• 한국조경학회지
• /
• 제43권4호
• /
• pp.87-97
• /
• 2015

도시이미지 형성 및 지역 경제 활성화를 위해 국가 및 지자체별 야간경관계획 사업이 활발하게 추진되는 추세이지만, 현재까지 야간경관 관련 연구 부족 및 객관적인 평가 방법의 부재로 체계적인 야간경관계획이 이루어지지 않고 있다. 이에 본 연구에서는 피조사자들의 눈의 움직임 평가 및 설문조사를 통해 야간경관 특성을 분석하여, 향후 바람직한 야간경관계획에 시사점을 제공하고자 한다. 나아가 아이트래킹 기법(Eye-tracking method)이 경관 평가에 있어 객관적인 평가 방법이 될 수 있는지 검증하고자 하였다. 연구 대상지는 미국 버지니아 공과주립대 캠퍼스이며, 다양한 야간경관 이미지 중 전문가 평가를 통해 대표 야간경관을 선정하였다. 선정된 야간경관 이미지의 특성을 분석하기 위하여 사용된 변수는 선호도, 안전함(두려움), 선명도이며, 눈의 움직임 분석을 위한 변수는 고정 지속시간(fixation duration), 순간적 움직임 지속시간(saccade duration), 주사경로 길이(scan path length), 동공 크기(pupil size)이다. 분석 결과는 다음과 같다. 첫째, 다변량 분산분석(MANOVA)을 통하여 야간경관의 유형에 따라 선호도, 선명도, 안전함(두려움)의 차이가 통계적으로 유의하였으며, 상관관계 분석을 통해 선호도, 안전함, 선명도 사이에 정적인 영향관계가 있음을 도출하였다. 둘째, 야간경관의 유형에 따라 눈의 움직임 변수들(고정 지속시간, 지속시간, 주사경로 길이) 차이가 유의함을 파악하였으며, 상대적으로 오픈된 경관이 폐쇄된 경관보다 눈의 움직임 변수 수치가 낮은 것으로 조사되었다. 셋째, 눈 움직임 강도 지도(Heat map) 비교 분석에서는 피조사자들이 무의식적으로 응시한 강도 지도 결과와 선호되는 구역 및 선명하게 보이는 구역 응시를 지시했던 강도 지도 결과가 유사하게 나타나는 결과를 확인하였다. 이는 사람들이 무의식적으로 야간경관을 응시할 때, 다른 구역에 비하여 주로 선호하고, 선명하게 보이는 구역을 강하게 응시한다는 것을 의미한다. 종합해볼 때, 본 연구에서는 야간경관의 유형에 따라 전체적인 선호도, 선명도, 안전함(두려움) 등의 지각하는 특성 및 눈의 움직임 차이를 검증할 수 있었으며, 나아가 야간경관 구역별 강하게 응시하는 구역과 해당 구역이 의미하는 특성을 파악할 수 있었다. 본 연구 결과는 경관 평가에 있어 아이트래킹 기법 적용하여 환경별 유의미한 차이를 입증했다는 데에 의미하는 바가 크며, 향후 경관 평가에 시사점 제시 및 야간경관의 이용 만족도 향상을 위한 야간경관계획 시 전략적으로 참고할 수 있을 것이다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2005년도 추계학술대회 논문집
• /
• pp.205-208
• /
• 2005

본 논문은 특징 가중치 벡터를 적용하여 능동형태 모델(Active Shape Model)기반에서 눈동자의 움직임 추적 속도를 향상시키는 방법을 제안한다. 일반적인 능동형태 모델에서는 객체 추적을 위한 PDM 구성을 위해 각 특징점 구성 벡터의 유클리디안 거리의 최소 값으로 Training Set정렬 과정을 수행한다. 이 과정에서 적절하지 못한 샘플 영상으로 인해 안정된 PDM을 구성하지 못하는 문제점이 발생한다. 이러한 문제점을 해결하기 위하여 본 논문에 서는 형태를 구성하는 특징점마다 가중치를 부여하는 벡터를 작성하고, 최소자승근사법으로 최유사 특징점 벡터를 산출하기 위한 선형방정식을 구상하였다. 이로 인해 안정된 PDM을 구성할 수 있었으며, 눈동자 추적실험을 통해 형태적 움직임을 보정하는 실험을 수행하였다. 실험결과 기존의 능동형태 모델에 비해 반복연산의 횟수가 줄어들고, 다양한 형태로 나타나는 눈동자의 움직임 추적에 보다 안정적인 결과를 얻을 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.112-113
• /
• 2013

서브 홀로그램 디스플레이는 디지털 홀로그래피 디스플레이의 제한된 시역을 관찰자의 동공 크기로 맞게 구현하여 사용자가 더 넓은 범위에서 더 큰 영상을 느끼도록 만드는 홀로그래픽 디스플레이이다. 본 논문에서는 서브홀로그램 방식에서 시야 창 문제를 해결하기 위해, Depth 카메라와 스테레오 카메라의 하이브리드 구성을 이용하여 정밀한 사용자 동공 추적 기법에 대해서 제안한다. 저해상도의 깊이 카메라의 얼굴 인식 정보를 바탕으로 고해상도 스테레오 카메라에서의 얼굴 및 눈의 후보영역을 찾고, 고해상도 스테레오 카메라에서 후보 영역 내의 동공 위치를 잦아서 빠르면서도 정밀한 동공 추적이 가능하도록 하였다.

• 정보처리학회논문지B
• /
• 제12B권4호
• /
• pp.465-472
• /
• 2005

본 논문에서는 HMD(Head Mounted Display) 하단에 눈동자의 움직임 영상을 취득할 수 있는 USB 카메라를 부착한 후, 3차원 1인칭 슈팅(First Person Shooting) 게임에서 게임 캐릭터의 시선방향을 눈동자 움직임에 의해 조작하는 방법을 제안한다. 본 논문에서 제안하는 방법은 다음과 같은 3부분으로 이루어져 있다. 첫 번째는 입력 영상으로부터 눈동자의 중심 위치를 실시간 영상 처리 방법으로 추출하는 부분, 두번째는 HMD 모니터상의 임의 지점을 쳐다볼 때 추출된 눈동자의 위치 정보와 모니터상의 응시 지점사이의 기하학적인 연관관계를 결정하는 캘리브레이션 부분, 그리고 마지막은 캘리브레이션 정보를 기반으로 모니터 상의 최종적인 응시 위치를 결정하고 이 정보에 의해 게임상의 3차원 뷰 방향을 조정하는 부분으로 구성되어 있다. 실험 결과 본 논문의 방법에 의해 손이 불편한 사용자에게 게임을 즐길 수 있는 기회를 제공하고, 게임 캐릭터와 게임 사용자의 시선 방향을 일치시킴으로서 게임의 흥미와 몰입감을 증가시킬 수 있는 결과를 얻음을 알 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제8권10호
• /
• pp.1293-1305
• /
• 2005

본 논문에서는 HMD(head mounted display) 하단에 눈동자의 움직임 영상을 취득할 수 있는 USB 카메라를 부착한 후, 3차원 1인칭 슈팅(first Person shooting) 게임에서 게임 캐릭터의 시선방향을 눈동자 움직임에 의해 조작하는 방법을 제안한다. 본 논문에서 제안하는 방법은 다음과 같이 세 부분으로 구성된다. 첫 번째는 입력 영상으로부터 눈동자의 중심 위치를 실시간 영상 처리 방법으로 추출하는 부분, 두 번째는 HMD 모니터상의 임의 지점을 쳐다볼 때 추출된 눈동자의 위치 정보와 모니터상의 응시 위치 사이의 기하학적인 연관관계를 결정하는 캘리브레이션 부분, 그리고 마지막은 캘리브레이션 정보를 기반으로 모니터 상의 최종적인 응시 위치를 결정하고, 이 정보에 의해 게임상의 3차원 뷰(view) 방향을 조정하는 부분으로 구성된다. 실험 결과, 본 논문의 방법에 의해 손이 불편한 사용자에게 게임을 즐길 수 있는 기회를 제공하고, 게임 캐릭터와 게임 사용자의 시선 방향을 일치시킴으로서 게임의 흥미와 몰입감을 증가시키는 결과를 얻을 수 있었다.

• 한국통신학회논문지
• /
• 제30권9C호
• /
• pp.887-898
• /
• 2005

본 논문에서는 피로를 인식하기 위하여 베이지안 네트워크를 기반으로 한 확률 모델을 제안하고자 한다. 먼저 적외선 조명을 조사하여 눈거풀의 움직임, 시선 방향, 얼굴의 움직임 및 얼굴 표정 같은 얼굴특징정보를 측정하였다. 그러나 각각의 얼굴특징정보만으로 생체 피로를 결정하기에는 충분하지 않다. 그러므로, 본 논문에서는 생체 피로를 확률적 추론하기 위하여 가능한 많은 피로 원인에 대한 정보와 얼굴특징정보들로 베이지안 네트워크 모델을 구성하여 BN 피로지수를 산출하였다. 또한, BN 피로지수의 문턱치값은 MSBNX 시물레이션 결과 0.95로 산출되었다. 실험 결과 BN 피로지수와 TOVA 응답 시간을 비교한 결과 밀접한 상관관계가 있음을 확인하여 제안한 피로인식모델의 유효성을 입증하였다.

• 한국통신학회논문지
• /
• 제30권3C호
• /
• pp.125-132
• /
• 2005

본 논문에서는 실시간 시선 식별을 위한 능동적 적외선 조명을 기반으로 한 컴퓨터 비전 시스템을 제안하고자 한다. 현존하는 대다수의 시선 식별 방법은 고정된 얼굴에서만 원활하게 동작하고 개개인에 대한 교정 절차를 필요로 한다. 그러므로 본 논문에서는 교정 작업 없이 얼굴 움직임이 있는 경우에도 견실하고 정확하게 동작하는 시선 식별 시스템을 제안하고 있다. 제안된 시스템은 추출된 변수로부터 시선을 스크린 좌표로 매핑하기 위해 GRNN을 이용하였다. 동공을 추적하여 GRNN을 사용함으로서, 시선 매핑에 분석적 기능이나 얼굴 움직임에 대한 계산이 필요 없을 뿐 아니라 다른 개개인에 대하여 학습과정에서 매핑 기능을 일반화 할 수 있었다. 시선 예측 정확도를 개선하고자 계층적 식별을 제안함으로써 오분류를 줄일 수 있었고, 공간 시선 해상도는 스크린에서 1m 정도 떨어진 거리에서 수평으로 10cm, 수직으로 약 13cm, 즉 수평으로 8도 수직으로 5도 이었다. 실험 결과, 재식별 하였을 경우 1차 시선 식별시 84%보다 약 9% 정도 정확성이 향상되어 93%를 나타냄으로써 제안된 시스템의 유효성을 증명하였다.

• 한국정보전자통신기술학회논문지
• /
• 제3권1호
• /
• pp.38-46
• /
• 2010

본 논문에서는 실시간 시선 식별을 위한 능동적 적외선 조명을 기반으로 한 컴퓨터 비전 시스템을 제안 하고자 한다. 현존하는 대다수의 시선 식별 방법은 고정된 얼굴에서만 원활하게 동작하고 개개인에 대한 교정 절차를 필요로 한다. 그러므로 본 논문에서는 교정 작업 없이 얼굴 움직임이 있는 경우에도 견실하고 정확하게 동작하는 시선 식별 시스템을 제안하고 있다. 제안된 시스템은 추출된 변수로부터 시선을 스크린 좌표로 매핑하기 위해 GRNN을 이용하였다. 동공을 추적하여 GRNN을 사용함으로서, 시선 매핑에 분석적 기능이나 얼굴 움직임에 대한 계산이 필요 없을 뿐 아니라 다른 개개인에 대하여 학습과정에서 매핑 기능을 일반화 할 수 있었다. 시선 예측 정확도를 개선하고자 계층적 식별을 제안함으로써 오분류를 줄일 수 있었고, 공간 시선 해상도는 스크린에서 1m 정도 떨어진 거리에서 수평으로 10cm, 수직으로 약 13cm, 즉 수평으로 8도 수직으로 5도 이었다. 실험 결과, 재식별 하였을 경우 1차 시선 식별시 84%보다 약 9% 정도 정확성이 향상되어 93%를 나타냄으로써 제안된 시스템의 유효성을 증명하였다.

• 한국정보통신학회논문지
• /
• 제9권2호
• /
• pp.322-329
• /
• 2005

본 논문에서는 실시간 시선 식별을 위한 능동적 적외선 조명을 기반으로 한 컴퓨터 비전 시스템을 제안하고자 한다. 현존하는 대다수의 시선 식별 방법은 고정된 얼굴에서만 원활하게 동작하고 개개인에 대한 교정 절차를 필요로 한다. 그러므로 본 논문에서는 교정 작업 없이 얼굴 움직임이 있는 경우에도 견실하고 정화하게 동작하는 시선 식별 시스템을 제안하고 있다. 제안된 시스템은 추출된 변수로부터 시선을 스크린 좌표로 매핑하기 위해 GRNN을 이용하였다. GRNN을 사용함으로서, 시선 매핑에 분석적 기능이나 얼굴 움직임에 대한 계산이 필요 없을 뿐 아니라 다른 개개인에 대하여 학습과정에서 매핑 기능을 일반화 할 수 있었다. 시선 예측 정확도를 개선하고자 계층적 식별을 제안함으로써 오분류를 줄일 수 있었고, 공간 시선 해상도는 스크린에서 Im 정도 떨어진 거리에서 수평으로 10cm, 수직으로 약 13cm, 즉 수평으로 8도 수직으로 5도 이었다 실험 결과, 재식별 하였을 경우 1차 시선 식별시 84$\%$보다 약 9$\%$ 정도 정확성이 향상되어 93%를 나타냄으로써 제안된 시스템의 유효성을 증명하였다.

• 전자공학회논문지
• /
• 제49권9호
• /
• pp.113-127
• /
• 2012

영상처리 기법을 이용한 얼굴검출에 관한 많은 다양한 방법들이 제시되어 왔다. 일반적으로 가장 많이 쓰이는 얼굴 검출 방식은 Viola와 Jones이 제안한 Adaboost 방식이다. 이 방식은 Haar-like feature을 이용하여 얼굴영상을 선행 학습하고, 검출 성능은 학습된 DB에 의존한다. 이는 일정 거리 범위 안의 학습된 얼굴 크기에서는 얼굴 검출을 잘 수행하지만, 카메라에서 객체(얼굴)의 거리가 멀어지면 얼굴 크기가 작아져 기존에 학습한 Haar-like feature로 얼굴 검출을 하지 못하는 경우가 발생한다. 이에 본 논문에서는 생물학 기반의 선택적 주의집중 기반의 Haar-like feature 정보를 이용한 Adaboost 모델과 사용자의 시선 응시 점 정보를 이용하여, 사용자의 관심영역 확장을 통한 원거리 얼굴 검출 모델을 제안한다. 생물학적 기반의 선택적 주의 집중 모델인 돌출맵(Saliency map) 정보를 이용하여 입력 영상에 대하여 얼굴 후보 영역을 검출하고, 검출된 얼굴 후보 영역 중에서 선행 학습된 Haar-like feature 정보로 Adaboost 알고리즘을 이용하여 최종 얼굴 영상을 검출한다. 그리고 사용자의 시선 응시 점 정보는 관심영역을 선택 하는데 이용된다. 피 실험자가, 카메라로부터 멀리 거리 떨어져 얼굴의 크기가 얼굴검출이 힘들더라도 사용자 시선 응시 점 영역을 선형 보간법으로 확대하여 입력영상으로 재사용함으로써 얼굴 검출 성능을 높일 수 있다. 제안된 방법이 기존의 Adaboost 방법보다 얼굴 검출 성능과 수행시간 면에서 우수함을 실험을 통해 확인하였다.