4차 산업혁명 시대의 흐름에 맞춰 농업에서도 ICT 기술을 활용한 스마트팜의 개발 및 보급을 통해 경쟁력을 높이기 위한 노력이 진행되고 있다. 과거 농부의 경험에 의해 축적된 지식을 이용하던 농업에서 각종 센서를 이용하여 다양한 재배 환경을 분석하고 이를 이용하여 최적의 재배 환경을 제어하는 지능형 시스템으로 변 하고 있으며, 네트워크를 통하여 시간과 공간의 제약이 없이 작물 재배가 가능한 환경이 만들어지고 있다. 본 논문에서는 기존에 구축된 클라우드 기반 스마트팜과 연동하여 팜 시뮬레이터를 구현하는 방법을 제안한 다. 클라우드에 누적된 환경 데이터와 제어 데이터를 이용하여 환경 변수에 대한 예측 모델을 학습하고 실제 운영중인 스마트팜의 실시간 환경 데이터를 이용하면 보다 현실감 있는 시뮬레이션이 가능하게 되어 사용자 의 몰입을 유도할 수 있다. 단순 시뮬레이션에서 벗어나 학습 모드를 통해 실제 농부의 스마트팜 운영 데이 터를 학습할 수 있도록 하고, 운영 모드에서는 실제 스마트팜의 운영 결과와 비교를 통하여 경쟁을 통한 성 취감을 얻을 수 있도록 하였다. 이러한 경험이 누적되면 작물재배에 관심이 있는 사용자들에게 실제 스마트 팜을 통한 작물 재배의 경험을 제공할 수 있는 사업 모델로의 확장도 가능할 것이다. 추후 메타버스 (metaverse) 상에 스마트팜을 연동하는 연구를 통하여 가상 공간에서 보다 사실적으로 스마트팜을 운영하는 사용자 경험을 제공해 줄 수 있도록 확장할 수 있을 것이다.
기능성 게임은 현재 치료, 의학 관련 검사, 인지발달, 특수훈련 및 교육콘텐츠로서 많은 분야에 적용되고 있 다. 아동을 위해서도 주의, 작업기억, 공간인지 및 협응 능력 등 다양한 인지 및 인지 신경검사와 이런 인지 기능들의 증진을 위해 개발되고 있다. 하지만 놀이의 중요한 기능 중 정서적인 부분이 차지하는 것에 비해 기능성 게임이 보여준 역할은 매우 부족하며 아직 기초적 연구 단계에 머물러 있다. 컴퓨터 게임을 통한 정 서적 상호작용의 학습에 대한 연구와 도전이 시급하다. 본 연구에서는 아동의 정서 지능 측정을 위한 기능성 게임 개발을 목표에 두고 정서지능의 요소 중 하나인 타인의 정서 인식능력을 측정하는 게임을 개발하고자 하였다. 정서적 지능의 기초 요소인 정서인식이 기능성 게임으로 측정되고 나아가 향상될 수 있다면 아동의 정서지능을 위한 기능성 게임에 대한 새로운 가능성들을 여는 계기가 될 것이다. 실험 결과 개발된 정서지능 측정용 기능성 게임의 점수는 정서지능의 하위 요소인 정서인식, 감정이입, 정서활용과 통계적으로 유의미한 정적 상관관계를 나타내었으며, 인지적 처리와 비교적 관련이 많은 사고촉진과 정서통제 요인과는 상관을 보 이지 않았다. 이는 얼굴의 표정을 이용하여 긍정적인 자극에 대한 초등학생들의 정서적 반응을 이끌어내고 이를 게임의 점수로 환산하는 것으로서의 가능성을 잘 보여준다고 볼 수 있다.
본 연구는 최근 코로나19 여파로 가파른 성장세를 보이고 있는 1인 게임 방송의 시청이 이를 송출하는 인터 넷 방송 플랫폼의 속성과 연관성이 있을 것으로 보았다. 본 연구에서는 설문조사를 통해 1인 게임 방송의 시 청 동기를 도출한 후, 시청 동기와 이용자 특성이 플랫폼 자체 속성과 이용자 속성에 미치는 영향을 검증하 기 위해 다중 회귀분석을 실시하였다. 연구결과, 인터넷 방송 플랫폼을 통해 게임 콘텐츠를 시청하는 이용자 들은 참여자들 간의 상호작용과 플랫폼 자체의 편리성과 정보 전달 속도를 중요시 하는 것으로 확인되었다. 이러한 속성들은 더 큰 데이터의 전송과 소통의 중요성이 강조되는 메타버스 영역에서도 적용될 수 있을 것 으로 보이며, 메타버스와 함께 더욱 확장되어 나갈 게임 방송 플랫폼의 발전을 위한 실무적 함의를 제공하고 자 한다.
Trading card game은 사용자들이 카드를 수집하고 교환하면서 게임을 진행한다. 사용자는 카드별로 존재하 는 특수 능력과 필요 비용 등을 고려하여 카드를 수집한다. 한정판 카드는 카드에 희소가치를 부여하여 사용 자들의 수집욕을 자극하여 구매를 유도할 수 있다. 기존 Trading card game인 Slay the Spire나 Hearths Sto ne는 초기 덱 빌딩할 때, 사용자의 능력보다는 운이 영향을 끼친다. 카드 구성을 변경하는 것이 쉽지 않으므 로, 초기 덱 빌딩 결과가 게임의 승패에 결정적인 영향을 주기도 한다. 반면에, Legends of Runeterra는 게임 의 규칙이 너무 복잡해서, 초보자들이 게임을 어렵다고 느낀다. 이러한 점을 고려하여, 제안하는 게임 매직 파이트는 다음과 같은 특징이 있다. 초보자들도 쉽게 게임을 플레이할 수 있도록, 제안하는 게임은 덱 빌딩 방법을 단순하게 구성한다. 사용자들이 다양한 전략을 시도해 볼 수 있도록, 매 판마다 덱 구성을 변경할 수 있다. 실험결과 덱 빌딩시 카드의 종류를 일부 제한하면 상대적으로 카드 구성이 단순해서, 사용자가 카드의 효과와 이미지를 쉽기 이해하는 경향을 보인다. 반면에, 모든 종류의 카드를 대상으로 덱 빌딩을 하면, 사용 할 수 있는 카드의 수가 상대적으로 많으므로, 사용자가 다양한 전략을 시도해 볼 수 있어서 더 재미있었다 고 응답하였다.
종래의 게임에서, 널리 사용되고 있는 난수는 게임 서비스 제공자에 의하여 일방적으로 제공되기 때문에, 게 임 이용자가 제공받은 난수가 어떠한 개입이나 조작이 있었는지를 검증하는 것은 어렵다. 본 논문은 상호 참 여형 난수 발생기인 TogetheRand를 제안한다. 제안된 방법은 이더리움 블록체인 시스템 위에서 작동되는 스 마트 컨트랙트이다. 제안된 방법의 난수성을 Dieharder tests를 이용하여 테스트하였다. 제안된 방법은 많은 사람들이 난수 생성에 참여할 수 있고, 모든 입력값을 확인할 수 있으며, 블록체인 시스템으로 인하여 정상 작동 여부가 보장되기 때문에 게임 이용자와 제공자 모두가 신뢰할 수 있는 방법이다. 제안된 방법은 게임 등의 신뢰성 있는 난수가 필요한 응용 분야에서 두루 적용될 수 있을 것이다. 본 논문에서 사용된 코드는 ht tps://github.com/TyeolRik/TogetheRand 에 공개되어 있다.
본 연구에서는 창의 융합형 실무 인재 양성의 사회적 요구에 부응하기 위해 게임 콘텐츠 교과목에 산학협력 방식을 접목하였다. T 교육 콘텐츠사와 협력하여 수업과 함께 공모전 형태로 운영되는 삼각 산학협력 모형을 구축하였다. 그리고 게임 기획 실무 적응력을 높이고 실제 현업에서 바로 사용될 수 있는 콘텐츠 개발을 도 모하기 위해 V 사의 게임 기획 실무자를 초빙하여 삼각 산학협력 모형을 보완하였다. 수업에서 교수자는 게 임 기획 이론 수업을 진행하고, 학생들의 조별 게임 기획 프로젝트를 면담을 통해 지도하였으며, 부분적으로 수업에 협력사가 참여하였다. T 교육콘텐츠 사에서는 특강을 통해 교육 콘텐츠 기획에 관한 이해를 도왔고, 직⸱간접적인 개발 가이드와 교육콘텐츠 설계 측면의 학생작품에 대한 피드백을 제공하였으며 공모전을 주최 하여 시상하였다. 수업의 처음부터 협력사가 참여함으로써 특강을 통해 공모전의 결과물에 교육적 전문성을 더하였고, 산출물이 회사가 원하는 형태와 달라서 생길 수 있는 갭을 줄일 수 있었다. V는 게임 개발 실무에 서 효율적인 문서 작성법을 안내하였으며, 학생들에게 실무적인 문서 작성에 대한 피드백을 제공하였다. T 공모전과 더불어 학과 공모전을 동시에 진행함으로써 학생들은 공모전을 통하여 수상과 작품 개발의 기회를 가질 수 있으므로 참여 의지를 높이는 계기가 되었다.
직조 미로는 굴다리 교차로와 같이 길 위로 다리가 놓은 형태를 허용하는 형태의 2차원 미로 중 한 종류이 다. 이러한 직조 미로를 2차원 이미지의 형태로 표시하는 경우에는 높이에 대한 요소를 포함하고 있지 않기 때문에 큰 문제가 되지 않지만 3차원 형태로 표시하려면 어려움이 발생한다. 길 위에 길이 놓여 있는 형태이 기 때문에 높이가 계속 쌓이는 형태로 표현하다보면 층수가 계속 증가하는 문제가 발생하는 문제와 상하관 계가 모순되는 형태도 발생할 수 있게 된다. 본 논문에서는 이러한 직조미로의 3차원 시각화에 있어 레이어 를 쌓는데 있어 발생할 수 있는 문제점들을 계단이나 램프 형태의 층간 구조물을 배치함으로써 2층 구조물 로 해결할 수 있는 방안에 대해 논의한다. 이러한 방법은 Escher-like 비디오 게임류에서 상용된는 착시 해결 방안과 같은 시각적 모순을 게임에 적용할 때 이용할 수 있다.
최근에 캐릭터 커스터마이징 서비스가 다양하게 보편화된 이후 서비스마다 모두 다른 UI와 용어들이 혼재하고 있어서 사용자들의 불편함도 함께 증가하고 있다. 또한 갑작스럽게 늘어난 서비스에 비해서 아직 활용할 수 있는 연구 결과나 디자인 가이드가 마땅히 없으므로 새로운 서비스를 기획하거나 개발할 때 참고할 만한 자료가 부재 하다. 본 연구에서는 현 시점에서 캐릭터 커스터마이징 UI들이 어떻게 구성되어 있는지 상위 5개의 메타버스, 모 바일 게임, PC게임 서비스의 캐릭터 커스터마이징 시스템 UI를 조사하고 경향을 분석했다. 첫째, 커스터마이 징 항목의 수는 분포가 매우 다양했다. 얼굴의 이미지 형성에 큰 영향을 미치는 눈, 눈썹, 입, 그리고 상체의 조절 항목이 가장 세분화 되어 있었다. 둘째, 용어의 일관성이 떨어져 기능을 인지하기 어려운 점이 발견되 었다. 셋째, 커스터마이징 조절 도구의 위치를 조사한 결과, 세로형 메타버스에서는 상하단에, 가로형 PC와 모바일 게임에서는 좌우 배치 또는 유동형 배치로 구성되어 있었다. 넷째, 커스터마이징 조절 도구의 유형은 대분류에서는 선택형, 중분류에서는 선택형, 하위 단계에서 조절형으로 구성되었으며 일부 복합형도 있었다. 다섯째, 조절 수치의 범위 역시 일관성이 없고, 초기 값에 대한 상대적인 수치의 가감으로 조절하고 있어서 사용자들의 정확한 의사소통과 직관성을 위한 보완이 요구 되었다. 여섯째, 색상 선택 기능은 일부 항목에 한정되어 있었고, 시스템에 제안된 범위의 색을 선택하거나 색공간을 이용할 수 있었다. 패션 선호도와 트렌 드를 민감하게 반영하고 있는 점이 발견되었다.
실제 환경과 유사한 게임 환경은 사용자의 현실감과 몰입도를 높인다. 특히 현실 세계에서 건물은 사용자에 게 현실감을 부여하는 중요한 요소이다. 위성영상, 항공영상, 360°영상 등 실제 환경 데이터는 이미 디지털화 되어 구글 스트리트뷰나 카카오 로드뷰처럼 서비스되고 있다. 또한 이미지가 아닌 3D 모델로 세상을 구성하 는 것은 이미 진행 중인 작업이다. 그러나 Google 및 기타 업체에서 수행한 작업은 주로 항공 이미지를 모 델의 텍스처로 사용된다. 항공 영상의 특성상 카메라 시점이 낮을 때 왜곡이 심하고 해상도가 높지 않다. 본 연구에서는 기존의 360° 거리 이미지 서비스에서 거리 이미지와 메타데이터를 추출하여 사용자가 이동하 고 상호작용하는 지도를 구성하여 3차원 공간에서 독립된 건물 메쉬를 생성하였다. 스트리트 뷰는 TM 좌표 를 이용하여 3차원 공간에 배치되어 사용자의 움직임에 따라 적절한 스트리트 뷰가 적용된다. 우리는 깊이 데이터를 분석하여 스트리트 뷰에 투영된 구형 화면에 깊이를 적용하고 스트리트 뷰에서 건물을 배경과 분 리하고 각 건물을 별도의 수직 평면에 투영하였다. 또한 각 건물은 사용자를 따라 초기 방향을 유지하도록 회전되어 스트리트 뷰 사이의 전환에서 건물 평면의 연속성이라는 인상을 준다. 본 연구는 기존 디지털 데이 터를 다양한 분야에서 활용할 수 있도록 재가공하여 가치를 높이는 것을 목적으로 한다.
VR은 사용자가 가상 공간에 완전히 몰입하고 상호 작용할 수 있는 가상 세계이다. 본 연구는 스톱모션 애니 메이션을 VR 애니메이션으로 제작할 시 효과적인 객체 표현 방법에 대한 내용을 제시하고자 한다. 실험 결 과 데이터는 VR 스톱모션 애니메이션 및 일반 스톱모션 애니메이션, VR게임 등 다양한 콘텐츠에 적용이 가 능하다. 3D 오프젝트의 변화되는 형태를 앵글별로 3D 스캔한 후 게임엔진에서 다양하게 활용할 수 있도록 데이터화 한 뒤 콘텐츠에 적용하여 구현한다. 기존 스톱모션 애니메이션에서 느낄 수 있는 수작업 느낌을 살리되 디지털적인 이펙트를 추가적으로 이용할 수 있는 장점이 있다. 기존의 스톱 모션 애니메이터들이 접 근하기 힘든 영역을 작업하는데 필요한 세가지 모듈을 구현하여 실험하였다. VR 콘텐츠 제작에서 오브젝트 의 표현과 관련된 분야의 발전에 기여하게 될 것이며 새로운 방향을 제시할 것이다. 향후 연구에서는 각 캐 릭터 관절의 움직임에 따른 3D 스캔 데이터 관련 연구를 수행할 예정이다.
위치 기반 AR 게임에서 모바일 기기의 위치를 정확하게 추정하는 것은 중요한 요소 중 하나이다. 모바일 기 기에 내장되어 있는 위치 추정 시스템이 얼마나 정확하게 위치정보를 추정하는 지가 증강되는 AR 콘텐츠의 정확도를 결정한다. 하지만 도시 환경에서는 건물, 건축물, 광고판, 표지판 등 지형지물 및 장애물에 의해서 위치 추정을 위해 필요한 신호가 반사, 굴절, 회절, 차단 등이 발생하게 되고 그로 인하여 모바일 기기의 위 치 추정 시스템으로부터 추정되는 위치에 오차가 생기게 된다. 본 논문에서는 도시 환경에서 모바일 기기의 위치 오차가 증가하는 현상에 대해서 상용 스트리트 뷰와 문자 태그를 활용하여 심플하면서도 신뢰성 있는 위치 보정 방안을 제안한다. 제안하는 위치 보정 방안은 쿼리 이미지와 스트리트 뷰 파노라마 이미지로부터 생성된 문자 태그를 대조하는 것을 통해서 매칭 스코어를 계산한고 매칭 스코어에 따라 쿼리 이미지를 촬영 한 실제 위치와 가까운 스트리트 뷰를 검색하는 것을 통해서 모바일 기기의 위치를 보정한다. 제안하는 위치 보정 방안은 위치 오차가 43.71m인 위치를 위치 오차가 4.09m인 위치로 보정하였으며 낮과 밤에 관계없이 위치를 보정할 수 있다는 장점이 있다.
기술 트렌드가 증가함에 따라, 엄청난 양의 데이터가 생성되고 있습니다. 많은 양의 데이터가 소비되는 기술 분야 중 하나는 컴퓨터 비전이다. 인간은 기계와 비교할 때 시각에 영향을 미치는 표정, 조명 또는 시야각과 같은 외부 조건에서도 얼굴이나 사물을 쉽게 감지하고 인식할 수 있다. 그 이유는 그것과 관련된 높은 차원 의 데이터 때문이다. 데이터 차원성은 모든 관측치에서 측정되는 변수의 총 수를 말합니다. 이번 사업은 안 면인식시스템에 적합한 다양한 차원감소 기법을 비교하고 조도가 다양한 안면이미지로 구성된 다양한 데이 터세트로 테스트해 모델의 정확도 향상에 도움이 되는 기법의 앙상블 모델을 제안하고 성능을 측정하는 것 이 목적이다.렉스 배경과 표현. 제안된 앙상블 모델은 주성분 분석(PCA)과 로컬 선형 임베딩(LLE)이라는 두 가지 차원 감소 기술의 혼합에서 벡터를 추출하고, 이를 밀도 높은 컨볼루션 신경망(CNN)을 통해 전달하여 야생 면(LFW) 데이터 세트의 얼굴을 예측한다. 이 모형은 0.95의 검정 정확도와 0.94의 검정 F1 점수로 수행 됩니다. 제안된 시스템은 시스템이 얼굴을 예측할 수 있는 제안된 앙상블 모델과 통합된 웹캠에서 라이브 비 디오 스트림을 캡처하는 플라스크를 사용하여 개발된 웹 앱을 포함한다.
소셜 네트워크는 우리 일상 생활의 필수적인 부분이 되었다. 소셜 미디어 정보에 대한 정서 분석은 소셜 네 트워킹 사이트에 대한 사람들의 견해, 태도, 감정을 이해하는 데 도움이 된다. 전통적인 정서 분석은 주로 텍 스트에 의존한다. 스마트폰이 등장하면서 문자뿐만 아니라 이미지 등 네트워크 상의 정보도 점차 다양해지고 있다. 많은 경우 이미지가 감정을 독립적으로 표현하기 보다는 텍스트를 향상시킬 수 있다는 것이 밝혀졌습 니다. 우리는 새로운 이미지 텍스트 정서 분석 모델(LSTM-VAA)을 제안한다. 구체적으로 이 모델은 사진 정보 를 직접 입력으로 가져가지 않고 VGG16 네트워크를 사용하여 이미지 특징을 추출한 다음 시각적 측면 주의 를 생성하고 문서의 핵심 문장에 더 높은 가중치를 부여하고 시각적 측면 주의를 기반으로 문서 표현을 얻 는다. 또한, 우리는 LSTM 네트워크를 사용하여 텍스트 감성을 추출하고 텍스트만을 기반으로 문서 표현을 얻 는다. 마지막으로, 우리는 두 분류 결과 그룹을 통합하여 최종 분류 레이블을 얻는다. 옐프 레스토랑 리뷰 데 이터 세트에서, 우리의 모델은 감정 분류를 위한 시각 주의 보조 텍스트로 시각 정보를 사용하는 것의 효과 를 검증하는 BiGRU-m VGG보다 18.92% 높은 62.08%의 정확도를 달성한다. 비스타넷 모델보다 0.32% 높아 비스타넷 모델의 이미지가 텍스트를 완전히 커버할 수 없는 결함을 LSTM 모델이 효과적으로 보완할 수 있 음을 입증했다.