본 논문은 일반적인 상황이 아닌 전시라는 특수한 환경에서의 영상기반 AI 모션캡쳐 적용방법의 다양한 시도 를 살펴보았다. 이전의 방식을 살펴보면서 다양한 전시 환경과 조건에 따라 활용 가능한 방법을 연구하고, 장 단점을 서술하여 인터렉션 전시공간에 적용 가능한 영상기반 AI 모션캡쳐 모션캡쳐 기술의 필요성과 적용 가 능성을 설명한다. 또한 MIVA 프로젝트를 진행하면서 전시공간이라는 비규격화 된 공간에서의 불편한 점을 파 악하고 이에 대한 대응할 수 있는 기술적인 환경 구성에 대하여 정리하였다. 또한 실제 공간에서 캡쳐 프로그 램을 설치하고 전시에 적용하면서 생기는 문제점을 파악하고 해결하면서 적절하게 적용 가능한 모션캡쳐 기 술 환경 파이프라인을 제안한다.

요즘 모션 캡쳐 시스템을 이용하여 사람의 움직임에 대한 데이터를 측정하고 기록하는 것은 매우 흔한 일이다. 이러한 시스템으로 얻은 데이터는 매우 정확하고, 그러한 데이터를 이용하여 그래픽 작업이나 애니메이션을 제작하는 일도 널리 사용되고 있다. 본 논문에서는 모션 캡쳐 시스템을 이용하여 아동들에게 친숙할 수 있는 스포츠댄스 애니메이션을 제작하는 과정을 보여 준다. 이렇게 제작된 애니메이션은 댄스에 친숙하지 못한 아동들에게 친근감을 줄 수있으며, 그러한 친근감을 통하여 운동효과를 더욱 향상시킬 것이라 여겨진다.

컴퓨터 애니메이션 기술은 영화나 CF, TV 산업에서 없어서는 안 될 중요한 기술이다. 그 중에서도 특히 캐릭터 애니메이션은 컴퓨터 게임을 비롯하여 영상 제작 산업, 웹 컨텐츠, 가상 현실 등에서도 광범위하게 사용되고 있다. 이때 모션 캡쳐 데이터를 이용하면 캐릭터 애니메이션을 효율적으로 만들 수 있다. 기존의 모션 캡쳐 데이터를 이용해서 새로운 모션 데이터를 만들어 내는 기술에는 동작 적응, 동작 수정, 동작 혼합, 동작 변이 등이 있는데 이러한 기술들을 동작 변환이라고 한다. 새로운 동작이 필요할 때마다 모션 캡쳐를 하지 않아도 되므로 모션 캡쳐 데이터를 얻는데 필요한 막대한 비용을 절감할 수 있다. 또한 새로운 모션 데이터를 바로 만들어서 사용할 수 있으므로 시간도 절약할 수 있다. 또한 컴퓨터 게임에서는 실시간으로 새로운 동작을 만들어 보여줌으로써 사실감을 높이는데 큰 효과가 있다.

영상 산업을 우리는 흔히 종합예술이라고 말한다. 새로운 영상을 통해 정보를 얻고 즐거움과 감동을 느끼며 기존방식과 다른 형태의 신기술은 영상 표현의 세계를 더 확장 시켜준다. 특히, 애니메이션과 디지털 기술의 결합은 디지털영상 컨텐츠 산업의 중요한 부분을 차지하고 있으며, 아날로그 방식으로는 제작에 어려움이 많았던 영상 표현을 가능하게 하여 한 차원 높은 영상물을 만들어내고 있다. 또한 이러한 제작 방식에 더하여 모션캡쳐는 애니메이션 제작에 도입되어 활용됨으로써 애니메이션 영상 표현의 세계를 확장 하는데 일조하고 있다. 이에 본 논문에서는 모션캡쳐 애니메이션에 대한 전반적인 이론을 토대로 모션캡쳐를 활용한 영상의 문제점을 찾아 제작 시 필요한 효과적인 애니메이션의 모션캡쳐 활용방안은 무엇인가를 제시하고자 한다.

양질의 콘텐츠를 제공하기 위해 게임 제작사에서는 신기술을 도입하고 있으며 이중 하나는 게임 캐릭터 애니메이션에 모션캡쳐를 활용하는 것이다. 그러나 소규모 업체들은 경제적 부담으로 인해 모션캡쳐를 활용할 수 있는 기회조차 얻지 못하고 있다. 이에 본 논문은 게임 캐릭터 애니메이션 제작을 위한 모션캡쳐 시스템을 활용한 적용사례를 중심으로 기존의 제작방법을 단순화하여 시간적 경제적 이득을 추구할 수 있는 방법을 찾고 키 프레임 애니메이션을 적용할 수 있는 방안을 모색하여 게임 콘텐츠 개발에 도움이 되고자 한다.

최근 비정형 구조물이 증가하면서 구조부재가 경량화, 세장화 되는 추세이다. 하지만 이러한 변화는 구조물의 비틀림 변형 및 좌굴 위험을 증가시킬 수 있으므로, 안전성과 사용성에 대한 적절한 대책이 필요하다. 그 대책으로 다양한 계측 장비를 이용한 구조물 모니터링 연구가 이루어지고 있으나, 종래의 변형기반 모니터링에 사용되어온 변위계, 레이저센서, 가속도센서 등은 보통 구조물의 1축변위를 측정하므로, 비틀림 변형과 같은 3차원 변위 계측에 대한 한계를 가지고 있다. 반면 새로운 모니터링 장비로 제안되어 온 모션캡쳐 시스템은 3차원 영상기반 모니터링 시스템으로서, 구조물에 다수의 마커를 부착, 계측하여 높은 정확도의 3차원 위치정보를 획득할 수 있고, 설치가 간편하며, 변위는 물론 가속도 데이터까지 실시간으로 측정 가능하다는 장점을 가지고 있다. 따라서 본 연구에서는 모션 캡쳐 시스템을 이용한 철골보의 비틀림 변형 측정 기법을 제시하고, 모션캡쳐 시스템을 이용한 철골보의 비틀림 변형 계측값을 종래의 계측 장비를 이용한 계측값과 비교함으로써, 모션캡쳐 시스템의 비틀림 변형 계측 적용성을 평가하였다.

본 연구는 새로운 변위 계측 시스템으로 사용되고 있는 모션캡쳐 시스템을 이용하여 변위 계측을 통한 구조물의 동적 응답 계측에 이용되는 수치 미분 방법 중 가장 적합한 방법을 찾고, 이를 적용한 모션캡쳐 시스템에서 계측한 동적 응답과 기존 변위 계측 센서에서 얻은 동적 응답과의 비교를 통해 그 적합성을 검증하였다. 기존의 변위 및 가속도 계측 센서는 센서 설치의 어려움, 케이블 길이, 유선 방식에 따른 가속도 데이터 오차 발생 등의 문제점을 갖고 있다. 모션캡쳐 시스템은 계측하고자 하는 위치에 마커를 부착하고 카메라가 반사하는 마커의 변위를 측정하여 3차원 좌표를 얻는 모니터링 시스템으로서, 기존의 변위 및 가속도 계측 센서의 단점을 극복한 계측 시스템이다. 변위 계측을 통한 가속도 등의 동적 계측을 하기 위해서는 계측한 변위 데이터의 수치 미분이 필요하며 이를 통해 가속도 값을 얻는다. 본 연구에서는 모션 캡쳐 시스템을 통해 계측한 변위를 다양한 방법의 수치 미분을 통해 가속도로 변환시켜 기존의 가속도 측정 센서와의 비교를 통해 가장 적합한 수치 미분 방법(Four-point Backward Difference, FBD)을 찾을 수 있었다. 또한, 모션캡쳐 시스템에서 계측한 변위에 FBD를 적용하여 얻은 동적 응답(가속도, 고유주파수)과 기존 변위 계측 센서(레이저 변위계)에서 계측한 동적 응답과의 비교를 통해 FBD를 적용한 모션캡쳐 시스템의 동적 응답 계측에 대한 실효성을 확인할 수 있었다.

During the communication and interaction with a human using motions or gestures, a humanoid robot needs not only to look like a human but also to behave like a human to make sure the meanings of the motions or gestures. Among various human-like behaviors, arm motions of the humanoid robot are essential for the communication with people through motions. In this work, a mathematical representation for characterizing human arm motions is first proposed. The human arm motions are characterized by the elbow elevation angle which is determined using the position and orientation of human hands. That representation is mathematically obtained using an approximation tool, Response Surface Method (RSM). Then a method to generate human-like arm motions in real time using the proposed representation is presented. The proposed method was evaluated to generate humanlike arm motions when the humanoid robot was asked to move its arms from a point to another point including the rotation of its hand. The example motion was performed using the KIST humanoid robot, MAHRU.