선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 비접촉 센싱 기술인 인체 미동 기술을 이용하여 경쟁과 협력에 대한 평가를 확인하였다. 이러한 연구는 비접촉 형태의 센싱 방법을 통한 초기 연구 중 하나로 주변 환경이나 빛 등 외부요인에 따른 영향에 관한 연구와 정량적 지표를 통해 시스템화 및 생체신호와 상호 비교를 통하여 새로운 지표에 정확도를 검증 및 향상과 안정화에 관련된 추가 연구가 필요하다.
- 본 연구는 사회적 상호작용에 유발 될 수 있는 감성인 경쟁(Competition)과 협력(Cooperation)에 대한 사회감성인식을 영상 기반의 비접촉 센싱 기술을 융합하여 인식하고자 한다.
제안 방법
- 실험 절차는 Task를 수행 할 수 있는 자극 시스템 앞에 앉아 측정하는 것으로 진행하였다. (1) 피험자에게 카메라 및 키보드 위치를 실험에 맞춰 설정 후 진행 할 수 있도록 하였다. (2) Task 수행에 이해를 돕기 위해 사전에 경쟁과 협력에 대한 설명을 진행하였다.
- (2) Task 수행에 이해를 돕기 위해 사전에 경쟁과 협력에 대한 설명을 진행하였다. (3) 조작 실수에 대한 오류를 최소화하기 위해 Task의 사전 테스트를 통해 충분히 익힌 후 실험을 진행하도록 하였다. (4) 조작패널에 대한 숙지가 완료 되면 실험에 관한 Task를 수행하였다.
- OpenCV와 Visual C++를 이용해 얼굴의 중심부를 기준으로 ROI(Region of Interest) 설정 후 움직임 차이 값의 정보를 평균으로 하여 주파수 대역의 Power 값을 추출 하도록 구현 하였으며 [Fig. 4]과 같다.
- 이러한 사회감성은 두 사람의 친밀도, 공감도, 참여도 등이 그 대표적인 예이다[11,12]. 감성인식 방법은 정량적 생체 반응 데이터를 수집하기 위해 접촉식 센서를 이용해 추론했다. 그러나 센서를 착용하면 자유로운 상호작용과 의사소통을 할 수 없기 때문에 생체 반응의 정량적인 데이터를 수집하는데 한계가 있다.
- 경쟁 시 자극은 패턴을 맞출 수 있는 각 화면을 Subject 별로 제시하고 화면 중앙에 맞춰야 하는 Target Pattern을 제시하여 제한된 3분 동안 무제한으로 패턴을 맞춰 각 Subject 별로 점수(Score)를 누적 하였다.
- 경쟁과 협력의 Task 수행 시 측정 된 영상 데이터로부터 미동 데이터를 추출하여 분석하였으며 미동 양, 미동의 변화량, 미동의 동조성 3가지의 지표(Indicator)를 도출하여 분석하였다. 미동 양은 각 피험자의 Task 수행 시 발생되는 미세 움직임의 양을 뜻하며, 미동의 변화량은 발생 된 미세 움직임의 정규화 과정을 수행한 변화정도를 뜻하고 미동의 동조성은 두 피험자의 움직임에 대한 일치성을 분석하는 지표이다.
- 데이터 분석은 인체 미동으로부터 얻어진 15 Hz 주파수 성분의 데이터를 각 경쟁과 협력 Task 별로 분류 하였다. 수집된 데이터는 미동 양과 미동 양의 변화량 그리고 두 피험자들 간의 미동의 동조성 분석하였다.
- 동일 구간에서 추출된 15 Hz의 주파수 성분을 통해 미동 양의 변화량 패턴을 비교하였다. 그 결과 거의 모든 피험자가 협력 Task를 수행 할 때보다 경쟁 Task를 수행 시 더 높은 패턴을 보였으며 [Fig.
- 피험자는 Task를 수행하기 위해 한 팀이 될 수 있도록 하며 성별에 따른 차이를 고려해 남녀 비율을 맞춰 모집 하였다. 두 피험자 간에는 Task 수행 시 영향을 줄 수 있는 어색함을 배제하기 위해 서로 안면이 있는 피험자로 선정하였으며 적극적인 Task를 수행 할 수 있도록 하였다. 피험자는 대학생 12명(남자6명, 여자6명, 평균나이:25.
- 사람 눈에 보이는 큰 움직임의 경우 저주파 성분의 속성에서 나타나고 눈에 보이지 않는 작은 움직임은 고주파 성분에서의 매우 작게 나타나는 움직임 성분을 가지고 있으며 [Fig 5]와 같다. 따라서 가장 많은 Sampling이 가능하고 가장 작은 데이터를 볼 수 있는 15Hz 대역을 선정하여 해당 주파수 성분의 데이터를 추출할 수 있도록 선행 연구에서 제시하는 주파수 성분 추출 방법과 평균값 도출 알고리즘을 적용하였다. 해당 주파수 성분의 움직임 데이터를 추출하였고 프레임 내의 전체 움직임을 평균으로 변환해 저장하여 데이터를 수집하였다.
- 실험의 Task 수행은 경쟁과 협력으로 구분되어 두 피험자가 서로 경쟁을 하고 협력을 하는 Task를 랜덤하게 제시하여 2회 반복 수행 하였다. 또한 반복되는 실험에 따른 생리반응의 지속효과(Running effect)를 최소화하기 위해 Task 시작 전과 후에 Reference와 Rest 타임을 3분과 5분을 주었으며 실제 수행 된 Task는 3분간 진행되었고 절차는 [Fig. 7]와 같다.
- 비접촉 방식 방법으로 Ekman의 6가지 기본감성에서 인식 할 수 없는 사회 감성의 인식 가능함을 확인하였다. 또한 인위적인 얼굴표정 등으로 인식하는 방법이 아닌 해부학적 원리와 생리적 반응에 의거한 인식 기술로써 감성인식에 있어 새로운 지표를 통한 평가 방법을 확인하였다. 이는 원격 사용자간의 간단한 웹캠을 통해 동영상 촬영만으로 가상공간에서 사용자들이 상호작용으로 일어나는 반응을 이용해 쉽게 경쟁과 협력을 평가 할 수 있다.
- 실험에 참여한 피험자는 병력이 없는 피험자를 모집하였다. 모든 피험자에게 실험의 연구목적을 제외한 대략적인 설명을 한 후 진행하였으며 소정의 기본 실험비를 지급하였다.
- 자극 유발에 영향을 줄 수 있는 어색함을 배제하기 위해 두 피험자는 안면이 있는 피험자들로 한 팀을 구성하였다. 서로 경쟁 및 협업 Task를 수행 후 각 게임에 승리하여 추가 보상을 줌으로써 경쟁과 협력의 적극적인 참여를 통한 감성적 반응을 유도 하였다.
- 센서 착용의 부담감 및 불편함을 최소화한 비접촉 센싱 방법인 인체 미동을 이용해 경쟁과 협력에 대하여 감성융합기술의 가능함을 평가하였다. 비접촉 방식 방법으로 Ekman의 6가지 기본감성에서 인식 할 수 없는 사회 감성의 인식 가능함을 확인하였다.
- 데이터 분석은 인체 미동으로부터 얻어진 15 Hz 주파수 성분의 데이터를 각 경쟁과 협력 Task 별로 분류 하였다. 수집된 데이터는 미동 양과 미동 양의 변화량 그리고 두 피험자들 간의 미동의 동조성 분석하였다.
- 실험의 Task 수행은 경쟁과 협력으로 구분되어 두 피험자가 서로 경쟁을 하고 협력을 하는 Task를 랜덤하게 제시하여 2회 반복 수행 하였다. 또한 반복되는 실험에 따른 생리반응의 지속효과(Running effect)를 최소화하기 위해 Task 시작 전과 후에 Reference와 Rest 타임을 3분과 5분을 주었으며 실제 수행 된 Task는 3분간 진행되었고 절차는 [Fig.
- 영상 데이터 수집은 두 피험자 모두 정면에서 상반신을 촬영 할 수 있도록 하였다. 웹 카메라는 Logitech사의 C920을 사용하였다.
- 실험은 남녀 대학생 12명을 대상으로 경쟁과 협력을 유발 할 수 있는 Task 수행을 통해 실험을 진행하였다. 자극 유발에 영향을 줄 수 있는 어색함을 배제하기 위해 두 피험자는 안면이 있는 피험자들로 한 팀을 구성하였다. 서로 경쟁 및 협업 Task를 수행 후 각 게임에 승리하여 추가 보상을 줌으로써 경쟁과 협력의 적극적인 참여를 통한 감성적 반응을 유도 하였다.
- 패턴 맞추기 Task 수행에 필요한 실험 자극은 3 가지색의 동전(금색, 은색, 동색)으로 구성했다. 중앙에 제시된 (Target)은 상기 3 가지 동전을 조합하여 랜덤하게 패턴을 제작 후 디스플레이 하였다. 움직임에 대한 영향을 최소화하기 위해 Task 수행은 오른손으로만 제어 할 수 있도록 키보드를 배치하였으며 배치 된 키 배열은 [Fig.
- 카메라 설정은 해상도 1280×720,30fps와 화이트 밸런스 및 포커스 등 영상 데이터 취득 시 데이터에 오차를 줄이기 위해 각 자동 조절 기능들은 모두 OFF 상태로 유지하였다.
- 피험자는 Task를 수행하기 위해 한 팀이 될 수 있도록 하며 성별에 따른 차이를 고려해 남녀 비율을 맞춰 모집 하였다. 두 피험자 간에는 Task 수행 시 영향을 줄 수 있는 어색함을 배제하기 위해 서로 안면이 있는 피험자로 선정하였으며 적극적인 Task를 수행 할 수 있도록 하였다.
- 따라서 가장 많은 Sampling이 가능하고 가장 작은 데이터를 볼 수 있는 15Hz 대역을 선정하여 해당 주파수 성분의 데이터를 추출할 수 있도록 선행 연구에서 제시하는 주파수 성분 추출 방법과 평균값 도출 알고리즘을 적용하였다. 해당 주파수 성분의 움직임 데이터를 추출하였고 프레임 내의 전체 움직임을 평균으로 변환해 저장하여 데이터를 수집하였다.
- 협력 시 자극은 경쟁과 동일한 방법으로 패턴 맞추기 Task를 수행하는데 좌측에는 컴퓨터의 화면을 제시하고 우측에는 팀 화면에 Subject 1과 2의 커서를 제시하여 컴퓨터와 팀이 경쟁하여 실제로 팀은 협력이 유발 되도록 Task를 제시했다.
대상 데이터
- 경쟁과 협력의 Task를 수행한 구간에 15 Hz 성분의 움직임 데이터를 추출하였다. 추출된 데이터의 미동 양에 따른 패턴을 비교 해본 결과 경쟁일 때가 협력일 때보다 높은 패턴을 보였으며 [Fig.
- 실험 환경은 패턴 맞추기 Task를 수행 할 수 있는 시스템과 자극 화면을 볼 수 있는 42인치 대형 모니터, Task 수행을 위한 키보드, 피험자를 동시에 영상 촬영할 수 있는 웹 카메라를 배치했다. 두 명의 피험자는 Subject 1과 Subject 2의 자리에 앉아 시스템에서 제공되는 경쟁과 협력 Task를 수행 할 수 있도록 하였으며 배치는 [Fig.
- 26)이 실험에 참여 하였다. 실험에 참여한 피험자는 병력이 없는 피험자를 모집하였다. 모든 피험자에게 실험의 연구목적을 제외한 대략적인 설명을 한 후 진행하였으며 소정의 기본 실험비를 지급하였다.
- 본 연구는 가상공간 속에서 감성 상호작용에 중요한 경쟁과 협력의 사회감성을 비접촉 센싱 기법인 인체 미동을 이용하여 확인하였다. 실험은 남녀 대학생 12명을 대상으로 경쟁과 협력을 유발 할 수 있는 Task 수행을 통해 실험을 진행하였다. 자극 유발에 영향을 줄 수 있는 어색함을 배제하기 위해 두 피험자는 안면이 있는 피험자들로 한 팀을 구성하였다.
- 영상 데이터 수집은 두 피험자 모두 정면에서 상반신을 촬영 할 수 있도록 하였다. 웹 카메라는 Logitech사의 C920을 사용하였다. 카메라 설정은 해상도 1280×720,30fps와 화이트 밸런스 및 포커스 등 영상 데이터 취득 시 데이터에 오차를 줄이기 위해 각 자동 조절 기능들은 모두 OFF 상태로 유지하였다.
- 패턴 맞추기 Task 수행에 필요한 실험 자극은 3 가지색의 동전(금색, 은색, 동색)으로 구성했다. 중앙에 제시된 (Target)은 상기 3 가지 동전을 조합하여 랜덤하게 패턴을 제작 후 디스플레이 하였다.
- 피험자는 대학생 12명(남자6명, 여자6명, 평균나이:25.72 ±1.26)이 실험에 참여 하였다.
데이터처리
- Task 수행 시 동시에 참여한 두 피험자의 동조 현상을 확인하기 위해 상관분석을 진행하였다. 분석 결과 전반적인 패턴이 경쟁보다 협력일 때 높은 동조 현상을 보였으며 [Fig.
- 미동 양과 변화량 데이터는 정규성을 만족하지 못하여 비모수 검정을(Mann-whitney) 수행하였다. 동조성은 상관분석(Correlation) 후 도출 된 상관계수를 통해 정규성을 확인 후 모수 검정인 독립표본검정(IndependentT-test)을 진행하였다. 통계적 유의성을 확보하기 위한 샘플은 G Power(ver 3.
- 미동 양과 변화량 데이터는 정규성을 만족하지 못하여 비모수 검정을(Mann-whitney) 수행하였다. 동조성은 상관분석(Correlation) 후 도출 된 상관계수를 통해 정규성을 확인 후 모수 검정인 독립표본검정(IndependentT-test)을 진행하였다.
- 동조성은 상관분석(Correlation) 후 도출 된 상관계수를 통해 정규성을 확인 후 모수 검정인 독립표본검정(IndependentT-test)을 진행하였다. 통계적 유의성을 확보하기 위한 샘플은 G Power(ver 3.1.7)를 이용해 샘플 수 충족 여부를 확인 후 SPSS ver 17k를 사용하여 통계 데이터 분석을 진행하였다.
이론/모형
- 본 연구는 가상공간 속에서 감성 상호작용에 중요한 경쟁과 협력의 사회감성을 비접촉 센싱 기법인 인체 미동을 이용하여 확인하였다. 실험은 남녀 대학생 12명을 대상으로 경쟁과 협력을 유발 할 수 있는 Task 수행을 통해 실험을 진행하였다.
성능/효과
- 분석 결과 미동에 양의 평균, 변화량 모두 경쟁 할 때가 협력 할 때보다 높은 패턴을 보였으며 통계적으로 유의한 차이를 보였다. 또한 두 피험자들이 Task 수행 시발생되는 미동의 동조성에는 경쟁 할 때보다 협력 할 때가 동조성이 더 높았으며 통계적으로 유의한 차이를 확인했다. 이는 피험자들 간에 경쟁 상태일 때는 상대를 이기기 위해 각성 및 긴장도가 높아지면서 무의식적으로 미세 움직임 양과 변화정도가 급격하게 향상 되는 것으로 볼 수 있으며 반대로 협력 상황일 때는 상대방과의 호흡을 맞추기 위해 개인의 변화보다 상대방에게 호흡을 맞추는 것에 집중하는 것으로 두 피험자의 움직임이 서로 일치고 있는 것으로 해석 할 수 있다.
- 분석 결과 미동에 양의 평균, 변화량 모두 경쟁 할 때가 협력 할 때보다 높은 패턴을 보였으며 통계적으로 유의한 차이를 보였다. 또한 두 피험자들이 Task 수행 시발생되는 미동의 동조성에는 경쟁 할 때보다 협력 할 때가 동조성이 더 높았으며 통계적으로 유의한 차이를 확인했다.
- 센서 착용의 부담감 및 불편함을 최소화한 비접촉 센싱 방법인 인체 미동을 이용해 경쟁과 협력에 대하여 감성융합기술의 가능함을 평가하였다. 비접촉 방식 방법으로 Ekman의 6가지 기본감성에서 인식 할 수 없는 사회 감성의 인식 가능함을 확인하였다. 또한 인위적인 얼굴표정 등으로 인식하는 방법이 아닌 해부학적 원리와 생리적 반응에 의거한 인식 기술로써 감성인식에 있어 새로운 지표를 통한 평가 방법을 확인하였다.
- 경쟁과 협력의 Task를 수행한 구간에 15 Hz 성분의 움직임 데이터를 추출하였다. 추출된 데이터의 미동 양에 따른 패턴을 비교 해본 결과 경쟁일 때가 협력일 때보다 높은 패턴을 보였으며 [Fig. 8]과 같다. 미동 양의 평균값을 비교 결과 [Fig.
후속연구
- 본 연구는 비접촉 센싱 기술인 인체 미동 기술을 이용하여 경쟁과 협력에 대한 평가를 확인하였다. 이러한 연구는 비접촉 형태의 센싱 방법을 통한 초기 연구 중 하나로 주변 환경이나 빛 등 외부요인에 따른 영향에 관한 연구와 정량적 지표를 통해 시스템화 및 생체신호와 상호 비교를 통하여 새로운 지표에 정확도를 검증 및 향상과 안정화에 관련된 추가 연구가 필요하다. 가상 및 공존현실 등 기술이 발전하고 그에 따른 시공간 제약이 사라져 가상공간에서의 활동이 넓어지고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.