1 |
1
강의용 영상 자료와 강의를 진행할 교수자에 대응하는 DHT (Digital Human Tutor)를 생성하는 단계;상기 강의용 영상 자료와 DHT를 합성하여 강의용 영상 콘텐츠를 형성하는 단계;상기 영상 콘텐츠를 학습자에게 시현하면서, 학습자의 안면을 포함하는 인체 영상을 획득하는 단계;상기 인체 영상으로부터 상기 학습자의 안면의 물리적 움직임에 대한 특징 정보를 추출하는 단계; 상기 물리적 특징의 변화를 상기 DHT에 적용하여 상기 학습자의 반응을 상기 DHT에 간헐적으로 또는 소정의 패턴으로 모방시키는 단계; 그리고상기 DHT와 학습자의 안면으로부터 미세 움직임 데이터(Micro Movement Data, MMD)를 추출하여, 상기 학습 컨텐츠에 대한 학습자의 몰입도를 평가하는 단계;를 포함하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 방법
|
2 |
2
제1항에 있어서,상기 몰입도를 평가하는 단계;는상기 DHT와 학습자의 MMD 각각에 대한 FFT 분석을 통해 각각의 PSD(Power Spectral Density)를 계산하는 단계;상기 각각의 PSD를 정규화(Normalization)하는 단계;상기 정규화된 PSD에 대한 크로스-엔트로피를 계산하는 단계;그리고, 상기 크로스-엔트로피를 이용해 상기 DHT에 대한 학습자의 유사도를 구하는 단계;상기 유사도를 축적하여 선형 분류기에 의해 몰입도를 추론하는 단계;를 포함하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 방법
|
3 |
3
제1항에 있어서,상기 학습자의 외형적 특징을 추출하는 단계에서,상기 학습자의 안면 특정 영역에서 특징점을 추출하고, 추출된 특징점의 미세 움직임 데이터를 추출하고, 상기 미세 움직임 데이터로부터 심박 정보를 추출하여, 상기 HDT의 특성값으로 입력하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 방법
|
4 |
4
제2항에 있어서,상기 미세 움직임 데이터를 추출하기 위하여 상기 특징점 추적에 KLT (Kanade-Lucas-Tomasi) 추적 알고리즘 또는 TM (Transformation Matrix) 기반 추적 알고리즘를 적용하여 미세 움직임 데이터(Micro Movement Data)를 계산하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 방법
|
5 |
5
제2항 내지 제4항 중의 어느 한 항에 있어서,상기 미세 움직임 데이터로부터 무의식적 미세 표현 데이터를 추출하기 위하여, 미세 움직임 데이터에 대한 소정 주파수의 필터링을 수행하고, 필터링된 미세표현 데이터에 대해 주성분 분석(PCA)에 의해 심박의 주기성을 판단하고, 상기 주성분 분석을 거친 미세 움직임 데이터를 상기 DHT의 특성값으로 입력하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 방법
|
6 |
6
제5항에 있어서,상기 주성분 분석을 거친 나온 0
|
7 |
7
제1항에 있어서,상기 안면 영상에서 학습자의 동공 영역을 추출하고,상기 동공 영역에서 상기 학습자의 시선 파라미터를 추출하고, 그리고상기 시선 파라미터를 상기 DHT의 시선에 대한 특성값으로 입력하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 방법
|
8 |
8
제7항에 있어서,상기 안면 영상에서 안면에 정의된 안면 근육 AU의 미세 움직임 값을 추출하고,상기 안면 근육 AU의 움직임 값을 상기 DHT의 안면 근육 AU이 특성값으로 입력하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 방법
|
9 |
9
제1항에 있어서,상기 인체 영상에서 상기 학습자의 다수 관절에 대한 2차원 위치 좌표 데이터를 추출하고, 그리고상기 2차원 위치 좌표로부터 3차원 각도로 변환하여 상기 DHT의 관절 특성값으로 입력하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 방법
|
10 |
10
청구항1 내지 제4항 중의 어느 한 항에 기재된 방법을 수행하는 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 시스템에 있어서,상기 강의용 영상 자료를 생성하는 영상 생성부;강의를 진행할 상기 DHT를 생성하는 DHT 생성부;상기 강의용 영상 자료와 DHT를 합성하여 강의용 영상 콘텐츠를 형성하는 영상-DHT 합성부;상기 영상 콘텐츠를 학습자에게 제공하는 영상 콘텐츠 배포부;상기 영상 콘텐츠를 시청하는 학습자의 안면을 포함하는 인체 영상을 획득하는 카메라를 포함하는 영상 정보 처리부;상기 학습자의 인체 영상으로부터 학습자의 안면의 물리적 움직임에 따른 물리적 특성변수를 측정하여 상기 DHT의 특성변수로 입력하여 DHT의 특성값으로 전송하는 특성 변수 측정부; 그리고상기 MMD로 부터 상기 학습 컨텐츠에 대한 학습자의 몰입도를 평가하는 몰입도 평가부;를 구비하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 시스템
|
11 |
11
제10항에 있어서,상기 특성 변수 측정부는, 상기 미세 움직임 데이터로부터 무의식적 미세 움직임 데이터를 추출하기 위하여, 미세 움직임 데이터에 대한 소정 주파수의 필터링을 수행하고, 필터링된 미세표현 데이터에 대해 주성분 분석(PCA)에 의해 심박의 주기성을 판단하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 시스템
|
12 |
12
제11항에 있어서,상기 특성 변수 측정부는,상기 주성분 분석을 거친 나온 0
|
13 |
13
제11항에 있어서,상기 특성 변수 측정부는,상기 안면 영상에서 학습자의 동공 영역을 추출하고,상기 동공 영역에서 상기 학습자의 시선 파라미터를 추출하고, 그리고상기 시선 파라미터를 상기 DHT의 시선에 대한 특성값으로 전송하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 시스템
|
14 |
14
제13항에 있어서,상기 특성 변수 측정부는,상기 안면 영상에서 안면에 정의된 안면 근육 AU의 미세 움직임 값을 추출하고,상기 안면 근육 AU의 움직임 값을 상기 DHT의 안면 근육 AU의 특성값으로 전송하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 시스템
|
15 |
15
제14항에 있어서,상기 특성 변수 측정부는, 상기 인체 영상에서 상기 학습자의 다수 관절에 대한 2차원 위치 좌표 데이터를 추출하고, 그리고상기 2차원 위치 좌표로부터 3차원 각도로 변환하여 상기 DHT의 관절 특성값으로 전송하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 시스템
|
16 |
16
제11항에 있어서,상기 특성 변수 측정부는,상기 안면 영상에서 안면에 정의된 안면 근육 AU의 미세 움직임 값을 추출하고,상기 안면 근육 AU의 움직임 값을 상기 DHT의 안면 근육 AU의 특성값으로 전송하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 시스템
|
17 |
17
제11항에 있어서,상기 특성 변수 측정부는, 상기 인체 영상에서 상기 학습자의 다수 관절에 대한 2차원 위치 좌표 데이터를 추출하고, 그리고상기 2차원 위치 좌표로부터 3차원 각도로 변환하여 상기 DHT의 관절 특성값으로 전송하는, 몰입도-추론 기반 교감-유도형 디지털 휴먼 튜터 생성 시스템
|