1 |
1
교수자의 얼굴 영상과 강의 영상을 획득하는 단계;상기 교수자의 얼굴 영상을 이용하여 교수자의 얼굴 영상에 대응하는 디지털 휴먼 튜터를 생성하는 단계;상기 강의 영상에서 교수자의 강의 중 얼굴의 외형적 특징을 추출하는 단계; 그리고상기 외형적 특징을 상기 디지털 휴먼 튜터에 반영하여 상기 디지털 휴먼 튜터를 활성화하는 단계;를 포함하는, 디지털 휴먼 튜터의 생성 방법
|
2 |
2
제1항에 있어서,상기 외형적 특징을 추출하는 단계에서 상기 얼굴 영상에 특징점을 추출하고, 상기 특징점을 이용해 상기 디지털 휴먼 튜터의 외형을 설정하는, 디지털 휴먼 튜터의 생성 방법
|
3 |
3
제2항에 있어서,상기 특징점은 FACS에 정의하는 랜드마크로부터 선택하는, 디지털 휴먼 튜터의 생성 방법
|
4 |
4
제1항에 있어서,상기 교수자의 외형적 특징을 추출하는 단계에서,상기 강의 영상에서 교수자의 특징점을 추출하고, 추출된 특징점의 움직임 데이터를 추출하고, 상기 움직임 데이터로부터 미세 표현 데이터를 추출하는, 디지털 휴먼 튜터의 생성 방법
|
5 |
5
제4항에 있어서,상기 미세 표현 데이터를 추출하기 위하여 상기 특징점 추적에 KLT (Kanade-Lucas-Tomasi) 추적 알고리즘 또는 TM (Transformation Matrix) 기반 추적 알고리즘를 적용하는, 디지털 휴먼 튜터의 생성 방법
|
6 |
6
제4항 또는 제5항에서, 상기 미세 표현 데이터로부터 무의식적 미세 표현 데이터를 추출하기 위하여, 미세 표현 데이터에 대한 소정 주파수의 필터링을 수행하고, 필터링 된 미세표현 데이터에 대해 주성분 분석(PCA)에 의해 심박의 주기성을 판단하고, 상기 주기성이 상기 디지털 휴먼 튜터의 미세 표현을 위한 입력 값으로 사용하는, 디지털 휴먼 튜터의 생성 방법
|
7 |
7
제6항에 있어서,상기 교수자의 외형적 특징은 FACS에서 정의하는 특징점(Landmark)으로 추출되며, 상기 디지털 휴먼 튜터에 대해서는 상기 특징점에 의한 AU 단위로 상기 외형적 특징을 반영하는, 디지털 휴먼 튜터의 생성 방법
|
8 |
8
제1항 내지 제5항 중의 어느 한 항에 있어서,상기 교수자의 외형적 특징은 FACS에서 정의하는 특징점(Landmark)으로 추출되며, 상기 디지털 휴먼 튜터에 대해서는 상기 특징점에 의한 AU 단위로 상기 외형적 특징을 반영하는, 디지털 휴먼 튜터의 생성 방법
|
9 |
9
교수자의 얼굴 영상과 강의 영상을 획득하는 하나 이상의 카메라;상기 교수자의 얼굴 영상을 이용하여 교수자의 얼굴 영상에 대응하는 디지털 휴먼 튜터를 생성하는 디지털 휴먼 튜터 모델 생성부;상기 교수자의 강의 중 얼굴 영상에서 얼굴의 외형적 특징 변화를 추출하는특성값 변수 측정부;상기 디지털 휴먼 튜터 모델에 상기 외형적 특징 변화를 반영하여 상기 디지털 휴먼 튜터를 활성화하는 디지털 휴먼 특성 조정부; 그리고상기 디지털 휴먼 튜터가 포함된 강의 영상을 생성하는 강의 영상 생성부;를포함하는, 디지털 휴먼 튜터의 생성 시스템
|
10 |
10
제9항에 있어서,상기 모델 생성부는, 외형적 특징을 추출하는 단계에서 상기 얼굴 영상에 특징점을 추출하고, 상기 특징점을 이용해 상기 디지털 휴먼 튜터의 외형을 설정하는, 디지털 휴먼 튜터의 생성 시스템
|
11 |
11
제10항에 있어서,상기 모델 생성부는 상기 얼굴 영상에 특징점을 추출하고, 상기 특징점을 이용해 상기 디지털 휴먼 튜터의 외형을 설정하는, 디지털 휴먼 튜터의 생성 시스템
|
12 |
12
제11항에 있어서,모델 생성부는 상기 특징점으로 FACS에 정의하는 랜드마크로부터 선택하는,디지털 휴먼 튜터의 생성 시스템
|
13 |
13
제11항에 있어서,상기 변수 측정부는 강의 영상에서 교수자의 특징점을 추출하고, 추출된 특징점의 움직임 데이터를 추출하고, 상기 움직임 데이터로부터 미세 표현 데이터를 추출하는, 디지털 휴먼 튜터의 생성 시스템
|
14 |
14
제13항에 있어서,상기 변수 측정부는, 상기 미세 표현 데이터를 추출하기 위하여 상기 특징점 추적에 KLT (Kanade-Lucas-Tomasi) 추적 알고리즘 또는 TM (Transformation Matrix) 기반 추적 알고리즘를 적용하는, 디지털 휴먼 튜터의 생성 시스템
|
15 |
15
제14항에 있어서,상기 변수 측정부는, 상기 미세 표현 데이터로부터 무의식적 미세 표현 데이터를 추출하기 위하여, 미세 표현 데이터에 대한 소정 주파수의 필터링을 수행하고, 필터링된 미세표현 데이터에 대해 주성분 분석(PCA)에 의해 심박의 주기성을 판단하고, 상기 주기성을 상기 디지털 휴먼 튜터의 미세 표현을 위한 입력 값으로 사용하는, 디지털 휴먼 튜터의 생성 시스템
|
16 |
16
제15항에 있어서,상기 변수 측정부는 상기 교수자의 외형적 특징은 FACS에서 정의하는 특징점(Landmark)으로 추출하며, 상기 디지털 휴먼 튜터에 대해서는 상기 특징점에 의한 안면 근육 AU(Action Unit) 단위로 상기 외형적 특징을 반영하는, 디지털 휴먼 튜터의 생성 시스템
|