http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
몰입형 가상환경 내 효율적인 이미지 브라우징 인터랙션 방법
성원준(Wonjun Seong),권진이(Jini Kwon),고박우(BoYu Gao),김형석(HyungSeok Kim),김지인(Jee-In Kim) 한국HCI학회 2017 한국HCI학회 학술대회 Vol.2017 No.2
본 연구는 수많은 이미지들을 효율적으로 브라우징하기 위해 몰입형 가상환경의 특징 특징인 공간배열과 동적시점, 높은 자유도를 활용한 이미지 브라우저를 구현하고 그에 적절한 인터랙션 방법을 찾고자 한다. ‘몰입형 가상환경의 특징을 활용한 브라우저는 기존의 몰입형 가상현실 브라우저보다 유용성이 높을 것이다.’라는 첫 번째 가설을 통해 제안한 브라우저의 유용성을 검증하고, ‘제안한 브라우저에서 인터랙션 방법의 변화에 따른 유의미한 차이를 보일 것이다.’라는 두 번째 가설을 통해 인터랙션 방법에 따른 유용성과 사용성을 평가하였다. 실험 결과, 제안한 브라우저가 사용자의 효율적인 브라우징에 도움이 되었으며, 구분한 인터랙션 방법에 따라 유용성, 사용성에 차이를 보임을 확인하였다. 본 연구는 이러한 결과를 토대로 몰입형 가상환경 이미지 브라우저 설계 시, 목적과 인터랙션의 특징을 고려하여 인터랙션 방법을 선정해야 함을 보인다.
가상현실 3차원 UI를 위한 RNN 기반 몸 자세 추정 방법
성원준(Wonjun Seong),김병문(Byungmoon Kim),고박우(BoYu Gao),권진이(Jini Kwon),김형석(HyungSeok Kim) 한국정보과학회 2020 정보과학회논문지 Vol.47 No.4
가상현실 어플리케이션에서 직관적이고 자연스러운 인터페이스의 중요성이 대두되고 있으며 그에 따른 3D 인터페이스에 대한 많은 연구가 진행되고 있다. 특히 사용자의 몸을 기반으로 한 인터페이스를 제공하기 위해서는 사용자의 신체 자세를 정확하게 추적하는 것이 중요하다. 본 논문에서는 선행 연구들을 바탕으로 3D 인터페이스를 위한 효과적인 몸의 포즈 추정 방법을 제안하며 특히 body-fixed UI를 위한 상체의 움직임을 정확히 추정하는 데에 중점을 둔다. 신체 자세를 추적하기 위해서는 RGB/RGB-D 카메라 또는 자기/광학 트래커 등과 같은 추가적인 센서를 사용해야 하지만 본 연구에서는 추가적인 센서 없이 HMD와 hand-held controller로 이루어진 기존의 가상현실 장치로만 신체 자세를 추적하는 것을 목표로 한다. 신체에 직접적으로 부착하지 않은 3개의 트래커를 통해 사용자의 상체 포즈를 효과적으로 추정하기 위하여 RNN을 기반으로 한 상체 포즈 추정 시스템을 구성하였다. 제안한 상체 포즈 추정 방법의 예측값이 실제값과 비교하였을 때 5% 내의 오류율을 보임을 실험을 통해 검증하였다. 제안한 상체 포즈추정 방법은 추가적인 장치없이 body-fixed UI 또는 신체 관련 인터페이스를 설계하는데 이용될 수 있으며, 이는 가상현실 어플리케이션의 접근성 향상을 가져올 것으로 기대한다. Providing intuitive and natural interface is crucial in virtual reality applications. There have been many studies on proper 3D interfaces that require the accurate tracking of body posture. Based on previous studies, we propose an effective body posture estimation method for 3D interfaces. In this study, we focused on the body-fixed UI, especially movements of the upper body. To track body posture, it is necessary to apply additional sensors such as RGB/RGB-D camera, magnetic/optical trackers, etc. The goal of this study was to track the body posture with conventional virtual reality devices only. We applied conventional HMD with head tracker and hand-held controllers. With these three trackers which are not directly attached to the body, an RNN-based method is proposed to effectively estimate the upper body pose. Experiments shows that the proposed method could track the upper body position and orientation within 5% of the error rate, compared with the explicit tracker data. The proposed method could be applied to design body-fixed UI or body-related interfaces without additional devices, which would enhance the accessibility of virtual reality applications.