인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
머리장착형 디스플레이(Head-Mounted Display: HMD) 기반의 가상현실 체험은 시각 정보로 하여금 전정 및 체성 감각에 앞서 신체 균형 감각의 지배를 강요하므로, 시청자로 하여금 이른바 생체인지적 감각불일치로 인한 극심한 가상현실 멀미를 유발한다. 가상현실 콘텐츠의 보급과 시장 확대를 위해서는 제작자와 서비스 제공자로 하여금 멀미 수준에 대한 사전 예측을 통해 콘텐츠를 적절히 제어함으로써 이용자의 시청안전성을 보장함이 요구되나, 이를 위한 기존 가상현실 멀미에 관한 연구는 각 요소에 대해 Ad-hoc 관점에서 연구되어 왔다. 본 논문에서는 가상현실 멀미의 정량적 예측을 위해 지도학습 기반의 멀미 예측 모델을 학습하였다. 선행 연구에서 밝혀진 멀미 관련 콘텐츠 요소를 고려하여 52종의 가상현실 장면을 생성하였고, 150명의 피험자를 동원하여 대규모 임상실험을 수행함으로써 주관적 가상현실 멀미 점수를 획득하였다. 시-전정 감각불일치를 대표하는 특징 추출을 위한 Raw 데이터의 가공과, 시각적 민감도/복잡도를 반영하는 RGB 영상으로부터의 특징 정의, 깊이맵을 활용한 특징 정의를 통해 정량적 가상현실 멀미 예측에 강인한 표현력을 갖는 17종의 공간적 인지 특징을 추출하였다. 또한, 추출된 공간적 특징을 인간의 시각 인지 체계를 반영한 4가지 풀링(Pooling) 기법을 도입함으로써 시간적 인지 특징으로 변환하였다. 임상실험을 통해 획득한 피험자의 주관적 멀미 점수를 레이블로 하여 제안한 특징들을 학습시킨 결과, 객관적/정량적 가상현실 멀미수준 예측 모델을 구축할 수 있었으며, 예측 성능은 실제 피험자의 의견 대비 76%의 상관도를 달성하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2021-569-000082448
