• 제목/요약/키워드: Vision processing

검색결과 1,545건 처리시간 0.03초

SegNet과 ResNet을 조합한 딥러닝에 기반한 횡단보도 영역 검출 (Detection of Zebra-crossing Areas Based on Deep Learning with Combination of SegNet and ResNet)

  • 량한;서수영
    • 한국측량학회지
    • /
    • 제39권3호
    • /
    • pp.141-148
    • /
    • 2021
  • 본 논문은 SegNet과 ResNet을 조합한 딥러닝을 이용하여 횡단보도를 검출하는 방법을 제안한다. 시각 장애인의 경우 횡단보도가 어디에 있는지 정확히 아는 게 안전한 교통 시스템에서 중요하다. 딥러닝에 의한 횡단보도 검출은 이 문제에 대한 좋은 해결책이 될 수 있다. 로봇 시각 기반 보조 기술은 지난 몇년 동안 카메라를 사용하는 특정 장면에 초점을 두고 제안되어 왔다. 이러한 전통적인 방법은 비교적 긴 처리 시간으로 의미있는 결과를 얻었으며 횡단보도 인식을 크게 향상시켰다. 그러나 전통적인 방법은 지연 시간이 길고 웨어러블 장비에서 실시간을 만족시킬 수 없다. 본 연구에서 제안하는 방법은 취득한 영상에서 횡단보도를 빠르고 안정적으로 검출하기 위한 모델을 제안한다. 모델은 SegNet과 ResNet을 기반으로 개선되었으며 3단계로 구성된다. 첫째, 입력 영상을 서브샘플링하여 이미지 특징을 추출하고 ResNet의 컨벌루션 신경망을 수정하여 새로운 인코더로 만든다. 둘째, 디코딩 과정에서 업샘플링 네트워크를 통해 특징맵을 원영상 크기로 복원한다. 셋째, 모든 픽셀을 분류하고 각 픽셀의 정확도를 계산한다. 이 실험의 결과를 통하여 수정된 시맨틱 분할 알고리즘의 적격한 정확성을 검증하는 동시에 결과 출력 속도가 비교적 빠른 것으로 파악되었다.

초목을 포함한 도로 환경에서 주행 가능 영역 검출을 위한 필터링 기반 방법 및 하드웨어 구조 (Filtering-Based Method and Hardware Architecture for Drivable Area Detection in Road Environment Including Vegetation)

  • 김영현;하지석;최철호;문병인
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제11권1호
    • /
    • pp.51-58
    • /
    • 2022
  • 첨단 운전자 보조 시스템(advanced driver assistance system)의 주요 기능 중 하나인 주행 가능 영역 검출은 차량이 안전하게 주행할 수 있는 영역을 검출하는 것을 의미한다. 주행 가능 영역 검출은 운전자의 안전과 밀접한 연관이 있으며 실시간 동작과 높은 정확도 성능을 요구한다. 이러한 조건들을 충족하기 위해, 영상의 각 행에서 도로 시차 값을 계산하여 주행 가능 영역을 검출하는 V-시차 기반 방법이 폭넓게 사용된다. 그러나 V-시차 기반 방법은 시차 값이 정확하지 않거나 객체의 시차 값이 도로의 시차 값과 동일한 경우, 도로가 아닌 영역을 도로로 오검출할 수 있다. 또한, 고속도로 및 시골길과 같이, 초목을 포함한 도로 환경에서 초목의 시차는 도로의 시차 특성과 매우 유사하기 때문에 초목 영역이 주행 가능 영역으로 오검출될 수 있다. 이에 본 논문에서는 V-시차의 특성으로 인한 오검출 횟수를 감소시킴으로써 초목 영역을 포함한 도로 환경에서 높은 정확도를 갖는 주행 가능 영역 검출 방법 및 하드웨어 구조를 제안한다. 제안하는 방법의 성능을 평가하기 위해 KITTI road dataset의 289장 영상을 사용하였을 때, 제안하는 방법은 90.12%의 정확도와 97.96%의 재현율을 보인다. 또한, 제안하는 하드웨어 구조를 FPGA 플랫폼에 구현하였을 때, 제안하는 하드웨어 구조는 8925개의 slice registers와 7066개의 slice LUTs를 사용한다.

SAAnnot-C3Pap: 반자동 주석화 방법을 적용한 연주 자세의 그라운드 트루스 수집 기법 (SAAnnot-C3Pap: Ground Truth Collection Technique of Playing Posture Using Semi Automatic Annotation Method)

  • 박소현;김서연;박영호
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제11권10호
    • /
    • pp.409-418
    • /
    • 2022
  • 본 논문에서는 연주자 자세의 그라운드 트루스 획득을 위한 반자동 주석 방법인 SAAnnot-C3Pap를 제안한다. 기존 음악 도메인에서 2차원 관절 위치에 대한 그라운드 트루스를 획득하기 위하여 2차원 자세 추정 방법인 오픈포즈를 활용하거나 수작업으로 라벨링 하였다. 하지만 기존의 오픈포즈와 같은 자동 주석 방법은 빠르지만 부정확한 결과를 보인다는 단점이 있고, 사용자가 직접 주석을 생성하는 수작업 주석화의 경우 많은 노동력이 필요하다는 한계점이 있다. 따라서 본 논문에서는 그 둘의 절충 방안인 반자동 주석화 방법인 SAAnnot-C3Pap을 제안한다. 제안하는 SAAnnot-C3Pap은 크게 3가지 과정으로 오픈포즈를 사용하여 자세를 추출하고, 추출된 부분 중 오류가 있는 부분을 슈퍼바이즐리를 사용하여 수정한 뒤, 오픈포즈와 슈퍼바이즐리의 결과값을 동기화하는 과정을 수행한다. 제안하는 방법을 통하여 오픈포즈에서 발생하는 잘못된 2차원 관절 위치 검출 결과를 교정할 수 있었고, 2명 이상의 사람을 검출하는 문제를 해결하였으며, 연주 자세 그라운드 트루스 획득이 가능하였다. 실험에서는 반자동 주석 방법인 오픈포즈와 본 논문에서 제안하는 SAAnnot-C3Pap의 결과를 비교·분석한다. 비교 결과, 제안하는 SAAnnot-C3Pap는 오픈포즈로 잘못 수집된 자세 정보를 개선한 결과를 보였다.

A modified U-net for crack segmentation by Self-Attention-Self-Adaption neuron and random elastic deformation

  • Zhao, Jin;Hu, Fangqiao;Qiao, Weidong;Zhai, Weida;Xu, Yang;Bao, Yuequan;Li, Hui
    • Smart Structures and Systems
    • /
    • 제29권1호
    • /
    • pp.1-16
    • /
    • 2022
  • Despite recent breakthroughs in deep learning and computer vision fields, the pixel-wise identification of tiny objects in high-resolution images with complex disturbances remains challenging. This study proposes a modified U-net for tiny crack segmentation in real-world steel-box-girder bridges. The modified U-net adopts the common U-net framework and a novel Self-Attention-Self-Adaption (SASA) neuron as the fundamental computing element. The Self-Attention module applies softmax and gate operations to obtain the attention vector. It enables the neuron to focus on the most significant receptive fields when processing large-scale feature maps. The Self-Adaption module consists of a multiplayer perceptron subnet and achieves deeper feature extraction inside a single neuron. For data augmentation, a grid-based crack random elastic deformation (CRED) algorithm is designed to enrich the diversities and irregular shapes of distributed cracks. Grid-based uniform control nodes are first set on both input images and binary labels, random offsets are then employed on these control nodes, and bilinear interpolation is performed for the rest pixels. The proposed SASA neuron and CRED algorithm are simultaneously deployed to train the modified U-net. 200 raw images with a high resolution of 4928 × 3264 are collected, 160 for training and the rest 40 for the test. 512 × 512 patches are generated from the original images by a sliding window with an overlap of 256 as inputs. Results show that the average IoU between the recognized and ground-truth cracks reaches 0.409, which is 29.8% higher than the regular U-net. A five-fold cross-validation study is performed to verify that the proposed method is robust to different training and test images. Ablation experiments further demonstrate the effectiveness of the proposed SASA neuron and CRED algorithm. Promotions of the average IoU individually utilizing the SASA and CRED module add up to the final promotion of the full model, indicating that the SASA and CRED modules contribute to the different stages of model and data in the training process.

데이터 증강 및 앙상블 기법을 이용한 딥러닝 기반 GPR 공동 탐지 모델 성능 향상 연구 (Improving the Performance of Deep-Learning-Based Ground-Penetrating Radar Cavity Detection Model using Data Augmentation and Ensemble Techniques)

  • 최용욱;서상진;장한길로;윤대웅
    • 지구물리와물리탐사
    • /
    • 제26권4호
    • /
    • pp.211-228
    • /
    • 2023
  • 방조제의 모니터링에는 지구물리학적 비파괴 검사인 GPR (Ground Penetrating Radar) 탐사가 주로 이용된다. GPR 반응은 상황에 따라 복잡한 양상을 보이므로 자료의 처리와 해석은 전문가의 주관적 판단에 의존하며, 이는 오 탐지의 가능성을 불러옴과 동시에 시간이 오래 걸린다는 단점이 있다. 따라서 딥 러닝을 이용하여 GPR 탐사자료의 공동을 탐지하는 다양한 연구들이 수행되고 있다. 딥 러닝 기반 방법은 데이터 기반 방법으로써 풍부한 자료가 필요하나 GPR 탐사의 경우 비용 등의 이유로 학습에 이용할 현장 자료가 부족하다. 따라서 본 논문에서는 데이터 증강 전략을 이용하여 딥 러닝 기반 방조제 GPR 탐사자료 공동 탐지 모델을 개발하였다. 다년간 동일한 방조제에서 탐사 자료를 사용하여 데이터 세트를 구축하였으며, 컴퓨터 비전 분야의 객체 탐지 모델 중 YOLO (You Look Only Once) 모델을 이용하였다. 데이터 증강 전략을 비교 및 분석함으로써 최적의 데이터 증강 전략을 도출하였고, 초기 모델 개발 후 앵커 박스 클러스터링, 전이 학습, 자체 앙상블, 모델 앙상블 기법을 단계적으로 적용하여 최종 모델 도출 후 성능을 평가하였다.

멀티-뷰 영상들을 활용하는 3차원 의미적 분할을 위한 효과적인 멀티-모달 특징 융합 (Effective Multi-Modal Feature Fusion for 3D Semantic Segmentation with Multi-View Images)

  • 배혜림;김인철
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제12권12호
    • /
    • pp.505-518
    • /
    • 2023
  • 3차원 포인트 클라우드 의미적 분할은 각 포인트별로 해당 포인트가 속한 물체나 영역의 분류 레이블을 예측함으로써, 포인트 클라우드를 서로 다른 물체들이나 영역들로 나누는 컴퓨터 비전 작업이다. 기존의 3차원 의미적 분할 모델들은 RGB 영상들에서 추출하는 2차원 시각적 특징과 포인트 클라우드에서 추출하는 3차원 기하학적 특징의 특성을 충분히 고려한 특징 융합을 수행하지 못한다는 한계가 있다. 따라서, 본 논문에서는 2차원-3차원 멀티-모달 특징을 이용하는 새로운 3차원 의미적 분할 모델 MMCA-Net을 제안한다. 제안 모델은 중기 융합 전략과 멀티-모달 교차 주의집중 기반의 융합 연산을 적용함으로써, 이질적인 2차원 시각적 특징과 3차원 기하학적 특징을 효과적으로 융합한다. 또한 3차원 기하학적 인코더로 PTv2를 채용함으로써, 포인트들이 비-정규적으로 분포한 입력 포인트 클라우드로부터 맥락정보가 풍부한 3차원 기하학적 특징을 추출해낸다. 본 논문에서는 제안 모델의 성능을 분석하기 위해 벤치마크 데이터 집합인 ScanNetv2을 이용한 다양한 정량 및 정성 실험들을 진행하였다. 성능 척도 mIoU 측면에서 제안 모델은 3차원 기하학적 특징만을 이용하는 PTv2 모델에 비해 9.2%의 성능 향상을, 2차원-3차원 멀티-모달 특징을 사용하는 MVPNet 모델에 비해 12.12%의 성능 향상을 보였다. 이를 통해 본 논문에서 제안한 모델의 효과와 유용성을 입증하였다.

패러다임 전환에 의한 기업 측면의 IoT 경영 프로세스 구축방안 연구 (A Study on the establishment of IoT management process in terms of business according to Paradigm Shift)

  • 정민의;유성진
    • 지능정보연구
    • /
    • 제21권2호
    • /
    • pp.151-171
    • /
    • 2015
  • 본 연구는 최근 가장 큰 이슈로 떠오르는 "사물인터넷(IoT: Internet of Things)"의 개념과 국내 외 IoT 시장에 대한 현황을 고찰하였으며, IoT 시대의 도래로 인해 유발되는 패러다임 전환 발생에 따른 기업측면의 적절한 대응방안에 대한 해결책을 도출하였다. 따라서 본 연구는 티핑포인트(Tipping point)에 있는 IoT 경쟁 시대에 적절하게 대응하기 위한 기업의 경영전략을 '패러다임 전환(paradigm shift)'이라는 시각을 통해 대응 방안을 제시하였다. 특히, 과거의 경영 패러다임과 IoT 시대의 경영 패러다임을 비교 분석하여 i)지식 및 학습 주도 경영, ii)기술 및 혁신 중심 경영, iii)수요 창출 경영, iv)글로벌 협업 경영으로 새롭게 패러다임 전환(Paradigm Shift)이 발생할 것으로 예측 및 제안하였고, 이러한 패러다임의 전환에 대응하기 위한 기업측면의 경영전략 프로세스 모델을 구축하기 위해 Gartner가 제시한 'RTE Cyclone model'을 활용하였다. '실시간 기업(RTE)' 이라는 개념은 급변하는 IoT 시대에 기업측면의 경영 전략 프로세스로 활용가치가 있다고 판단되며, 본 연구에서 적절히 응용하여 'IoT-RTE Cyclone model'을 제안하였다. 특히, 제안한 모델은 기업의 민첩성을 강조하고 IT 및 IoT 기술을 통한 실시간 모니터링, 분석, 실행을 기본으로 하며, 기업의 경영 프로세스 각 부문을 통합시켜 기업의 전반적인 서비스를 지원하기 때문에 빠르게 변화하는 IoT 시대에서 영위하는 기업측면에서의 효과적인 대응전략으로 활용할 수 있다.

인공지능 기술 기반 인슈어테크와 디지털보험플랫폼 성공사례 분석: 중국 평안보험그룹을 중심으로 (Analysis of Success Cases of InsurTech and Digital Insurance Platform Based on Artificial Intelligence Technologies: Focused on Ping An Insurance Group Ltd. in China)

  • 이재원;오상진
    • 지능정보연구
    • /
    • 제26권3호
    • /
    • pp.71-90
    • /
    • 2020
  • 최근 전 세계 보험업계에도 기계학습, 자연어 처리, 딥러닝 등의 인공지능 기술 활용을 통한 디지털 전환이 급속도로 확산하고 있다. 이에 따라 인공지능 기술을 기반으로 한 인슈어테크와 플랫폼 비즈니스 성공을 이룬 해외 보험사들도 증가하고 있다. 대표적으로 중국 최대 민영기업인 평안보험그룹은 '금융과 기술', '금융과 생태계'를 기업의 핵심 키워드로 내세우며 끊임없는 혁신에 도전한 결과, 인슈어테크와 디지털플랫폼 분야에서 괄목할만한 성과를 보이며 중국의 글로벌 4차 산업혁명을 선도하고 있다. 이에 본 연구는 평안보험그룹 인슈어테크와 플랫폼 비즈니스 활동을 ser-M 분석 모델을 통해 분석하여 국내 보험사들의 인공지능 기술기반 비즈니스 활성화를 위한 전략적 시사점을 제공하고자 했다. ser-M 분석 모델은 기업의 경영전략을 주체, 환경, 자원, 메커니즘 관점에서 통합적으로 해석이 가능한 프레임으로, 최고경영자의 비전과 리더십, 기업의 역사적 환경, 다양한 자원 활용, 독특한 메커니즘 관계가 통합적으로 해석되도록 연구하였다. 사례분석 결과, 평안보험은 안면·음성·표정 인식 등 핵심 인공지능 기술을 활용하여 세일즈, 보험인수, 보험금 청구, 대출 서비스 등 업무 전 영역을 디지털로 혁신함으로써 경비 절감과 고객서비스 발전을 이루었다. 또한 '중국 내 온라인 데이터'와 '회사가 축적한 방대한 오프라인 데이터 및 통찰력'을 인공지능, 빅데이터 분석 등 신기술과 결합하여 금융 서비스와 디지털 서비스 사업이 통합된 디지털 플랫폼을 구축하였다. 이러한 평안보험그룹의 성공 배경을 ser-M 관점에서 분석해 보면, 창업자 마밍즈 회장은 4차 산업혁명 시대의 디지털 기술발전, 시장경쟁 및 인구 구조의 변화를 빠르게 포착하여 새로운 비전을 수립하고 디지털 기술중시의 민첩한 리더십을 발휘하였다. 환경변화에 대응한 창업자 주도의 강력한 리더십을 바탕으로 인공지능 기술 투자, 우수 전문인력 확보, 빅데이터 역량 강화 등 내부자원을 혁신하고, 외부 흡수역량의 결합, 다양한 업종 간의 전략적 제휴를 통해 인슈어테크와 플랫폼 비즈니스를 성공적으로 끌어냈다. 이와 같은 성공사례 분석을 통하여 인슈어테크와 디지털플랫폼 도입을 본격 준비하고 있는 국내 보험사들에게 디지털 시대에 필요한 경영 전략과 리더십에 대한 시사점을 줄 수 있다.

텍스트 마이닝 기법을 활용한 인공지능 기술개발 동향 분석 연구: 깃허브 상의 오픈 소스 소프트웨어 프로젝트를 대상으로 (A Study on the Development Trend of Artificial Intelligence Using Text Mining Technique: Focused on Open Source Software Projects on Github)

  • 정지선;김동성;이홍주;김종우
    • 지능정보연구
    • /
    • 제25권1호
    • /
    • pp.1-19
    • /
    • 2019
  • 제4차 산업혁명을 이끄는 주요 원동력 중 하나인 인공지능 기술은 이미지와 음성 인식 등 여러 분야에서 사람과 유사하거나 더 뛰어난 능력을 보이며, 사회 전반에 미치게 될 다양한 영향력으로 인하여 높은 주목을 받고 있다. 특히, 인공지능 기술은 의료, 금융, 제조, 서비스, 교육 등 광범위한 분야에서 활용이 가능하기 때문에, 현재의 기술 동향을 파악하고 발전 방향을 분석하기 위한 노력들 또한 활발히 이루어지고 있다. 한편, 이러한 인공지능 기술의 급속한 발전 배경에는 학습, 추론, 인식 등의 복잡한 인공지능 알고리즘을 개발할 수 있는 주요 플랫폼들이 오픈 소스로 공개되면서, 이를 활용한 기술과 서비스들의 개발이 비약적으로 증가하고 있는 것이 주요 요인 중 하나로 확인된다. 또한, 주요 글로벌 기업들이 개발한 자연어 인식, 음성 인식, 이미지 인식 기능 등의 인공지능 소프트웨어들이 오픈 소스 소프트웨어(OSS: Open Sources Software)로 무료로 공개되면서 기술확산에 크게 기여하고 있다. 이에 따라, 본 연구에서는 온라인상에서 다수의 협업을 통하여 개발이 이루어지고 있는 인공지능과 관련된 주요 오픈 소스 소프트웨어 프로젝트들을 분석하여, 인공지능 기술 개발 현황에 대한 보다 실질적인 동향을 파악하고자 한다. 이를 위하여 깃허브(Github) 상에서 2000년부터 2018년 7월까지 생성된 인공지능과 관련된 주요 프로젝트들의 목록을 검색 및 수집하였으며, 수집 된 프로젝트들의 특징과 기술 분야를 의미하는 토픽 정보들을 대상으로 텍스트 마이닝 기법을 적용하여 주요 기술들의 개발 동향을 연도별로 상세하게 확인하였다. 분석 결과, 인공지능과 관련된 오픈 소스 소프트웨어들은 2016년을 기준으로 급격하게 증가하는 추세이며, 토픽들의 관계 분석을 통하여 주요 기술 동향이 '알고리즘', '프로그래밍 언어', '응용분야', '개발 도구'의 범주로 구분하는 것이 가능함을 확인하였다. 이러한 분석 결과를 바탕으로, 향후 다양한 분야에서의 활용을 위해 개발되고 있는 인공지능 관련 기술들을 보다 상세하게 구분하여 확인하는 것이 가능할 것이며, 효과적인 발전 방향 모색과 변화 추이 분석에 활용이 가능할 것이다.

오큘러스 VR (Oculus VR)를 이용한 애니메이션 콘텐츠의 새로운 모색 - VR 플랫폼과 킬러콘텐츠를 중심으로 - (The new explore of the animated content using OculusVR - Focusing on the VR platform and killer content -)

  • 이종한
    • 만화애니메이션 연구
    • /
    • 통권45호
    • /
    • pp.197-214
    • /
    • 2016
  • 최근의 전 세계적으로 주목받고 있는 증감현실(增强現實, Augmented Reality, AR)과 가상현실(假想現實, virtual reality, VR), 그리고 이들을 섞은 혼합현실(mixed reality, MR)등은 과학의 테크놀로지 범주를 넘어 대중문화 전반에 큰 영향을 끼치고 있다. 구글, 애플, 삼성, 마이크로소프트, 소니, LG등 세계 굴지의 IT회사들은 대중을 위한 AR. VR 기술개발에 주력하고 있으며 크고 작은 관련 회사들도 해당 하드웨어, 소프트웨어, 콘텐츠 개발에 박차를 가하고 있다. 특정한 플랫폼이나 프로그램을 이용해 인간의 인지력을 인위적으로 조작 통해 특정한 장소나 상황을 경험하거나 보이지 않는 것을 보이게 해준다는 의미에서 AR, VR, MR은 모두 가상의 공간의 현실화라는 공통적인 기술을 포괄하고 있다. 특히, 기존의 평면적 구도의 한계성을 드러낸 입체영상에서 벗어나 180도, 360도 영상으로 객관적 시야와 감각과 같은 주관적 현상을 동시에 제공하고 참가자들이 이를 선택 할 수 있어 참가와 몰입을 크게 유도 할 수 있는 VR 기술은 업계뿐만 아니라 일반대중에게도 초유의 관심을 이끌어내고 있다. 2015년 선댄스 영화제의 뉴 프론티어 프로그램에서는 10개 이상의 관련 작품이 소개 되었고 열풍이 되어버린 게임인 '포켓몬 고(PoKetmon GO)'는 세계 게임시장을 석권하고 있으며 의료, 건축, 쇼핑, 영화, 애니메이션 등 관련 콘텐츠가 등장하고 있고 관련 모바일 어플리케이션도 이미 수천 개 이상 상용화 되어있다. 또한 시판되는 360도 카메라를 통해 개인이 VR 영상을 제작/공유 할 수 있어 유저간의 쌍방형 터널이 가능해 지고 있다. VR 기술의 적용범위 확대와 다양한 현실화로 앞으로 가능성도 희망적으로 여기고 있다. 이는 세계적인 추세며 우리나라 역시 후발주자로 그 추세를 따르고 있다. 그럼에도 불구하고 일부 학자들은 VR, 즉, 가상공간의 현실화가 주는 윤리적 퇴행과 가치관의 혼란이 내재 되어있음을 지적하고 있다. 4K혹은 HUD, 위치추적, 동작 센서, 연산능력, 그리고 뛰어난 3D그래픽, 촉감, 냄새 등의 4D기술, 3차원 오디오 기술 등이 그 어느 때 보다 발전해 리얼리티에 최대한 접근하고 있고 그에 따른다. 윤리적 퇴행, 정체성, 세대갈등, 현실도피 등이 우려되기 때문이다. 리얼리티를 추구하는 애니메이션 역시 이 범주 안에 든다. 미학적 이미지와 환영성의 특정한 구조를 살펴본다면 오히려 영상이라는 유사점을 가지고 있음에도 불구하고 순수한 애니메이션이 VR 콘텐츠 제작에 가장 뒤쳐져 있는 요인이 될 수도 있다. 하지만 VR기술과 플랫폼이 게임과 오락성에 치중 해 있지만 그 안에는 결국 시각적인 VR영상으로 구성 되어 있다는 점을 감안한다면 평면상에 머물고 있는 애니메이션에도 새로운 모색점을 맞이하게 될 것이 분명하다. 결국 어떻게 VR기술을 이용한 가상공간에서 만들어지는 리얼리티가 애니메이션에 적용 할 수 있을까? 그렇다면 방법과 수단이 무엇이 될 것인가 하는 문제에 대한 연구가 공통된 관심이 될 것이다. 그동안 평면적인 화면에 시간과 공간의 연속성에 제한을 받아온 애니메이션은 VR기술을 통해 제한에서 벗어나고자 하는 움직임이 일어나고 있다.