향

정재동 , 홍희기 , 유호선 설비공학논문집 2008 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2014-000-003068669

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (38)

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)