1970년대 이후 게임시장 규모의 폭발적 성장과 함께 하드웨어의 발전을 바탕으로 온라인 게임의 성장을 비 롯하여 게임 규모는 지속적으로 확장하고 있다. 대규모 자본과 인력이 투입된 이른바 AAA게임은 게임의 시장규모를 증가시킨 순기능 이외에 게임플레이의 획일화를 가져온 역기능으로도 작용하게 되었다. 이러한 시장의 반대측면에서 소규모 또는 1인 개발자들에 의해 개발되는 인디게임이 차츰 주목받고 성장하고 있 는 추세에 있다. 특히 ‘마인크래프트’의 성공 이후에 인디게임 업계로 진입하는 소규모 게임 개발자와 1인 게임 개발자들의 양도 동반 증가하였으며, 이들은 AAA게임이 가지지 못한 독특한 아이디어와 디자인 요소 를 활용하고, 크라우드 펀딩 등의 방법을 통해 자금을 조달하는 제작 형태를 띄고 있다. 인디게임은 2022년 현재 게임 플랫폼 ‘스팀’에 등록된 게임수가 40043개에 이를 정도로 지속적인 시장 확대를 이루고 있으나 최근, 스폰서와 대규모 투자를 바탕으로 한 인디게임 개발의 추세에 힘입어 소규모 또는 1인 인디게임 개 발자들의 경쟁력은 낮아지고 있다. 본 연구에서는 2020년부터 2022년까지 ‘인디게임‘ 키워드를 바탕으로 빅 데이터 분석방법을 통하여 인디게임 산업의 이슈를 추출하고 이슈와 관련한 게임의 현황과 향후 인디게임 방향성을 밝혀보고자 하였다. 연구의 결과로 2020년의 인디게임 플랫폼의 보급과 함께 시장이 확장되는 것 을 알 수 있으며, 2021년은 인디게임 보급을 뒷받침 할 수 있는 지원정책이 확산되는 현상을 파악할 수 있 었다. 2022년은 다양한 해외 플랫폼을 바탕으로 지원정책에 힘입어 지속적으로 제작되고 있으며 해외진출 을 시도함과 동시에 인디게임 산업의 활성화를 위한 육성정책이 이루어지고 있음을 알 수 있다.

디지털 정보 기술의 급속한 발전에 따라 사람들은 점점 더 자연스럽고 편리한 방식으로 인간과 컴퓨터의 상호작용을 실현하는 경향이 있습니다. 본고에서는 Leap Motion 센서를 하드웨어 플랫폼으로 하고 Unity3D 와 Leap Motion 플러그인을 소프트웨어 플랫폼으로 하여 가상 거문고의 상호작용 설계를 개발합니다. 또한 Leap Motion 장치의 개발과 연구를 통해 Leap Motion 센서에서 수집된 제스처 정보의 처리와 인식을 알고리 즘으로 구현하고, 제스처 인식 알고리즘을 이용하여 서로 다른 제스처를 분리하여 서로 다른 응답을 가능하 게 합니다.

최근 패션업계에서 이슈가 되고 있는 Virtual Fashion 관련 서비스는 소비자들이 피팅 서비스를 사용함에 있 어 실제 상황과 상호작용하는 것처럼 의류의 재질감, 색상 그리고 사이즈를 실제적으로 경험해 볼 수 있게 하는 수단으로 활용되고 있다. 하지만 기존에 생산한 3D Object 데이터에 대한 접근성 및 재활용성이 낮은 단점을 가지고 있다. 또한 다양한 데이터 포맷을 사용하면서 생성되는 Texture의 용량과 출력되는 Animation 파일들의 크기가 커서 최종 결과물의 용량이 비대 해지는 단점도 있다. 본 논문에서는 기존 선행 연구된 시 스템을 Legacy Virtual Fashion System으로 정의하고 해당 시스템에서 사용하던 자원들을 효율적으로 재활용 하고 프로세스 단축 및 Texture과 Animation의 용량을 축소시키기 위하여 공통으로 사용할 수 있는 게임 엔 진 기반의 Virtual Fashion 프레임워크를 제안하고 구현했다. 게임엔진 기반의 Virtual Fashion 프레임워크를 이용하여 Virtual Show Room, 3D Runway 및 Virtual Fashion Sample을 제작하고 또한 해당 프레임워크의 성능 을 측정하기 위하여 실험을 구성했다. 구성된 실험으로 최대 50%의 용량 감소의 효과를 확인했다. 또한 본 연구의 결과물을 이용하여 다양한 형태의 출력물을 개발 확대 적용하는 것 기대해 본다.

본 연구는 게임 이용동기가 인터넷게임 사용장애에 미치는 영향을 분석하였다. 이를 위하여 한국콘텐츠진흥 원의 게임이용자패널(2014~2018)의 상반기 조사 5개 연도 자료를 활용하였다. 게임이용자패널은 초·중·고등 학교 학생 2,000명의 표본으로 구성되었으며, 1차 연도부터 5차 연도까지 연구에 참여한 778명의 응답을 분 석에 활용하였다. 응답자의 특성으로 성별은 남성 381명(49.0%), 여성 397명(51.0%)이었고, 학생 분포는 1차 연도 기준으로 초등학생 287명(36.9%), 중학생 273명(35.1%), 고등학생 218명(28.0%)으로 이루어졌다. 종속변 수인 인터넷게임 사용장애는 Kimberly Young의 인터넷중독척도를 게임사용에 맞게 수정한 20문항을 활용하 여 측정하였고, 독립변수인 게임 이용동기는 Nick Yee의 게임이용척도를 수정한 10문항을 활용하여 측정하 였다. 주요 분석방법으로 MIMIC 모형분석을 활용하였다. 분석 결과를 요약하면 다음과 같다. 첫째, 보상과 현실도피 동기의 게임 이용은 5개 연도 자료 분석 결과 일관적으로 인터넷게임 사용장애와 정적인 관계가 있었다. 둘째, 보상 동기의 게임 이용의 표준화 영향계수는 도피 동기의 게임 이용의 표준화 영향계수보다 더 높은 수준으로 나타났다. 셋째, 통제변수 중에서 높은 불안감 수준을 지니고 있을수록, 남성일수록 일관 적으로 인터넷게임사용장애 수준이 높은 것으로 나타났다. 이러한 분석 결과를 바탕으로 DSM-5 진단기준과 관련한 정책적, 실천적 제언을 논의하였다.

최근 게임상의 아이템을 현금화하여 게임 플레이를 통하여 본을 벌 수 있다는 개념의 P2E(Play to Earn)게임 들이 많이 생겨났다. 일부 저소득 국가에서는 일을 할 때보다 돈을 더 많이 벌게 되는 일이 벌어지면서 많 은 게임 기업들은 각자의 메인넷을 만들어서 각자의 생태계 안에서 게임을 서비스하고 있다. 초기에는 코딩 을 할 수 있어야만 NFT 발행이 가능했다. 하지만 코딩을 하지 않아도 되는 형태의 NFT 응용프로그램이 제 작되고 제작된 응용프로그램을 통하여 NFT 발행을 진행한다. 하지만 해당 응용프로그램들은 많은양의 그림 파일들을 다루기 때문에 한꺼번에 많은 발행 작업을 하면 컴퓨터 메모리 사용량이 지속적으로 늘어나는 단 점이 있다. 본 연구에서는 이러한 문제점을 해결하고자 새로운 NFT Game 프레임워크를 설계하고 구현하고 자 한다. 설계된 프레임워크는 기존의 문제점인 지속적으로 늘어나는 메모리를 정리하여 저사양 컴퓨터에서 도 원하는 만큼의 NFT를 발행 수 있게 지원하고자 한다. 또한 기능을 추가하여 자동으로 오픈마켓에 배포 할 수 있는 기능을 제공한다. 본 논문에서 제안하는 프레임워크는 3가지의 형태의 각 기능 역할을 하고있는 Market System 프레임워크, Game 프레임워크, NFT Conveter 프레임워크로 설계했다. C# 기반으로 제작하였으 며 게임엔진에 적용하기 위하여 Unity3D엔진으로 개발된 게임을 사용하였습니다. 프레임워크를 활용하여 아 이템 데이터를 NFT 토큰을 발행하여 마켓에 등록했다. 토큰의 Metadata에는 7가지의 의상 데이터 정보와 6 가지의 캐릭터 설정 정보 및 배경 화면을 등급을 나누고 분류하여 각각의 희소성을 부여했다. 본 연구의 결 과물로 Unity 기반의 게임들이 해당 프레임워크를 사용하여 다양한 형태로 NFT 발행을 확대 적용하는 것을 기대해 본다.

본 논문에서는 최근 가상환경을 통해 이용자간 실시간 상호작용이 용이한 것은 물론 온라인 콘텐츠도 쉽게 제공할 수 있는 메타버스(Metaverse) 플랫폼의 등장에 주목하고, 현재 교육 분야에 주로 활용되고 있는 주요 메타버스 플랫폼의 교육적 활용 상황 분석과 전문가 인터뷰 등을 통해 향후 사이버대학 교육에 활용하기 적합한 메타버스 기반의 교육 플랫폼을 제안한다. 본 연구를 통해 현재 교육 분야에 주로 활용되고 있는 주 요 메타버스 플랫폼의 경우에는 정규 학습관리 시스템을 지원하지 못하는 것이 가장 큰 한계로 분석되었으 며, 전문가 인터뷰를 통해서는 교수자 및 학습자 모두가 새로운 환경에 대한 거부감을 최소화하고 학습자들 의 지속적인 활용이 가능하도록 사용성 및 편의성 등이 고려되어 메타버스 기반의 원격 교육 플랫폼이 설 계가 이루어져야 할 것으로 도출되었다. 그밖에 AR/VR 등의 실험, 체험 중심의 학습기회 강화와 학습자들 간의 커뮤니케이션 및 협업 활동을 장려할 수 있는 기능이 확보될 경우 학습성과를 높일 수 있을 것으로 분석되었다. 분석된 요구사항 및 기능 제안 등을 토대로 본 연구에서는 기존의 사이버대학 원격 교육을 그 대로 지원하면서 메타버스 환경을 새롭게 지원하기 위한 사이트 뷰 관리 기능, 메타버스 관리 기능, AR/VR 콘텐츠 관리 기능 등이 추가된 메타버스 기반의 사이버대학 원격 교육 플랫폼 모델(MOEP4CU)을 제안한다.

인터넷은 전통적인 미디어를 대체하고 주요 뉴스 미디어 플랫폼 중 하나가 되었습니다. 인터넷 소스의 뉴스는 접근성이 좋고 편리하기 때문에 기존 뉴스 소스에 비해 빠르고 간단하게 이동할 수 있습니다. 그러나 가짜 뉴 스가 대량으로 발생하고 정치적, 상업적 이유로 온라인 커뮤니티에 퍼지면서 확인되지 않은 소식통으로부터 입수한 모든 언론 보도가 진짜인 것은 아니다. 가짜 뉴스는 이론적으로나 의도적으로 독자들을 속이거나 잘못 알릴 수 있다. 왜냐하면 사람들은 오프라인 커뮤니티에 영향을 미칠 수 있는 어떤 정보에도 쉽게 얽히게 되기 때문이다. 일부 수동 웹사이트는 정보가 사실인지 확인하도록 설계되어 있지만 온라인, 특히 웹에서 빠르게 확 산되는 정보의 양은 확장되지 않습니다. 이 문제를 해결하기 위해 자동 팩트체크 어플리케이션은 확장성과 자 동화의 요건에 대응하도록 설계되었습니다. 그러나 현재 애플리케이션 방법에는 기계 학습 분류 모델 성능을 개선하기 위해 가짜 뉴스 특징을 식별하는 포괄적인 다차원 데이터 세트가 없다. 이 문제를 해결하기 위해 본 연구논문에서는 사용자가 기사의 제목을 입력하면 데이터를 분류하는 Formb 챗봇을 제안했다. 이 연구 작업 에서 데이터 집합의 분류는 반복 신경망(RNN)과 장기 단기 기억(LSTM) 모델을 사용하여 수행되었다. 가짜 및 실제 뉴스 데이터 세트는 사전 처리되어 모델을 교육하는 데 사용됩니다. 저장된 모델은 지정된 입력 텍스트 의 신뢰성을 확인하기 위해 불일치 서버에 배포됩니다. Disconsid API는 python 파일을 chatbot으로 실행할 수 있는 액세스를 제공합니다. 분석 측면에서, 제안된 모델은 96.77%의 정확도로 CNN와 같은 기존 뉴럴 네트 워크 모델을 능가한다.

디지털 미디어 기술의 부단한 발전에 따라 뉴미디어 예술은 당대 예술 디자인 업계에 새로운 발전 기회를 가 져왔습니다.대학 캠퍼스 시청각 경관은 캠퍼스 경관 구성 시스템의 중요한 부분으로 캠퍼스 전체의 환경 쾌적 도를 높이고 환경 교육 효과를 촉진하는 등 대체 불가한 역할을 하고 있습니다.뉴미디어아트 속 다차원 디지 털 예술은 전통적인 예술 디자인 형태에 비해 색다른 미적 감각과 시각적 경험을 선사합니다.대학 캠퍼스 조 경 디자인은 대학 캠퍼스 전반의 외적인 환경 표현으로, 사제(師弟)의 대학 첫인상을 그대로 반영하고 있습니 다.현대 과학기술의 급속한 발전으로 뉴미디어아트의 표현 형식은 더욱 다채로워지고 새로운 표현방식이 끊임 없이 생겨나고 있습니다.본고에서는 뉴미디어아트의 응용탐구부터 시작하여 새로운 시대의 캠퍼스 영상음향 경관설계의 수요와 결합하여 뉴미디어아트의 캠퍼스 영상음향(Video and Audio) 경관설계에서의 혁신과 응용 을 탐구합니다.

오늘날 게임 산업은 지속적으로 성장하고 있는 추세이다. 이런 배경에서 게임 이용자들은 다양한 게임 장르를 경험하고 있으며, 또한 게임 내의 승률을 높이기 위한 다양한 활동에 많은 관심을 가지고 있다. 게임 이용자 들은 자신이 즐기는 게임 캐릭터들의 승률 및 픽률과 같은 다양한 정보들을 인터넷 검색을 통해 수집하고 있 으며, 그에 따라 자신이 즐기는 게임 플레이어의 밸런스에 관해서 많은 관심을 나타내고 있다. 본 연구자는 밸런스 관련 다양한 연구를 탐색하는 과정에서 게임 속의 밸런스를 맞추는 기준이 있다면, 또한 그 기준에 대 한 예측이 가능하다면 그 기준을 중심으로 이용자들의 다양한 밸런스 패치 활용 및 게임 전략 수립에 도움이 될 수 있을 것으로 판단하였다. 본 연구에서는 플레이어들의 밸런스 패치가 중요하게 인식되고 있는 MOBA 장르 게임을 중심으로 밸런스 패치 예측 기준을 수립하는 데 초점을 맞추었다. 특별히 밸런스 패치를 진행할 때 캐릭터들의 특성 및 개발자의 패치 코멘트, 그리고 승률 및 픽률 변화에 따른 이후 패치 로드맵까지 고려 할 수 있는 체계를 제시한 점에서 큰 의의가 있다고 볼 수 있다. 이를 통해 개발자는 플레이어들의 밸런스를 더 쉽게 맞출 수 있도록 유도하고, 플레이어는 밸런스 패치를 예측하여 더욱 효율성 있는 게임 전략을 실행할 수 있도록 유도하여 MOBA 장르 게임의 이해관계자 모두에게 도움이 되는 정보를 전달할 것이다.

공상과학소설(Science-Fiction; 이후 Sci-Fi로 표기)은 미래 세계에 대한 인간의 판타지를 표현하는 장르다. 이는 TV 쇼, 영화, 게임 분야에서 항상 뜨거운 주제였다. Sci-Fi 영화와 Sci-Fi 게임은 대부분 상위권에 오르고 있다. 하지만, 학계에서는 주로 Sci-Fi 영화에서 대한 논의에 더 집중하는 경향이 있다. 예를 들어, <Research on Color Modes of Well-known Contemporary Films(2020)>에 따르면, 최근 몇 년 동안 할리우드 Sci-Fi 영화의 주류 색상은 빨간색과 파란색에서 주황색, 노란색, 파란색, 녹색으로 바뀌었다고 분석하고 있다. 또한, Sci-Fi 영화와 관련된 질적 연구와 연구의 많은 성과가 있었다. 그러나 Sci-Fi 게임의 색조 경향에 대한 연구와 연구 는 매우 부족한 상황이다. 이에 본 논문은 Adams Roberts의 Sci-Fi 소설의 7가지 요소를 사용 한다. 이러한 7 가지 요소에 대한 Metacritic 점수가 사례 선택의 표준으로 사용되었다. 본 연구의 분석 대상으로는<HALO 3>, <Death Stranding>, <Cyberpunk 2077> 등 우수 PC게임 3종이 선정하였다. 또한, 데이터 분석은 NCS 색상 시스템을 기반으로 수행되어 Sci-Fi 게임의 색조 유사성에 대해 논의한다. 마지막으로, 우수한 게임의 색상 적 용에 대한 주요 성향을 결론짓고 요약함으로써, 본 연구는 Sci-Fi 게임의 색상 생산에 대한 몇 가지 이론적 참 조와 기초 데이터를 제공하고자 한다.

자율주행 시물레이터는 자율 주행을 시험하고 검증하는 일에 있어 현실에 비해 높은 비용 절감의 효과를 가 지고 오지만 높은 컴퓨터 연산량에 의해 많은 하드웨어 기기를 요구하게 된다. 게임을 이용하여 자율 주행에 필요한 학습 데이터를 획득하는 경우도 있다. 게임은 저비용 시뮬레이터로 활용되고 있지만 게임 외적인 특정 상황을 모의하기에도, 필요한 데이터 획득에도 제한적이다. 또 다른 방법으로 게임 엔진을 통한 가상 환경 모 의 연구가 수행되고 있다. 하지만 게임 엔진에서는 사용자가 직접 필요한 모델링을 해줘야 하기 때문에 개발 비용이 크게 작용된다. 특히, 3D LIDAR는 360도로 Ray를 쏴서 정밀 거리를 최소 10Hz 이내의 실시간 획득이 필요하다. 실시간으로 3D LIDAR 데이터를 획득하는 것은 GPU(Graphics Processing Unit) 사용량이 많은 작업 이기 때문에, 저비용 시뮬레이터를 위해서는 저비용 3D LIDAR 모의가 필요하다. 본 논문에서는 낮은 컴퓨터 연산을 사용하는 C++ 기반 3D LIDAR 모의 프레임 워크를 제안한다. 제안된 3D LIDAR는 다수의 언덕으로 이 루어진 비포장 Map에서 성능을 검증 하였으며, 성능 검증을 의해 본 논문에서 생성된 3D LIDAR로 간단한 LPP(Local Path Planning) 생성 방법도 소개한다. 제안된 3D LIDAR 프레임 워크는 저비용 실시간 모의가 필요 한 자율 주행 분야에 적극 활용되길 바란다.

최근에는 익명성과 비대면성으로 인해 사이버 공간에서 괴롭힘의 가능성이 높다. 사이버 공간은 현실적 공간 과 비교했을 때 24시간 괴롭힘이 가능하고, 괴롭힘을 매우 빠르고 광범위하게 확산시킨다. 사이버 공간에서의 괴롭힘은 물리적 공간에서의 괴롭힘보다 더 심각한 정신적 피해를 줄 수 있다. 본 연구는 청소년의 사이버 괴 롭힘 경험과 자살생각에 대하여 살펴보았다. 사이버 괴롭힘 경험을 따돌림, 욕설과 모욕 중심으로 살펴보고, 사이버 괴롭힘의 정도에 따라 자살사고의 차이를 살펴보았다. 자료는 한국청소년정책연구원의 2019 중고등용 인권실태조사 데이터를 활용하였다. 집단 간의 차이를 검증하기 위해 SPSS프로그램 25를 사용하여 공분산분 석(ANCOVA)을 실시하였다. 종속변수에 영향을 줄 수 있는 현실공간인 학교에서의 괴롭힘 경험을 통제하여 청소년이 사이버공간에서 괴롭힘 경험에 따른 자살생각의 차이를 검증하였다.

2021년 넷플릭스 오리지널 시리즈로 전세계에서 동시 공개되었던 <오징어 게임>은 2021년에 전세계적으 로 가장 유명한 영상콘텐츠가 되었다고 해도 과언이 아닐 정도의 성공을 거두고 있다. 이 작품의 성공이 흥미로운 점은 단순히 일회성이라고 하기엔 지금까지의 한국 대중문화의 역량이 폭발하고 있다는 점을 확인할 수 있는 의미 있는 성과이기 때문이다. 이 논문에서는 이러한 성과를 분석하기 위하여 작품분석 및 흥행과 파급력에 대한 분석을 하고 있다. 특히 작품에 등장하는 주인공들을 통해 노동환경, 탈북자, 이주노동자, 빈곤 등의 사회 문제를 보여주면서 한국의 양극화된 사회 현실을 스토리텔링에 잘 반영하고 있다는 것을 알 수 있었다. 그리고 기존 서구권에서 자본이 많이 투입된 영상콘텐츠에서 흔히 보이는 천편일률적인 해피엔딩이나 현실과 유리된 영웅 서사가 아니라는 점을 주목해야 한다. 그리고 현재 제작되 고 있는 영상콘텐츠들의 사례를 통해 한국 대중문화의 위상과 질적 변화를 확인할 수 있다.

최근 K-Culture의 열풍은 K-Drama가 주도한 한류에서 K-Pop, K-Movie, K-Food 등 다양한 방면으로 확장되고 있다. K-Drama에 의 한 한류가 아시아적 현상으로 전개되었다면, K-Culture는 아시아를 넘 어 세계적 현상으로 전개되고 있다. K-Culture의 세계적인 열풍은 한국 인의 문화적 감성코드가 세계인의 문화적 감성코드와 공유될 수 있어 가 능하였다. 한국인과 세계인들의 감성코드는 경제적 불평등, 건강에 대한 인식, 추억에 대한 회상 등을 통해 공유되고 있다. 첫째, 경제적 불평등 에 대한 감성코드는 소득양극화에 대한 문제인식을 한국과 세계인들이 공감하도록 설국열차, 기생충, 오징어게임이 표현하였다. 둘째, 건강에 대한 감성코드는 건강에 대한 인식이 극대화되면서 한국의 전통음식에 대한 세계인의 선호도가 높아졌을 뿐만 아니라 대표적인 한국음식인 김 치의 현지화 등이 이루어지고 있다. 셋째, 추억에 대한 감성코드는 어떤 기억으로부터 쾌락을 추구하는 것으로 PSY의 강남스타일과 상어가족의 패러디 열풍이, 방탄소년단과 오징어게임을 통한 체험열풍이 나타나고 있다. 이를 통해 한국문화의 감성코드는 K-Culture를 통해 세계인들이 공감하는 감성코드로 자리매김하고 있다.

본고는 네이버(NAVER) 카페 ‘삼국지 도원결의’라는 온라인 커뮤니티의 담론을 분 석 대상으로 삼아, 국내 대중들의 ‘삼국연의 콘텐츠’의 수용과 재해석 양태를 살펴 보고 그 특징을 도출하였다. 현재 삼국연의 콘텐츠의 수용은 게임류로부터 시작되 기는 하나, 수용범위는 소설이나 사서 등 다양한 장르의 콘텐츠로 전이·확대되는 양 상을 보였다. 탈권위·탈위계를 추구하는 포스트모더니즘 시대를 살아가고 있는 이용 자들은 삼국 인물들의 영웅성에 주목하기보다는 유희의 대상으로 활용하기를 즐겼 고, 서열과 스펙을 중시하는 문화로 인하여 등수나 수치로써 인물 평가를 대신하는 경향을 보였다. 또 콘텐츠 수용자이자 생산자로서 삼국연의 의 시각적 재현에 높 은 관심을 보였다. 즉 담론을 통하여 살펴본 수용의 특징은 유희화, 계량화, 시각화 로 정리할 수 있다.

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.

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.

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.