1 |
1
가상 현실 콘텐츠를 디스플레이부에 표시하는 단계;센서를 이용하여 상기 가상 현실 콘텐츠를 시청하는 사용자의 제1 시청 피로도 정보를 검출하는 단계;상기 가상 현실 콘텐츠에 대한 시청 피로도 세기 입력 요청에 대응하여 상기 사용자로부터 입력되는 사용자 입력을 이용하여 제2 시청 피로도 정보를 결정하는 단계;가상 현실 콘텐츠의 시청 피로도 유발 요소, 상기 제1 시청 피로도 정보 및 상기 제2 시청 피로도 정보를 이용하여 지도학습 기반의 기계학습을 수행하는 단계; 및상기 수행된 기계학습의 결과를 기초로 상기 시청 피로도 유발 요소와 시청 피로도 리스트의 상관관계를 결정하는 단계를 포함하는, 시청 피로도 예측 모델 생성 방법
|
2 |
2
제1항에 있어서,상기 가상 현실 콘텐츠의 시청 피로도 유발 요소는,카메라 움직임, 객체 움직임, 재생정보, 해상도, 양안 시차, 깊이감, 시야각, 영상 특징, 특수효과 및 텍스처 효과 중 적어도 하나를 포함하는, 시청 피로도 예측 모델 생성 방법
|
3 |
3
제1항에 있어서,상기 시청 피로도 리스트는,시청 피로도 리스트 항목으로서 불쾌감, 피로감, 두통, 눈피로감, 난초점, 발한, 메스꺼움, 난집중, 머리 막힘, 시야감, 현기증, 환각, 배탈, 멀미, 트림 및 기타 증상 중 적어도 하나를 포함하는, 시청 피로도 예측 모델 생성 방법
|
4 |
4
제3항에 있어서,상기 시청 피로도 유발 요소와 시청 피로도 리스트의 상관관계를 결정하는 단계는,상기 가상 현실 콘텐츠의 시청 피로도 유발 요소의 값을 변경함에 따라 상기 시청 피로도 리스트 항목들 중 적어도 하나의 크기가 단계적으로 변경되도록 대응시킴으로써, 상기 시청 피로도 유발 요소와 시청 피로도 리스트의 정량적인 상관관계를 결정하는 단계를 포함하는, 시청 피로도 예측 모델 생성 방법
|
5 |
5
제3항에 있어서,상기 센서는 영상 촬영 센서 및 생체신호 검출 센서 중 적어도 하나를 포함하고,상기 제1 시청 피로도 정보는, 상기 영상 촬영 센서로부터 획득된 상기 사용자의 영상 및 상기 생체신호 검출 센서로부터 획득된 상기 사용자의 생체신호의 크기 중 적어도 하나이고,상기 제2 시청 피로도 정보는,상기 가상 현실 콘텐츠에 대한 시청 피로도 세기 입력 요청에 대응하여 상기 사용자로부터 입력되는, 상기 시청 피로도 리스트 항목들 중 적어도 하나의 세기인 것인, 시청 피로도 예측 모델 생성 방법
|
6 |
6
제5항에 있어서,상기 지도학습 기반의 기계학습을 수행하는 단계는,상기 제1 시청 피로도 정보를 이용하여 획득된 특징 벡터를 상기 지도학습 기반의 기계학습에서의 데이터로서 결정하는 단계;상기 제2 시청 피로도 정보를 상기 지도학습 기반의 기계학습에서의 상기 데이터에 대한 레이블로서 결정하는 단계; 및상기 데이터 및 상기 데이터에 대한 레이블을 이용하여 지도학습 기반의 기계학습을 수행하는 단계를 포함하는, 시청 피로도 예측 모델 생성 방법
|
7 |
7
제1항에 있어서,상기 결정된 시청 피로도 유발 요소와 시청 피로도 리스트의 상관관계를 그래픽 사용자 인터페이스(graphical user interface, GUI)를 이용하여 상기 디스플레이부에 표시하는 단계를 더 포함하는, 시청 피로도 예측 모델 생성 방법
|
8 |
8
제1항에 있어서,상기 수행된 기계학습의 결과를 기초로 임의의 가상 현실 콘텐츠에 대한 시청 피로도 유발 요소와 시청 피로도 리스트의 상관관계를 예측하는 단계를 더 포함하는, 시청 피로도 예측 모델 생성 방법
|
9 |
9
가상 현실 콘텐츠를 표시하는 디스플레이부;사용자 입력부; 및센서를 이용하여 상기 가상 현실 콘텐츠를 시청하는 사용자의 제1 시청 피로도 정보를 검출하고, 상기 가상 현실 콘텐츠에 대한 시청 피로도 세기 입력 요청에 대응하여 상기 사용자 입력부에 입력되는 사용자 입력을 이용하여 제2 시청 피로도 정보를 결정하고, 가상 현실 콘텐츠의 시청 피로도 유발 요소, 상기 제1 시청 피로도 정보 및 상기 제2 시청 피로도 정보를 이용하여 지도학습 기반의 기계학습을 수행하고, 상기 수행된 기계학습의 결과를 기초로 상기 시청 피로도 유발 요소와 시청 피로도 리스트의 상관관계를 결정하는, 시청 피로도 예측 모델 생성 장치
|
10 |
10
제9항에 있어서,상기 가상 현실 콘텐츠의 시청 피로도 유발 요소는,카메라 움직임, 객체 움직임, 재생정보, 해상도, 양안 시차, 깊이감, 시야각, 영상 특징, 특수효과 및 텍스처 효과 중 적어도 하나를 포함하는, 시청 피로도 예측 모델 생성 장치
|
11 |
11
제9항에 있어서,상기 시청 피로도 리스트는,시청 피로도 리스트 항목으로서 불쾌감, 피로감, 두통, 눈피로감, 난초점, 발한, 메스꺼움, 난집중, 머리 막힘, 시야감, 현기증, 환각, 배탈, 멀미, 트림 및 기타 증상 중 적어도 하나를 포함하는, 시청 피로도 예측 모델 생성 장치
|
12 |
12
제11항에 있어서,상기 제어부는,상기 가상 현실 콘텐츠의 시청 피로도 유발 요소의 값을 변경함에 따라 상기 시청 피로도 리스트 항목들 중 적어도 하나의 크기가 단계적으로 변경되도록 대응시킴으로써, 상기 시청 피로도 유발 요소와 시청 피로도 리스트의 정량적인 상관관계를 결정하는 것인, 시청 피로도 예측 모델 생성 장치
|
13 |
13
제11항에 있어서,상기 센서는 영상 촬영 센서 및 생체신호 검출 센서 중 적어도 하나를 포함하고,상기 제1 시청 피로도 정보는, 상기 영상 촬영 센서로부터 획득된 상기 사용자의 영상 및 상기 생체신호 검출 센서로부터 획득된 상기 사용자의 생체신호의 크기 중 적어도 하나이고,상기 제2 시청 피로도 정보는,상기 가상 현실 콘텐츠에 대한 시청 피로도 세기 입력 요청에 대응하여 상기 사용자 입력부에 입력되는, 상기 시청 피로도 리스트 항목들 중 적어도 하나의 세기인 것인, 시청 피로도 예측 모델 생성 장치
|
14 |
14
제13항에 있어서,상기 제어부는,상기 제1 시청 피로도 정보를 이용하여 획득된 특징 벡터를 상기 지도학습 기반의 기계학습에서의 데이터로서 결정하고, 상기 제2 시청 피로도 정보를 상기 지도학습 기반의 기계학습에서의 상기 데이터에 대한 레이블로서 결정하고, 상기 데이터 및 상기 데이터에 대한 레이블을 이용하여 지도학습 기반의 기계학습을 수행하는 것인, 시청 피로도 예측 모델 생성 장치
|
15 |
15
제9항에 있어서,상기 제어부는,상기 결정된 시청 피로도 유발 요소와 시청 피로도 리스트의 상관관계를 그래픽 사용자 인터페이스(graphical user interface, GUI)를 이용하여 상기 디스플레이부에 표시하도록 제어하는 것인, 시청 피로도 예측 모델 생성 장치
|
16 |
16
제9항에 있어서,상기 제어부는,상기 수행된 기계학습의 결과를 기초로 임의의 가상 현실 콘텐츠에 대한 시청 피로도 유발 요소와 시청 피로도 리스트의 상관관계를 예측하는 것인, 시청 피로도 예측 모델 생성 장치
|