$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

실감형 원격 미팅을 위한 3차원 실사 아바타 생성 기술 원문보기

방송과 미디어 = Broadcasting and media magazine, v.26 no.3, 2021년, pp.50 - 58  

장성걸 ((주)아리아엣지) ,  김형민 ((주)아리아엣지) ,  서병국 ,  박종일 ((주)아리아엣지)

초록
AI-Helper 아이콘AI-Helper

최근 메타버스가 장안의 화제로 떠오르면서 많은 사람들의 관심이 쏠리고 있다. 회사의 공간을 극단적으로 줄이고 메타버스로 출근하는 IT기업들이 생겨나는가 하면, 커리큘럼에 메타버스를 적용한 실습교육을 도입하는 의대가 생기기도 했다. 이처럼 사회 생활 전반에 걸쳐 새로운 혁신을 주는 미래의 먹거리로 도약하고 있지만, 그 구현에 있어서 여전히 해결해야 할 기술적 과제가 존재한다. 본 고에서는 회의 참가자가 자신과 똑같은 3차원 실사 아바타를 통해 원격 미팅에 참여하고 다른 참가자와 상호작용할 수 있도록 구성되는 실감형 원격 미팅 시스템을 소개한다. 특히 가장 핵심적 요소 기술인 실사 아바타를 구현하는 방법에 대해 구체적으로 설명한다.

참고문헌 (21)

  1. 메타버스, https://ko.wikipedia.org/wiki/%EB%A9%94%ED%83%80%EB%B2%84%EC%8A%A4 

  2. Mirella Walker, Changing the Personality of a Face: Perceived Big Two and Big Five Personality Factors Modeled in Real Photographs, Journal of Personality and Social Psychology 110(4): 609-624 

    상세보기

  3. Pascal Paysan, Reinhard Knothe, Brian Amberg, Sami Romdhani, and Thomas Vetter, A 3D Face Model for Pose and Illumination Invariant Face Recognition, AVSS 2009 

  4. Richard Hartley, Andrew Zisserman, Multiple View Geometry in computer vision 

  5. 허재영, 장성걸, 박종일, 실감 영상회의 시스템을 위한 헤어스타일 탐색 방법, 한국방송미디어공학회 하계학술대회, 2021 

  6. AVATAR SDK, https://avatarsdk.com/ 

  7. Xuehan Xiong, Fernando De la Torre, Supervised Descent Method and its Applications to Face Alignment, CVPR 2013 

  8. Marek Kowalski, Jacek Naruniec, and Tomasz Trzcinski, Deep Alignment Network: A convolutional neural network for robust face alignment, CVPR 2017 

  9. Xiaojie Guo, Siyuan Li, Jinke Yu, Jiawan Zhang, Jiayi Ma, Lin Ma, Wei Liu, Haibin Ling, PFLD: A Practical Facial Landmark Detector, arXiv preprint arXiv:1902.10859 (2019) 

  10. Xinyao Wang, Liefeng Bo, Li Fuxin, Adaptive Wing Loss for Robust Face Alignment via Heatmap Regression, ICCV 2019 

  11. Li, Zuoxin, and Fuqiang Zhou, FSSD: feature fusion single shot multibox detector, arXiv preprint arXiv:1712.00960 (2017) 

  12. P. Huber, Z. Feng, W. Christmas, J. Kittler, M. Ratsch, Fitting 3D Morphable Models using Local Features, ICIP 2015 

  13. P. Huber, G. Hu, R. Tena, P. Mortazavian, W. Koppen, W. Christmas, M. Ratsch, J. Kittler, A Multiresolution 3D Morphable Face Model and Fitting, VISAPP 2016 

  14. Jungsik Park, Byung-Kuk Seo, Jong-Il Park, A Framework for Real-Time 3D Freeform Manipulation of Facial Video, November 2019, Applied Sciences 9(21): 4707 

  15. Zhou, Yi, et al, Hairnet: Single-view hair reconstruction using convolutional neural networks, ECCV 2018 

  16. Zhang, Meng, and Youyi Zheng, Hair-GAN: Recovering 3D hair structure from a single image using generative adversarial networks, Visual Informatics 3.2 (2019): 102-112 

    상세보기

  17. Doersch, Carl, Tutorial on variational autoencoders, arXiv preprint arXiv: 1606.05908 (2016) 

  18. Bank, Dor, Noam Koenigstein, and Raja Giryes, Autoencoders, arXiv preprint arXiv: 2003.05991 (2020) 

  19. Zhou, Yijun, and James Gregson, WHENet: Real-time Fine-Grained Estimation for Wide Range Head Pose, arXiv preprint arXiv:2005.10353 (2020) 

  20. Bertok, Kornel, Levente Sajo, and Attila Fazekas, A robust head pose estimation method based on POSIT algorithm, Argumentum 7 (2011): 348-356 

  21. 차세대 실감형 원격미팅 시스템 개발, 과학기술정보통신부 과제 No. 2020-0-0271 

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로