$\require{mediawiki-texvc}$

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.

[국가R&D연구보고서] 영상 내 실시간 시선 움직임 예측을 위한 ACT-R EMMA 확장
ACT-R EMMA extension for real-time saccade prediction in video 원문보기

보고서 정보
주관연구기관 한국과학기술원
Korea Advanced Institute of Science and Technology
연구책임자 이병주
참여연구자 오주영
보고서유형최종보고서
발행국가대한민국
언어 한국어
발행년월2019-01
과제시작연도 2018
주관부처 과학기술정보통신부
Ministry of Science and ICT
연구관리전문기관 한국과학기술원
Korea Advanced Institute of Science and Technology
등록번호 TRKO201900016522
과제고유번호 1711078063
사업명 한국과학기술원연구운영비지원(주요사업비)
DB 구축일자 2019-11-09
키워드 시각적 역동성.영화.시선 추적.ACT-R.visual dynamics.movies.eye tracking.
DOI https://doi.org/10.23000/TRKO201900016522

초록

영화는 시간성을 가진 이야기 전달 매체이다. 영화는 각 프레임의 연결을 통해 내러티브를 가지며, 시청자의 효과적인 감상을 위해 미장센, 몽타주 등의 다양한 영화 기법을 쓴다. 여러 프레임이 만들어내는 영화의 시각적인 역동성은 기존에는 사람의 시선움직임을 통해 정량적으로 분석되어왔다. 이 연구에서는 영화의 시각적 역동성을 컴퓨터를 통해 자동으로 측정하는 모델을 제안한다. 모델은 인지 아키텍처인 ACT-R로 구현하였으며 영화 내 시선 움직임은 인터페이스를 통해 확인할 수 있다. 이를 통해 다양한 영상매체에서의 시선의 이동 및 인지적 오

Abstract

IV. Results
In this study, we carried out a comparative analysis experiment with eye tracking data to confirm eye movement prediction rate of gaze movement model. Finally, we will analyze the eye movement prediction and visual dynamics of 500 actual movie data using the current visual prediction

목차 Contents

  • 표지 ... 1
  • 제 출 문 ... 2
  • 보고서 초록 ... 3
  • 요 약 문 ... 4
  • S U M M A R Y ... 6
  • 목차 ... 8
  • 그림목차 ... 10
  • 제 1 장 서론 ... 11
  • 1.1 연구 배경 ... 11
  • 1.2 연구 목적 ... 12
  • 1.3 논문의 구성 ... 12
  • 제 2 장 기존 연구 현황 ... 14
  • 2.1 영화기법분석과 영화인지이론 ... 14
  • 2.1.1 영화기법분석 ... 14
  • 2.1.2 영화인지이론 ... 16
  • 2.2 인공인지모델 ... 19
  • 제 3 장 ACT-R ... 21
  • 3.1 ACT-R 인지모델 아키텍쳐 ... 21
  • 3.2 ACT-R모델을 활용한 어플리케이션 ... 24
  • 제 4 장 연구 범위 ... 25
  • 4.1 시선이동 ... 25
  • 4.2 시각적 역동성 ... 26
  • 4.3 물체중심 상향식 시선이동 가정 ... 26
  • 4.4 EMMA Model ... 26
  • 제 5 장 시스템 디자인 ... 28
  • 5.1 모델의 개요 ... 28
  • 5.2 모델 디자인 ... 29
  • 5.2.1 물체감지 모듈 ... 30
  • 5.2.2 물체추적 모듈 ... 30
  • 5.2.3 ACT-R 시뮬레이션 모델 ... 32
  • 5.2.4 모델의 시선이동 표시 ... 37
  • 제 6 장 실험 및 분석 ... 39
  • 6.1 실험 개요 및 목표 ... 39
  • 6.1.1 DIEM을 통한 실제 아이트레킹 데이터 비교분석 ... 39
  • 6.1.2 영화 장면 분석 ... 40
  • 6.1.3 CARPE를 이용한 시각화 ... 40
  • 6.1.4 시각화를 위한 데이터 형식 ... 41
  • 6.2 실험 결과 분석 ... 41
  • 제 7 장 결론 ... 44
  • 7.1 연구의 의의 ... 44
  • 7.2 연구의 한계점 및 향후 연구 방향 ... 44
  • 참 고 문 헌 ... 45
  • 끝페이지 ... 50

표/그림 (19)

참고문헌 (25)

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 보고서

해당 보고서가 속한 카테고리에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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