RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      검색결과 좁혀 보기

      선택해제
      • 좁혀본 항목 보기순서

        • 원문유무
        • 원문제공처
        • 등재정보
        • 학술지명
          펼치기
        • 주제분류
        • 발행연도
        • 작성언어
        • 저자
          펼치기

      오늘 본 자료

      • 오늘 본 자료가 없습니다.
      더보기
      • 무료
      • 기관 내 무료
      • 유료
      • 실감 있는 얼굴 표정 애니메이션을 위한 3차원 얼굴 모델링 시스템

        한태우(Taewoo Han),이주호(Juho Lee),양현승(Hyun S. Yang) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.1B

        친근감 있는 사용자 인터페이스를 제공하기 위해 실감 있는 얼굴 애니메이션에 대한 요구가 증대되고 있다. 본 논문에서는 실제 얼굴 영상들을 사용하여 3차원의 얼굴 모델을 변형하는 방법론을 제안한다. 우선 3차원 모델을 각각의 얼굴 영상 평면에 사영하고 사영된 모델을 각각의 영상에 맞춘다. 그 결과들을 종합함으로써 변형된 3차원 모델을 얻는다. 그리고, 몇몇의 시각에서 취해진 특정인의 얼굴 영상들로부터 파노라마 형태의 영상을 생성한 후, 3차원 모델의 실린더 프로젝션에 이 합성 영상을 텍스처 매핑 시킨다. 변형된 3차원 모델로 얼굴 표정을 애니메이션 하기 위해서 해부학에 기반한 Waters의 근육 모델을 수정하여 사용한다. 마지막으로 Ekman이 제안한 대표적인 6가지 표정들을 합성한다.

      • KCI등재

        모빌리티 산업에서의 확장현실 인터페이스에 관한 연구

        한태우(Han, Taewoo) 한국일러스아트학회 2022 조형미디어학 Vol.25 No.4

        최근 전공 킥보드와 같은 개인화된 이동 수단이 새롭게 등장함에 따라 모빌리티라는 용어를 쉽게 접할 수 있다. 모빌리티 산업은 국가에서 전략 산업으로 육성하고 있으며, 향후 많은 발전이 기대된다. 이러한 모빌리티 산업에서는 자율주행과 같은 인공지능이나 가상현실, 증강현실과 같은 휴먼 인터페이스를 포함한다. 본 연구에서는 모빌리티 산업에서 활용되고 있는 휴먼 인터페이스로서 확장현실의 활용 사례를 조사하여 향후 발전 가능성을 타진한다. 1990년대 들어 자율주행 자동차에 관한 연구가 본격적으로 시작되었으며, 운전자를 보조할 수 있는 시스템이 개발되고 있다. 이러한 인간과 기계의 인터페이스 중에 시각적인 인터페이스로서 확장현실 시스템의 연구 사례를 살펴본 후 확장현실 인터페이스의 발전 방향에 관해 연구한다. // 연구방법이나 결과 기술할 것 Recently, as personalized means of transportation such as a major kick-board have emerged, the term mobility can be easily encountered. The mobility industry is being nurtured as a strategic industry in the country, and many developments are expected in the future. These mobility industries include artificial intelligence such as autonomous driving and human interfaces such as virtual reality and augmented reality. In this study, the possibility of future development is investigated by examining the use cases of extended reality as a human interface used in the mobility industry. In the 1,990s, research on autonomous vehicles began in earnest, and systems that can assist drivers are being developed. Among these human-machine interfaces, the research case of the extended reality system as a visual interface will be examined, and then the development direction of the extended reality interface will be studied.

      • KCI등재

        One Newly Recorded Species, Autosticha kyotensis (Lepidoptera: Autostichidae) from Korea with a World Checklist of the Genus

        김소라,한태우,박규택,Sora Kim,Taewoo Han,Kyu-Tek Park Korean Society of Applied Entomology 2023 한국응용곤충학회지 Vol.62 No.2

        Herein, we newly added Autosticha kyotensis (Matsumura, 1931) to Korea fauna. Adult and genitalia illustrations of the species are provided with a world checklist of the genus including each type localities and distributional data.

      • 시간 템플릿을 이용한 영상기반 실시간 인간 행동 인식 연구

        최진(Jin Choi),한태우(Taewoo Han),조용일(Yong-il Cho),양현승(Hyun S. Yang) 한국멀티미디어학회 2006 한국멀티미디어학회 학술발표논문집 Vol.2006 No.2

        본 논문은 실내의 로비나 복도에 설치된 방범 카메라로부터 얻어진 일련의 영상으로부터 ‘걷기’, ‘뛰기’, ‘앉기’, ‘일어서기’, ‘넘어짐’의 비교적 짧은 시간에 일어나는 인간 행동들을 실시간으로 인식하는 시스템의 구현에 관해 다룬다. 먼저 입력으로 받은 영상을 전처리하여 윤곽을 추출하고 시간차에 의한 가중치로 누적하여 시간 템플릿을 만든다. 만들어진 시간 템플릿으로부터 특징을 추출하여 신경망 모델에 적용하여 5가지 인간행동을 구분한다. 구현된 시스템으로 인간행동 인식 실험을 수행하였는데, 실험 참가자들의 행동 방식이 약간씩 달랐음에도 불구하고 높은 인식률을 보여주었다.

      • KCI등재

        모바일 게임에서의 게임 데이터 시각화 구조 분석 - 캐릭터 수집형 게임의 UI를 중심으로 -

        김강호(Kim, Kang Ho),한태우(Han, Taewoo) 한국일러스아트학회 2022 조형미디어학 Vol.25 No.4

        모바일 환경의 대중화로 모바일 게임 산업은 끊임없이 규모가 커지고 있으며 팬데믹 이후 이러한 추세가 더욱 가속화되고 있다. 모바일 게임의 장르 다각화로 다양한 형태와 많은 양의 게임 데이터를 활용하는 장르의 게임들이 생겨나고 있어 화면에 표현할 데이터의 양이 많아지고 복잡해지고 있다. 이에 따라 UI의 품질이 게임의 몰입감을 제공하고 사용자 경험과 평가에 큰 영향을 주는 요소 중 하나로 평가되며 그 중요성도 점점 대두되고 있다. 본 연구에서는 모바일 게임의 데이터를 시각화하는데 필요한 UI의 기능적 컴포넌트에 대해 분류하고 기존의 사례를 통하여 모바일 게임의 UI 구조에 대해서 분석을 수행한다. 그리고 모바일 게임 제작에 있어 분석된 UI 구조를 쉽게 개발할 수 있도록 유니티 3D 엔진을 이용하여 UI를 구조화하는 모듈과 그 구조에 따른 기능을 프레임워크로서 개발하여 모바일 게임 개발에 응용 가능한지 확인한다. With the popularization of the mobile environment, the mobile game industry is constantly growing in size, and this trend is accelerating after the pandemic. Due to the diversification of mobile game genres, games of various types and genres utilizing a large amount of game data are emerging, and the amount of data to be expressed on the screen is increasing and becoming more complex. Accordingly, the quality of the UI is evaluated as one of the factors that provide an immersive feeling of the game and greatly influence the user experience and evaluation, and its importance is increasing. In this study, after classifying UI functional components which are necessary for visualizing mobile game data, we analyze the UI structure of mobile games. In order to easily develop the analyzed UI structure in mobile game production, we develop a module for structuring the UI using the Unity 3D engine and functions according to the structure as a framework to check whether it can be applied to mobile game development.

      • KCI등재

        32Bit 전용 클라이언트 게임의 AI 모델을 위한 ALNN기반 강화학습 프레임워크: 오목 게임 중심으로

        구본우(Bon-Woo Gu),황규덕(Kiu-Duck Hwang),한태우(Taewoo Han) 한국게임학회 2023 한국게임학회 논문지 Vol.23 No.3

        DQN이 Atari 게임들을 성공적으로 플레이한 사례는, 게임에 딥러닝을 적용할 수 있다는 희망을 보여 준다. 게임 자체 내에 딥러닝 기반 AI 모델을 적용하기 위해서는 64Bit 클라이언트 게임으로 개발되어야 한다. 게임 회사에서는 장기간에 걸쳐 32Bit 클라이언트 게임을 64bit 클라이언트 게임으로 바꾸고 있지만, 그 사이, 사용자들에게 발전된 NPC를 제공하기 위해서는 32Bit 클라이언트 게임에서도 사용할 수 있는 강화학습 방법이 필요하다. 본 논문에서는 강화학습의 보상 방식을 ALNN 알고리즘에 적용하여 32Bit 클라이언트 게임에서도 강화학습을 할 수 있는 프레임워크를 제안한다. 제안된 프레임워크는 32Bit 클라이언트 오목 게임에 적용하여 성능을 검증한다. The successful play of Atari games by DQN shows the hope of applying deep learning to the game. In order to apply a deep learning-based AI model within the game itself, it must be developed as a 64Bit client game. Game companies are changing 32-bit client games to 64-bit client games over the long term. However, in the meantime, reinforcement learning methods that can be used in 32-bit client games are needed to provide advanced NPCs to users. This paper proposes framework that can perform reinforcement learning even in 32-Bit client games by applying the compensation method of reinforcement learning to the ALNN algorithm. The probability of the next action is adjusted through compensation.

      연관 검색어 추천

      이 검색어로 많이 본 자료

      활용도 높은 자료

      해외이동버튼