Realtime Attention System of Autonomous Virtual Character using Image Feature Map

시각적 특징 맵을 이용한 자율 가상 캐릭터의 실시간 주목 시스템

  • 차명희 (서울사이버대학교 게임애니메이션학과) ;
  • 김기협 (동국대학교, 영상대학원 멀티미디어학과 게임 제작전공) ;
  • 조경은 (동국학교 영상미디어대학 게임멀티미디어 공학과) ;
  • 엄기현 (동국대학교 영상미디어대학 게임멀티미디어 공학과)
  • Published : 2009.05.30

Abstract

An autonomous virtual character can conduct itself like a human after recognizing and interpreting the virtual environment. Artificial vision is mainly used in the recognition of the environment for a virtual character. The present artificial vision that has been developed takes all the information at once from everything that comes into view. However, this can reduce the efficiency and reality of the system by saving too much information at once, and it also causes problems because the speed slows down in the dynamic environment of the game. Therefore, to construct a vision system similar to that of humans, a visual observation system which saves only the required information is needed. For that reason, this research focuses on the descriptive artificial intelligence engine which detects the most important information visually recognized by the character in the virtual world and saves it into the memory by degrees. In addition, a visual system is constructed in accordance with an image transaction theory to make it sense and recognize human feelings. This system finds the attention area of moving objects quickly and effectively through the experiment of the virtual environment with three dynamic dimensions. Also the experiment enhanced processing speed more than 1.6 times.

자율 가상 캐릭터는 인공시각을 이용하여 가상 환경을 인지하고 인지한 정보를 바탕으로 상황에 맞게 판단하여 지능적인 인간처럼 행동한다. 자율 가상 캐릭터는 주로 인공 시각을 이용하여 환경을 인식하며 현재까지 연구된 대부분의 인공 시각은 정해진 시야각에 들어온 정보를 여과 없이 모두 인지하는 방법을 사용하고 었다. 그러나 이러한 시각 체계는 한 번에 너무 많은 정보를 저장함으로 시스템의 효율성과 현실성을 떨어뜨리며, 게임과 같은 동적 환경에서는 실시간 처리가 어렵다. 따라서 실제 인간과 같은 시각 체계를 구현하려면 주목한 정보만 저장하는 시각적 주목 알고리즘이 필요하다. 본 논문에서는 인공 시각을 통해 얻은 정보 중에서 시각적으로 중요한 정보만올 저장하는 주목 시각 기법을 연구하고 이를 구현하기 위해 기존 주목 맵을 향상시켜 적용하였다. 특히 주목 맵 요소 중에서 처리 속도가 느린 방위 랩을 제거하고 침입자 검출을 적용한 동적 특정 맵을 추가하여 향상된 주목 맵을 제안하였다. 실험을 통해 자율 가상 캐릭터가 3차원 가상 환경에서 정적 동적 객체에 대한 주목 영역을 정확하게 찾는 것을 확인하였으며, 처리 속도 또한 기존 연구보다 1.6배 정도 향상되었음을 확인하였다.

Keywords

References

  1. 한국게임산업진흥원 편집부, 게임백서-2008대한민국, 한국게임산업진흥원, 2008.
  2. X. Tu and D. Terzopoulos, "Artificial Fishes: Physics, Locomotion, Perception, Behavior," Proc. of SIGGRAPH'94, Computer Graphics Proceedings, Vol.28, pp. 43-50, 1994.
  3. B. Blumberg, M. Downie, Y. Ivanov, M. Berlin, M. P. Johnson and B. Tomlinson, "Integrated Learning for Interactive Synthetic Characters," 2002 ACM Transactions on Graphics (TOG), Vol.21, No.3, pp. 417-426, 2002.
  4. B. Blumberg, R. Burke, D. Isla, M. Downie and Y. Ivanov, "Creature smarts: the art and architecture of a virtual brain," In Proc. Game Developers Conference, pp. 147-166, 2000.
  5. D. Isla and B. Blumberg, "New Challenges for Character-based AI for Games," In Proceedings of the AAAI Spring Symposium on AI and Interactive Entertainment, Palo Alto, CA, pp. 41-45, Mar. 2002.
  6. J. Kuffner, "Fast Synthetic Vision, Memory, and Learning Models for Virtual Humans," Proc. 1999 IEEE/CGS Int'l Conf. on Computer Animation, pp. 118-127, 1999.
  7. M. Tory and T. Moeller, "Human Factors in Visualization Research," IEEE Transactions on Visualization and Computer Graphics, Vol.10, No.1, pp. 72-84, Jan. 2004. https://doi.org/10.1109/TVCG.2004.1260759
  8. T. Conde and D. Thalmann, "An Integrated Pperception for Autonomous Virtual Agents: Active and Predictive Perception," Computer Animation and Virtual Worlds Comp. Anim. Virtual Worlds, Vol.17, Issue 3-4, pp. 457-468, 2006. https://doi.org/10.1002/cav.148
  9. L. Itti and C. Koch, "Computational Modeling of Visual Attention," Nature Reviews Neuroscience, Vol.2, No.3, pp. 194-203, Mar. 2001. https://doi.org/10.1038/35058500
  10. C. Peters, "Bottom-Up Visual Attention for Virtual Human Animation," Intelligent Robots and Systems, 2003. (IROS 2003). Proceedings. 2003 IEEE/RSJ International Conference, pp. 1-7, 2003.
  11. N. Courty and E. Marchand, "Visual Perception Based on Salient Features," Proceedings of the 2003 IEEE/RSJ Intl. Conference on Intelligent Robots and Systems Las Vegas, Nevada, Oct., Vol.1, pp. 1024-1029, 2003.
  12. 반상우, "특이 장면 검출 및 일반 객체 인식 기반 점진적 시각 환경 인지모델," 경북대학교, 대구, 2005.
  13. 최경주, 이일병, “추출된 특징의 통계적 정보와 국부 경쟁력을 이용한 컬러영상에서의 돌출맵 모형,” 한국뇌학회지, Vol.2, No.1, pp. 69-78, June 2002.
  14. 차명희, 김기협, 조경은, 엄기현, "자율 가상 캐릭터의 효율적인 시각인지," 2008년 춘계 한국게임학회 학술발표대회 논문집, pp. 223-227, 2008.