KR20190016855A - 시뮬레이션 참가자의 리액션 보상 방법 및 장치 - Google Patents
시뮬레이션 참가자의 리액션 보상 방법 및 장치 Download PDFInfo
- Publication number
- KR20190016855A KR20190016855A KR1020170101318A KR20170101318A KR20190016855A KR 20190016855 A KR20190016855 A KR 20190016855A KR 1020170101318 A KR1020170101318 A KR 1020170101318A KR 20170101318 A KR20170101318 A KR 20170101318A KR 20190016855 A KR20190016855 A KR 20190016855A
- Authority
- KR
- South Korea
- Prior art keywords
- reaction
- participant
- compensation
- simulation
- level
- Prior art date
Links
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 444
- 238000004088 simulation Methods 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 108
- 230000008859 change Effects 0.000 claims description 44
- 230000008921 facial expression Effects 0.000 claims description 29
- 238000006757 chemical reactions by type Methods 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 11
- 230000014509 gene expression Effects 0.000 description 24
- 238000001514 detection method Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 17
- 238000007726 management method Methods 0.000 description 17
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000001939 inductive effect Effects 0.000 description 6
- 238000012706 support-vector machine Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000007654 immersion Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 206010039740 Screaming Diseases 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 210000000225 synapse Anatomy 0.000 description 2
- 206010011469 Crying Diseases 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010195 expression analysis Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 210000000216 zygoma Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0209—Incentive being awarded or redeemed in connection with the playing of a video game
-
- G06K9/00302—
-
- G06K9/00335—
-
- G06K9/00771—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0208—Trade or exchange of goods or services in exchange for incentives or rewards
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0236—Incentive or reward received by requiring registration or ID from user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0273—Determination of fees for advertising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
- G06V40/176—Dynamic expression
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Social Psychology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Child & Adolescent Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
본 발명은 시뮬레이터 주변에 배치되어, 시뮬레이터를 조작하는 참가자와 관람객들의 리액션에 따라 리액션 보상을 할 수 있는 시뮬레이션 참가자의 리액션 보상 방법 및 장치에 관한 것이다. 이를 위한 본 발명의 시뮬레이터에 의해 실행되는 시뮬레이션에 참여하는 시뮬레이션 참가자의 리액션 보상 방법은 카메라 및 마이크 중 적어도 하나를 이용하여 참가자가 시뮬레이션에 참가하는 동안 참가자의 영상 정보와 음성 정보 중 적어도 하나를 수집하는 단계, 수집된 영상 정보와 음성 정보 중 적어도 하나로부터 참가자의 적어도 하나의 리액션을 검출하는 단계, 검출된 리액션의 리액션 레벨을 결정하는 단계 및 결정된 리액션 레벨이 일정 값 이상인 경우, 참가자에게 보상 지급을 결정하는 보상 지급결정 단계를 포함한다.
Description
본 발명은 시뮬레이션 참가자의 리액션 보상 방법 및 장치에 관한 것이고, 보다 상세하게 시뮬레이터 주변에 배치되어, 시뮬레이터를 조작하는 참가자와 관람객들의 리액션을 감지하고, 감지한 리액션에 따라 보상을 지급할 수 있는 시뮬레이션 참가자의 리액션 보상 방법 및 장치에 관한 것이다.
시뮬레이터(특히, 모션 시뮬레이터)는 컴퓨터에 의해 제어되는 가상 환경에 맞도록 동적 변화를 재현함으로써, 참가자에게 가상 현실의 움직임을 현실처럼 느낄 수 있게 하는 장치를 나타낸다. 시뮬레이터는 시뮬레이션 화면, 조작 레버, 2차원 또는 3차원에서 이동하는 참가자가 착석하는 의자를 포함할 수 있다. 또한, 시뮬레이터는 시뮬레이터의 회전 운동 및 직선 운동을 위한 구성을 포함하여, 전후 방향(Z축), 좌우 방향(X축) 및 상하 방향(Y축)으로의 직선운동과, Z축을 회전 중심으로 하는 롤링(Rolling), X축을 회전 중심으로 하는 피칭(Pitching) 및 Y축을 회전 중심으로 하는 요잉(Yawing) 회전운동의 조합으로 움직일 수 있다. 이에 따라, 참가자가 시뮬레이터에서 조작 레버를 조작하면, 시뮬레이터는 참가자의 조작에 따라 움직일 수 있어서, 시뮬레이터를 통해 동작되는 시뮬레이션을 진행하는 참가자의 몰입도를 높일 수 있는 장점이 있다.
이러한 특징에 기인하여, 시뮬레이터는 비행 시뮬레이션이나 운전 시뮬레이션 등에 적용되고 있고, 최근에는 3차원을 체감할 수 있도록 게임용이나 극장용 시뮬레이터 등으로 널리 활용되고 있다.
이러한 시뮬레이터를 활용한 사업의 매출은 현장 분위기에 크게 영향을 받는다. 종래에는 시뮬레이터의 이용을 보조하기 위한 서비스 제공 인력을 채용하고, 채용한 서비스 제공 인력을 통해 주변 관람객들의 관심도를 높이고, 현장 분위기가 좋아지도록 다양한 멘트를 수행하는 방식을 채택하였다. 그러나, 이러한 보조인력 비용이 매출 대비 상대적으로 높고, 일반적인 단기 아르바이트 인력으로는 주변 관람객들의 관심도를 높이는데 한계가 있으며, 숙달된 인력도 지속적으로 높은 수준의 서비스를 제공하기가 쉽지 않다.
한편, 종래에 게임 시뮬레이터 참가자는 게임 스킬이 좋거나 시뮬레이션을 자주 찾는 경우 보상을 받았다. 즉, 게임 스킬이 좋은 참가자는 예를 들어, 아이템을 획득할 수 있었고, 게임 시뮬레이터를 자주 찾는 참가자는 시뮬레이터 운영자로부터 예를 들어, 방문 횟수에 따른 할인 쿠폰을 받았다. 이는 주변 관람객의 관심을 끄는 수단이라기보다는 참가자 본인에 대한 보상이었을 뿐이다.
따라서, 참가자 외에도 관람객들의 시뮬레이션의 몰입도와 흥미를 높일 수 있고, 현장 분위기 개선에 이용되는 비용을 상당히 절감할 수 있는 새로운 기법이 요구된다.
본 발명은 숙련된 인력 없이도 시뮬레이션 현장 분위기를 북돋우고, 참가자와 관람객의 시뮬레이션의 몰입도를 높이거나, 시뮬레이션 참여를 극대화할 수 있는 시뮬레이션 참가자의 리액션 보상 방법 및 장치를 제공하는데 그 목적이 있다.
본 발명의 일 실시예에 따르는, 시뮬레이터에 의해 실행되는 시뮬레이션에 참여하는 시뮬레이션 참가자의 리액션 보상 방법은 카메라 및 마이크 중 적어도 하나를 이용하여 참가자가 시뮬레이션에 참가하는 동안 참가자의 영상 정보와 음성 정보 중 적어도 하나를 수집하는 단계, 수집된 영상 정보와 음성 정보 중 적어도 하나로부터 참가자의 적어도 하나의 리액션을 검출하는 단계, 검출된 리액션의 리액션 레벨을 결정하는 단계 및 결정된 리액션 레벨이 일정 값 이상인 경우, 참가자에게 리액션 보상 지급을 결정하는 보상 지급결정 단계를 포함한다.
또한, 리액션은 참가자의 소리 내기, 소리 크기의 변화, 표정 변화 및 몸짓 변화 중 적어도 어느 하나를 포함할 수 있다.
또한, 적어도 하나의 리액션을 검출하는 단계는 시뮬레이션 중 참가자의 리액션이 예상되는 하나 이상의 미리 정해진 시점들에서 이루어질 수 있다.
또한, 리액션 레벨을 결정하는 단계에서 리액션의 레벨은 각 리액션 유형에 따라 별도의 기준으로 정해질 수 있다.
또한, 리액션 레벨을 결정하는 단계는 리액션 유형 중 어느 하나의 리액션 레벨값으로 결정되거나, 또는 복수개의 리액션 유형에 대해 리액션 유형에 따라 다른 가중치를 두고 리액션 레벨값을 합산하여 리액션 레벨을 결정할 수 있다.
또한, 리액션 유형 중에서 참가자의 소리 크기의 변화에 대한 가중치가 가장 높을 수 있다.
또한, 리액션 레벨을 결정하는 단계는 시뮬레이션의 미리 정해진 하나 이상의 시점들에서 검출된 리액션 레벨값을 합산하여 결정함으로써 이루어질 수 있다.
또한, 리액션 레벨을 결정하는 단계는 각 리액션 유형별로 정해진 임계값 이상인 경우의 레벨값만을 합산하여 결정될 수 있다.
또한, 리액션 레벨을 결정하는 단계는 하나 이상의 상기 시뮬레이션 관람객의 리액션 레벨을 포함하여 결정될 수 있다.
또한, 관람객의 리액션 레벨은 각 관람객의 리액션 레벨값을 합산한 제1 합산값; 전체 관람객들의 소리크기변화 또는 관람객 수 변화와 같은 전체 관람객의 리액션 레벨값의 하나 이상을 합산한 제2 합산값; 또는 제1 및 제2 합산값을 조합한 합산값으로 결정될 수 있다.
또한, 보상은 포인트, 경품, 할인권, 무료 쿠폰, 현장 할인 쿠폰, 마일리지 중 적어도 하나를 포함할 수 있다.
또한, 보상 지급 결정단계는 리액션 레벨에 따라 리액션 보상을 차등 지급하는 단계를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른 시뮬레이션 참가자의 리액션 보상 방법은 시뮬레이션 참가자를 식별하는 단계를 추가로 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른 시뮬레이션 참가자의 리액션 보상 방법은 결정된 리액션 레벨이 일정 값 이상인 참가자가 등록된 회원인지 확인하는 단계; 및 참가자가 등록된 회원이 아닌 경우, 참가자의 회원 가입을 위한 회원 가입 화면을 생성하는 단계를 더 포함하고, 회원 가입 화면은 참가자의 ID 및 휴대 전화 번호를 입력 받기 위한 정보 입력 영역을 포함할 수 있다.
본 발명의 일실시예 따른 시뮬레이션 참가자의 리액션 보상 방법은 영상, 음성 정보 수집단계는 상기 시뮬레이터가 위치한 현장 단말기에 의해 수행되고, 리액션 검출단계, 리액션 레벨 결정단계 및 참가자에 대한 보상지급 결정단계는 서버에서 수행될 수 있으며, 상기 현장 단말기와 상기 서버는 상호 통신하는 것일 수 있다.
본 발명의 일 실시예에 따르는, 시뮬레이터에 의해 실행되는 시뮬레이션에 참여하는 시뮬레이션 참가자의 리액션 보상 장치는 카메라 및 마이크 중 적어도 하나를 이용하여 참가자가 시뮬레이션에 참가하는 동안 참가자의 영상 정보와 음성 정보 중 적어도 하나를 수집하는 정보 수집부, 수집된 영상 정보와 음성 정보 중 적어도 하나로부터 참가자의 적어도 하나의 리액션을 검출하고, 검출된 리액션의 리액션 레벨을 결정하는 리액션 레벨 결정부 및 결정된 리액션 레벨이 일정 값 이상인 경우, 참가자에게 리액션 보상 지급을 결정하는 보상 지급 결정부를 포함하고, 상술한 방법의 각 단계를 실행할 수 있다.
또한, 보상은 포인트, 경품, 할인권, 무료 쿠폰, 현장 할인 쿠폰, 마일리지 중 적어도 하나를 포함할 수 있다.
또한, 보상 지급 결정부는 리액션 레벨에 따라 리액션 보상을 차등 지급할 수 있다.
또한, 본 발명의 일 실시예에 따른 시뮬레이션 참가자의 리액션 보상 장치는 시뮬레이션 참가자를 식별하는 식별부를 더 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른 시뮬레이션 참가자의 리액션 보상 장치는 결정된 리액션 레벨이 일정 값 이상인 참가자가 등록된 회원인지 확인하고, 참가자가 등록된 회원이 아닌 경우, 참가자의 회원 가입을 위한 회원 가입 화면을 생성하는 회원 관리부를 더 포함하고, 회원 가입 화면은 참가자의 ID 및 휴대 전화 번호를 입력 받기 위한 정보 입력 영역을 포함할 수 있다.
또한, 시뮬레이션 참가자의 리액션 보상 장치는 지능형 로봇장치이고, 지능형 로봇장치는 시뮬레이터 내부 또는 주변에 위치한 카메라 또는 마이크로부터 또는 지능형 로봇장치의 일측에 장착된 카메라 또는 마이크로부터 정보를 수신할 수 있다.
본 발명의 일 실시예에 따르는, 시뮬레이터에 의해 실행되는 시뮬레이션에 참여하는 시뮬레이션 참가자의 리액션 보상 서버는 시뮬레이터가 위치한 현장 단말기로부터, 참가자가 시뮬레이션에 참가하는 동안 참가자의 영상 정보와 음성 정보 중 적어도 하나를 수신하는 서버 통신부, 수신된 영상 정보와 음성 정보 중 적어도 하나로부터 참가자의 적어도 하나의 리액션을 검출하고, 검출된 리액션의 리액션 레벨을 결정하는 리액션 레벨 결정부, 및 결정된 리액션 레벨이 일정 값 이상인 경우, 참가자에게 리액션 보상 지급을 결정하는 보상 지급 결정부를 포함할 수 있다.
본 발명의 일 실시예에 따르는, 시뮬레이터에 의해 실행되는 시뮬레이션에 참여하는 시뮬레이션 참가자의 리액션 보상 방법은 서버에서 수행되고, 상기 방법은 시뮬레이터가 위치한 현장 단말기로부터 참가자가 시뮬레이션에 참가하는 동안 참가자의 영상 정보와 음성 정보 중 적어도 하나를 수신하는 단계, 수신된 영상 정보와 음성 정보 중 적어도 하나로부터 참가자의 적어도 하나의 리액션을 검출하는 단계, 검출된 리액션의 리액션 레벨을 결정하는 단계 및 결정된 리액션 레벨이 일정 값 이상인 경우, 참가자에게 리액션에 따른 보상 지급을 결정하는 보상 지급결정 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 시뮬레이션 참가자의 리액션 보상 방법 및 장치는 참가자의 리액션을 감지하고, 감지 결과에 따라 현장 분위기에 도움을 줄 수 있는 리액션을 한 사람에게 보상을 지급한다. 이러한 보상(예를 들어, 포인트, 재이용권, 할인권, 마일리지 등)을 통해 시뮬레이션 참가자의 현장 재방문율을 높일 수 있다. 이러한 재방문율 상승은 현장에서 리액션이 좋은 사람들의 비중을 증가시키며, 이로 인해 현장분위기에 긍정적인 영향을 줄 수 있는 장점이 있다. 즉, 이러한 참가자의 큰 리액션, 경우에 따라서는 과장된 리액션은 주변 관람객들의 호기심을 자극하여 시뮬레이터 탑승을 유도할 수 있다.
본 발명의 일 실시예는 시뮬레이션에 더 많은 사람들이 참여하도록 유도하여 시뮬레이션 운영자의 수입 향상을 위한 것이면서, 이에 국한되지 않고, 시뮬레이션을 평가하고 시뮬레이션의 몰입도나 효과를 높일 수 있도록 시뮬레이션을 업그레이드 하는데 기초자료를 제공할 수 있다. 또한, 본 발명의 일시예를 통해 획득한 데이터는 시뮬레이션 서비스 제공자가 향후 다양한 다른 서비스 또는 인공지능을 활용한 서비스를 제공할 때 활용될 수 있어서 서비스의 다각화가 가능해진다.
본 발명의 일 실시예에 따른 시뮬레이션 참가자의 리액션 보상 방법 및 장치에 따르면, 숙달된 인력 없이도 현장 분위기를 개선시킬 수 있어서, 사업자에게는 시뮬레이터를 활용한 사업의 운영 비용을 절감할 수 있는 효과가 있다.
도 1은 본 발명의 제1 실시예에 따른 시뮬레이터 참가자의 리액션 보상 장치에 대한 블록도이다.
도 2는 본 발명의 제1 실시예에 따른 시뮬레이터 참가자의 리액션 보상 장치를 통해 송신된 메시지의 일 예를 나타내는 도면이다.
도 3은 본 발명의 제2 실시예에 따른 시뮬레이션 참가자의 리액션 보상 시스템의 개념도이다.
도 4는 본 발명의 제2 실시예에 따른 현장 단말기의 블록도이다.
도 5는 본 발명의 제2 실시예에 따른 리액션 보상 서버에 대한 블럭도이다.
도 6은 본 발명의 제1 실시예에 따른 시뮬레이터 참가자의 리액션 보상 방법에 대한 흐름도이다.
도 7은 본 발명의 제2 실시예에 따른 시뮬레이터 참가자의 리액션 보상 서버의 동작 방법에 대한 흐름도이다.
도 2는 본 발명의 제1 실시예에 따른 시뮬레이터 참가자의 리액션 보상 장치를 통해 송신된 메시지의 일 예를 나타내는 도면이다.
도 3은 본 발명의 제2 실시예에 따른 시뮬레이션 참가자의 리액션 보상 시스템의 개념도이다.
도 4는 본 발명의 제2 실시예에 따른 현장 단말기의 블록도이다.
도 5는 본 발명의 제2 실시예에 따른 리액션 보상 서버에 대한 블럭도이다.
도 6은 본 발명의 제1 실시예에 따른 시뮬레이터 참가자의 리액션 보상 방법에 대한 흐름도이다.
도 7은 본 발명의 제2 실시예에 따른 시뮬레이터 참가자의 리액션 보상 서버의 동작 방법에 대한 흐름도이다.
본 발명을 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
이하, 본 발명의 실시예에 따른 시뮬레이션 참가자의 리액션 보상 방법 및 장치에 대하여 설명하도록 한다.
아래의 설명에서, 시뮬레이터는 시뮬레이션 화면, 2차원 또는 3차원에서 이동하는 참가자가 착석하는 의자, 조작 레버 또는 참가자가 소지하거나 착용하는 임의의 시뮬레이션 보조기구를 포함할 수 있다. 여기서, 시뮬레이션 보조기구는 그 크기에 무관하고 스마트폰과 같은 작은 디바이스도 될 수 있다.
그리고, 시뮬레이션은 시뮬레이터를 통해 실행되는 일종의 프로그램일 수 있고, 시뮬레이션은 참가자의 리액션을 유도하는 임의의 모의 엔터테인먼트를 포함하고, 구체적인 하나의 예로서 시뮬레이션 게임(예를 들어, 비행, 차량 주행 등)이 있다. 또한, 시뮬레이션은 교육 훈련 프로그램일 수도 있다.
앞서 언급한 것처럼 시뮬레이터를 활용한 사업은 시뮬레이터에 대한 관심도에 직접적인 연관이 있고, 이러한 관심도는 현장 분위기에 따라 크게 달라진다. 또한, 현장 분위기는 시뮬레이터 참가자의 리액션에 따라 크게 달라질 수 있다. 이에 따라, 본 발명의 실시예들에 따른 리액션 보상 장치는 시뮬레이터가 설치된 현장 분위기를 북돋우기 위해 리액션을 고려한 것을 특징으로 한다.
구체적으로, 본 발명의 실시예에 따른 리액션 보상 장치는 시뮬레이션 참가자의 리액션을 검출 및 리액션 레벨을 결정한 후, 현장 분위기에 긍정적인 영향을 미치는 사람에게 보상(예를 들어, 포인트, 선물(또는 경품), 할인권, 쿠폰(예를 들어, 무료 쿠폰 또는 현장 할인 쿠폰), 마일리지)을 지급할 수 있다.
물론, 보상을 지급하는 개념 자체는 일반적일 수 있다. 다만, 종래의 보상 지급에 대한 개념은 시뮬레이션 또는 게임 그 자체에 능숙한 사람에 대해, 또는 시뮬레이터의 단순 홍보의 목적으로 이루어지는 것이 대부분이다. 예를 들어, 종래의 보상 지급은 어떤 사용자가 게임 내에서 특정 순위(예를 들어, 점수, 등수, 시뮬레이션 이용 스킬 등) 내에 속할 때, 이벤트에 당첨된 사람들에 대해, 또는 이용 또는 방문 횟수가 특정 횟수를 초과한 사람들에 대해 이루어지는 것으로 한정되었다.
반면, 본 발명의 실시예들에서는 현장 분위기에 영향을 미치는 특정 사람들을 선정하고, 선정된 사람들에게 보상을 지급하는 방식이다. 즉, 본 발명의 실시예는 앞서 언급한 종래 기술과 보상 지급에 대한 목적이 다르다. 이로 인해, 본 발명의 실시예들은 시뮬레이션에 대한 참가자가 해당 시뮬레이션에 얼마나 능숙한지, 그리고 시뮬레이션을 얼마나 많이 이용하였는지에 관계없이, 해당 참가자가 현장 분위기에 얼마나 큰 영향을 미쳤는지를 분석하고, 그 영향도에 따라 보상을 지급하는 방식이다.
또한, 본 발명의 시뮬레이션 참가자의 리액션 레벨을 통해 해당 시뮬레이션의 몰입도나 교육목적의 달성도를 평가할 수 있으며, 평가 결과는 차후 시뮬레이션 프로그램 업그레이드(또는 업데이트)시 기초자료로 활용할 수 있다. 또한, 이러한 기초자료는 시뮬레이션 서비스 제공자가 향후 다양한 다른 서비스 또는 인공지능 서비스를 제공할 때 활용될 수 있어서 서비스의 다각화가 가능해진다.
도 1은 본 발명의 제1 실시예에 따른 리액션 보상 장치(100)에 대한 블록도이다. 여기서, 본 발명의 제1 실시예는 리액션 보상 장치(100)가 장치의 형태로 현장에 위치하여 아래의 기능을 수행하는 것을 나타낸다. 본 발명의 제1 실시예에 따른 리액션 보상 장치(100)는 정보 수집부(110), 식별부(120), 리액션 레벨 결정부(130), 보상 지급 결정부(140), 회원 관리부(150) 및 보상 지급 알림부(170)를 포함하여 구성될 수 있다. 여기서, 상기 구성들은 본 발명의 이해를 돕기 위해 기능별로 구분된 것이고, 실제로는 CPU, GPU, MPU와 같은 하나의 처리 장치를 통해 구현될 수도 있다.
정보 수집부(110)는 카메라(10) 또는 마이크(20)로부터 정보를 수신하는 기능을 한다. 구체적으로, 정보 수집부(110)는 카메라(10)로부터 촬영된 복수의 영상 정보(예를 들어, 사진 또는 동영상)들과, 마이크(20)를 통해 감지된 음성 정보를 수집하는 기능을 한다. 카메라(10)는 복수개로 이루어질 수 있다. 예를 들어, 카메라들 중 적어도 하나는 시뮬레이터 내에서 참가자를 바라보는 방향으로 설치되어 참가자를 촬영하고, 다른 카메라들은 시뮬레이터 근처 또는 천장 등에 배치되어 관람객들을 촬영할 수 있다. 물론, 관람객들이 모이는 것을 감지하기 위해, 시뮬레이터와 그 주변 모두가 촬영되도록 카메라의 위치가 설정되는 것도 가능하다. 이렇게 생성된 영상 정보와 음성 정보는 리액션 보상 장치(100)와의 직접 연결을 통해 또는, 유선 또는 무신 통신을 통해 정보 수집부(110)에서 획득 가능하다. 그리고, 위의 설명에서 용어, '카메라'는 대상을 촬영하는 장비 모두를 포함한다. 즉, 카메라는 일반적인 카메라, 깊이 카메라, 광각 카메라(예를 들어, 광각 렌즈 또는 어안 렌즈를 포함하는 카메라) 등뿐만 아니라, 센서 타입도 포함할 수 있다. 나아가, 카메라를 포함하여 촬영 이미지에 이미지 처리를 수행하는 이미지 센서의 개념도 포함하는 것으로 이해되어야 한다.
식별부(120)는 복수의 영상 정보들과 음성 정보를 분석함으로써, 참가자와 관람객을 식별하는 기능을 한다. 구체적으로, 식별부(120)는 예를 들어, 시뮬레이터 내부에 배치된 카메라로부터 촬영된 영상 정보는 참가자에 대한 것으로, 그리고 시뮬레이터 외부에 배치된 카메라로부터 촬영된 영상 정보는 관람객에 대한 것으로 구분할 수 있다.
식별부(120)는 영상 정보들을 분석함으로써, 식별부(120)를 통해 식별한 참가자와 관람객이 등록된 회원인지 판단하는 과정을 더 수행할 수 있다. 예를 들어, 식별부(120)는 복수의 영상 정보들에서 참가자와 관람객의 얼굴을 식별하고, 식별한 얼굴과 저장부(미도시)에 저장된 회원들의 얼굴 정보를 비교함으로써, 참가자와 각 관람객의 회원 여부를 판단할 수 있다. 여기서, 시뮬레이터를 이용한 사업에서 일반적인 관람객의 회원 여부는 크게 중요치 않으나, 참가자의 경우 시뮬레이터에 관심이 있는 사람이므로 회원 가입을 유도하는 것이 바람직하다. 이에 따라, 식별부(120)는 시뮬레이터의 참가자가 회원이 아닌 경우, 아래에서 언급되는 회원 관리부(150)와의 연계를 통해 회원 가입을 유도하는 과정을 수행할 수 있다. 물론 회원 가입의 유도를 수행하는 과정은 단지 선택적인 사항이며, 본 발명에 필수적인 사항은 아니다.
리액션 레벨 결정부(130)는 참가자의 적어도 하나의 리액션을 검출하고, 검출된 리액션의 리액션 레벨을 결정하는 기능을 한다. 명세서 전체에 걸쳐 언급되는 리액션이라는 용어는 시뮬레이션에 따른 참가자의 임의의 신체반응을 의미하고, 그 예로서 말소리, 비명, 감탄사와 같은 소리내기, 소리 크기의 변화, 얼굴 표정의 변화, 몸짓(gesture)의 변화 등과 같이 타인이 바로 관찰 가능한 행동이 있다. 리액션 레벨 결정부(130)는 각 리액션 레벨에 따라 별도의 기준으로 리액션의 레벨을 결정할 수 있다.
예를 들어, 리액션 레벨 결정부(130)는 사람이 내는 소리의 종류 예를 들어, 말소리, 비명, 감탄사 마다 상이한 기준으로 리액션 레벨을 결정할 수 있고, 감탄사에 대해서도 자극적인 감탄사일수록 더 높은 리액션 레벨을 부여할 수 있다. 마찬가지로, 리액션 레벨 결정부(130)는 단순히 웃는 표정 변화 또는 약간의 몸짓에는 낮은 리액션 레벨을 부여하되, 크게 놀라는 표정 변화, 박수 또는 크게 놀라는 몸짓에는 높은 리액션 레벨을 부여할 수 있다.
이를 위해, 리액션 레벨 결정부(130)는 미리 설정된 얼굴 검출 알고리즘(또는 표정 검출 알고리즘), 몸짓 검출 알고리즘 등을 이용함으로써, 참가자의 얼굴 표정과 몸짓을 검출할 수 있다. 여기서, 얼굴 검출 알고리즘은 예를 들어, 이미지의 강도, 기하학적 방법, 신경망(Neural Network), 아다부스트(Adaboost), 서포트 벡터 머신(Support Vector Machine) 등을 기반으로 한 알고리즘이 이용될 수 있다.
먼저, 이미지의 강도를 이용한 얼굴 검출 알고리즘은 얼굴이 3차원인 점에 기인하여, 사진 또는 동영상 내에서 눈, 코, 입, 턱 주변에 발생하는 그림자로 인해 발생하는 명암을 찾고, 이 명암을 이용하여 얼굴을 인식하는 기술이다.
기하학적 방법을 이용한 얼굴 검출 알고리즘은 사진 또는 동영상 내에서 복수의 특징점들을 추출하고, 추출한 특징점들과 미리 설정된 얼굴의 기하학적 특징점 간 비교를 통해 얼굴을 검출하는 방식이다. 즉, 미리 설정된 얼굴의 기하학적 특징점과의 비교를 통해 사진 또는 동영상 내에서 각 사람의 얼굴을 인식할 수 있으며, 얼굴의 구성(즉, 눈, 코, 입, 볼, 광대뼈 등)의 인식이 가능하다.
신경망은 생물학의 신경망(예를 들어, 뇌)에서 영감을 얻은 통계학적 학습 알고리즘으로서 시냅스의 결합으로 네트워크를 형성한 인공 뉴런의 학습을 통해 시냅스의 결합 세기를 변화시켜 문제 해결 능력을 갖는 모델 전반을 가리킨다.
아다부스트는 모델의 예측 능력을 향상시킬 것으로 생각되는 특성들만 선택하여 기계적 학습을 수행하는 방식을 나타낸다.
그리고, 서포트 벡터 머신은 기계 학습의 분야 중 하나로 패턴 인식, 자료 분석을 위한 지도 학습 모델이며, 주로 분류와 회귀 분석을 위해 사용한다. 두 카테고리 중 어느 하나에 속한 데이터의 집합이 주어졌을 때, 서포트 벡터 머신 알고리즘은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 카테고리에 속할지 판단하는 비확률적 이진 선형 분류 모델을 만든다. 만들어진 분류 모델은 데이터가 사상된 공간에서 경계로 표현되는데 서포트 벡터 머신 알고리즘은 그 중 가장 큰 폭을 가진 경계를 찾는 알고리즘이다.
여기서, 신경망, 아다부스트, 서포트 벡터 머신을 활용한 얼굴 인식 알고리즘은 다양하게 변형 및 응용되어 사용될 수 있으므로, 본 발명에서는 이를 특정 방식으로 제한하지 않는다. 또한, 이들 알고리즘은 이미 다양한 분야에 잘 알려져 있으므로, 이에 대한 추가적인 설명은 생략한다.
이처럼, 리액션 레벨 결정부(130)는 위에서 설명한 다양한 얼굴 인식 알고리즘 중 적어도 하나의 알고리즘을 통해 사람의 얼굴을 인식할 수 있다. 또한, 리액션 레벨 결정부(130)는 얼굴 인식 이후, 인식한 얼굴을 더 분석하여, 해당 사람이 짓는 표정을 더 판단할 수 있다. 구체적으로, 리액션 레벨 결정부(130)는 인식된 사람(즉, 참가자 및 관람객)의 표정 분석을 통해, 해당 사람이 어떤 표정(예를 들어, 무표정, 웃는 표정, 우는 표정, 놀란 표정 등)을 짓고 있는지, 그리고 그 표정의 강도는 어느 정도인지 판단할 수 있다.
예를 들어, 사람이 웃을 때, 어떤 사람은 약간의 미소만을 짓고 웃는 반면, 다른 어떤 사람은 크게 박장 대소를 하며 웃을 수 있다. 마찬가지로, 어떤 사람은 약간 놀란 표정을 지을 수 있는 반면, 다른 어떤 사람은 크게 놀란 표정을 지을 수 있다. 이렇게, 사람마다 동일한 종류의 표정을 짓더라도, 그 표정의 강도는 사람마다 다를 수 있으므로, 리액션 레벨 결정부(130)는 참가자의, 그리고 관람객들 별로 표정을 짓는지의 여부와, 표정을 지을 때 이의 강도를 판단할 수 있다.
리액션 레벨 결정부(130)는 참가자와 관람객 별로 표정 및 표정의 강도를 판단한 후, 그 강도에 따라 예를 들어, 아래의 표 1과 같이 표정에 대한 리액션 레벨값을 부여할 수 있다.
낮은 강도 | 중간 강도 | 높은 강도 | ||||||||
웃는 표정 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
놀라는 표정 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
표 1에서, 낮은 강도는 거의 무표정에 가까운 표정을 나타내고, 높은 강도는 크게 웃는 표정 또는 크게 놀라는 표정을 나타낸다. 표 1에서, 리액션 레벨값은 표정의 종류에는 무관하게 표정의 강도에 따라 그 수치가 달라지는 것으로 도시되었으나, 이는 예시일 뿐이고 실제로는 종류 별로 구분하여 리액션 레벨값을 부여하는 방법도 생각해볼 수 있다. 예를 들어, 웃는 표정에 대한 리액션 레벨값은 1 내지 10으로, 그리고 놀라는 표정에 대한 리액션 레벨값은 5 내지 14로 설정하고, 검출한 표정 종류와 이의 강도에 따라 리액션 레벨값을 부여하는 것도 가능하다. 그리고, 표정의 종류도 상술한 2개의 표정 외에 다양한 표정이 부가될 수 있으며, 리액션 레벨값의 각 수치 및 개수도 다양하게 변경 가능하다.
리액션 레벨 결정부(130)는 관절 포인트의 좌표 중심을 이용한 알고리즘과 KNN(K-Nearest Neighbor) 알고리즘 등과 같은 몸짓 검출 알고리즘을 통해 각 사람의 몸짓을 검출할 수 있다. 예를 들어, 리액션 레벨 결정부(130)는 관절 포인트의 좌표 중심을 이용한 몸짓 검출 알고리즘을 통해 목, 어깨, 허리, 팔꿈치, 무릎, 발목 등에 특징점을 설정하고, 특징점간의 연결선과 연결선 간 각도를 이용하여 사람의 몸짓을 검출하고, 이를 KNN 알고리즘을 통해 미리 학습된 몸짓과 검출한 몸짓 간 유사도를 비교함으로써, 몸짓의 종류를 판단할 수 있다.
그리고, 리액션 레벨 결정부(130)는 표정에 대한 처리와 유사하게, 상기 몸짓 검출 알고리즘을 통해 참가자 및 관람객의 몸짓의 강도를 더 판단할 수 있다. 예를 들어, 리액션 레벨 결정부(130)는 해당 사람의 박수, 놀라는 몸짓 등과 같은 몸짓 여부를 판단할 뿐만 아니라, 해당 몸짓의 강도를 더 판단할 수 있다.
리액션 레벨 결정부(130)는 참가자와 관람객 별로 몸짓 및 몸짓의 강도를 판단한 후, 그 강도에 따라 아래의 표 2과 같이 몸짓에 대한 리액션 레벨값을 부여할 수 있다.
낮은 강도 | 중간 강도 | 높은 강도 | ||||||||
박수 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
놀라는 몸짓 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
표 2에서, 강도가 낮을수록 거의 경직된 자세에 가까워지는 것을 나타내고, 강도가 높아질수록 박수 또는 놀라는 몸짓이 커지는 것을 나타낸다. 표 2에서, 리액션 레벨값은 몸짓의 종류에는 무관하게 몸짓의 강도에 따라 그 수치가 달라지는 것으로 도시되었으나, 이는 예시일 뿐이고 실제로는 종류 별로 구분하여 리액션 레벨값을 부여하는 방법(예를 들어, 놀라는 몸짓에 비해 박수에 대한 리액션 레벨값을 높게 부여하거나, 또는 그 반대)도 생각해볼 수 있다. 그리고, 몸짓의 종류도 상술한 2개의 몸짓 외에 다양한 몸짓이 부가될 수 있으며, 리액션 레벨값의 각 수치 및 개수도 다양하게 변경 가능하다.
마찬가지로, 리액션 레벨 결정부(130)는 소리 검출 시, 소리의 종류 및 이의 크기를 더 산출할 수 있고, 참가자와 관람객 별로, 종류 및 강도에 따라 아래의 표 3과 같이 소리에 대한 리액션 레벨값을 부여할 수 있다.
낮은 강도 | 중간 강도 | 높은 강도 | ||||||||
웃음 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
말소리 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
감탄사 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
비명 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
표 3에서, 소리에 대한 리액션 레벨값은 소리의 종류에는 무관하게 소리의 강도에 따라 그 수치가 달라지는 것으로 도시되었다. 다만, 이는 예시일 뿐이고, 아래의 표 4와 같이 소리의 종류에 따라 리액션 레벨값을 다르게 부여하는 것도 가능하다.
낮은 강도 | 중간 강도 | 높은 강도 | ||||||||
웃음 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
말소리 | 0.5 | 1 | 1.5 | 2 | 2.5 | 3 | 3.5 | 4 | 4.5 | 5 |
비명 | 2 | 4 | 6 | 8 | 10 | 12 | 14 | 16 | 18 | 20 |
감탄사 | 1.5 | 3 | 4.5 | 6 | 7.5 | 9 | 10.5 | 12 | 13.5 | 15 |
표 3 및 표 4에서 낮은 강도의 소리는 30dB 이상이고 50dB 미만인 소리를 나타내고, 중간 강도의 소리는 50dB 이상이고 80dB 미만인 소리를 나타내며, 높은 강도의 소리는 80dB 이상인 소리인 것으로 설정될 수 있다. 여기서, 30dB 미만의 소리는 잡음으로 간주하고 무시할 수 있다.
위에서 설명한 것처럼, 본 발명은 현장의 분위기를 고려할 수 있다. 실제 현장에서, 리액션들 중 각 사람의 표정이나 몸짓 보다는 소리 발생 시 주변 분위기에 큰 영향을 미칠 수 있다. 이에 따라, 리액션 레벨 결정부(130)는 다른 리액션들 보다 소리에 대한 리액션 레벨값을 보다 높게 설정할 수 있다.
또한, 소리들 중 단순한 웃음이나 말소리 보다는 감탄사가 시뮬레이터 주변의 사람들에게 집중될 수 있고, 감탄사 보다는 비명이 시뮬레이터에 이목을 집중시킬 수 있다. 이에 따라, 본 예시에서는 비명에 가장 높은 리액션 레벨값을 부여할 수 있다. 다만, 이는 예시일 뿐이고, 다른 것들 중 감탄사에 가장 높은 리액션 레벨값을 부여하는 등 다양하게 변경 가능하다. 그리고, 각 소리의 종류 및 강도에 따른 리액션 레벨값의 각 수치 및 개수도 다양하게 변경 가능하다.
또한, 리액션 레벨 결정부(130)는 리액션의 종류 또는 리액션의 정도뿐만 아니라, 하나의 종류에 대한 리액션을 더 구체화하여 상이한 기준으로 리액션 레벨값을 부여할 수도 있다. 예를 들어, 감탄사나 비명에 있어서, 보다 자극적인 감탄사나 비명에는 자극적이지 않은 감탄사나 비명에 비해 리액션 레벨값이 부여될 수 있다.
다른 예시로서, 리액션 레벨 결정부(130)는 타인이 바로 관찰 가능한 리액션 뿐만 아니라, 시뮬레이션 보조기구를 통해 파악 가능한 리액션을 이용하여 리액션을 검출하고, 리액션 레벨을 결정하는 방식을 생각해볼 수 있다. 예를 들어, 리액션 레벨 결정부(130)는 시뮬레이션 보조기구를 통해, 리액션은 혈압 상승 또는 호흡변화와 같은 타인이 바로 관찰이 가능하지 않더라도 이를 측정하여 타인이 관찰 가능하도록 시각화 또는 음성화 변환 가능한 신체반응으로도 확대하여 리액션 레벨을 결정할 수 있다.
또한, 리액션 레벨 결정부(130)는 참가자 외에, 복수의 관람객들 중 현장 분위기에 긍정적인 영향을 미치는 사람(즉, 긍정적인 리액션을 하는 사람)의 리액션을 더 검출하고, 이의 리액션 레벨을 더 결정할 수 있다. 이처럼, 리액션 레벨 결정부(130)는 참가자뿐만 아니라, 관람객의 리액션 레벨도 결정할 수 있다.
리액션 레벨 결정부(130)를 통해 이루어지는 리액션 레벨 결정 방식은 크게 세 가지로 분류될 수 있다. 구체적으로, 리액션 레벨 결정부(130)는 참가자의 리액션을 검출하고 이를 근거로 리액션 레벨을 결정하는 제1 리액션 레벨 결정 방식, 참가자 리액션의 주변 관람객에 대한 영향도를 근거로 리액션 레벨을 결정하는 제2 리액션 레벨 결정 방식, 그리고 제1 리액션 레벨 결정 방식과 제2 리액션 레벨 결정 방식을 조합한 제3 리액션 레벨 결정 방식으로 리액션 레벨을 결정할 수 있다.
제1 리액션 레벨 결정 방식은 참가자 본인의 리액션을 검출하고, 그 강도 및 횟수에 따라 리액션 레벨을 결정하는 방식이다. 예를 들어, 리액션 레벨 결정부(130)는 현장에 있는 참가자의 소리 내기, 소리 크기의 변화, 표정 변화 및 몸짓 변화 중 적어도 하나를 검출하고, 검출 시 이를 카운팅하며, 검출한 리액션의 강도와 이의 횟수를 이용하여 참가자와 각 관람객의 리액션 레벨을 결정할 수 있다.
제1 리액션 레벨 결정 방식에서, 리액션 레벨 결정부(130)는 소리 내기, 소리 크기의 변화, 표정 변화 및 몸짓 변화 중 적어도 하나가 클수록 높은 리액션 레벨을 부여할 수 있다. 여기서, 리액션 레벨 결정부(130)는 긍정적인 감정을 나타내는 표정, 몸짓 및 소리를 이용하여 리액션 레벨을 결정할 수 있다. 예를 들어, 표정은 웃는 표정, 놀라는 표정 등이 이에 해당될 수 있고, 몸짓은 박수, 손가락질 등이 이에 해당될 수 있으며, 소리는 비명(예를 들어, "꺅", "으악", "악"과 같은 비명 소리), 감탄사(예를 들어, "우와", "와", "와우", "어메이징"과 같이 사람이 긍정적으로 놀랄 때 내는 소리), 말소리(예를 들어, 일반적인 대화) 등이 이에 해당될 수 있다. 물론, 표정, 몸짓, 소리는 상술한 것 외에도 웃거나 즐겁거나 놀랄 때 발생할 수 있는 다양한 표정, 몸짓, 소리를 더 포함할 수 있다.
소리 내기, 소리 크기의 변화, 표정 변화 및 몸짓 변화 중 표정이나 몸짓은 그 정도가 크더라도 현장의 분위기에 미치는 영향이 그리 크지 않을 수 있다. 이에 따라, 리액션 레벨 결정부(130)는 표정이나 몸짓에 대한 리액션 레벨값에 비해, 소리에 대한 리액션 레벨값이 높도록 설정할 수 있다. 리액션 레벨값을 리액션 유형별로 다르게 설정하는 방식의 예는 앞서 표 4에서 설명한 방식과 유사하다. 또는, 리액션 레벨 설정부(130)는 표정, 몸짓 및 소리 각각이 유사한 레벨 범위 값을 허용하되, 소리에 더 높은 가중치를 반영하여 리액션 레벨을 결정할 수도 있다.
이하, 가중치 방식에 대한 예를 들어본다. 리액션 레벨 결정부(130)에서 리액션 유형 별로 그 정도에 따라 1 내지 10의 리액션 레벨값을 부여하는 상황을 가정한다. 이때, 리액션 레벨 결정부(130)는 리액션 유형 별로 가중치를 서로 다르게 설정할 수 있으며, 소리에 대한 가중치를 2로, 표정 변화에 대한 가중치를 1로, 그리고 몸짓 변화에 대한 가중치를 1.5로 설정할 수 있다. 여기서, 제1 리액션 레벨 결정부(130)를 통해 제1 참가자와 제2 참가자 모두 리액션 레벨값이 50으로 결정되었고, 제1 참가자는 표정에 대한 리액션만이 존재하였고, 제2 참가자는 소리에 대한 리액션만이 존재하는 상황을 가정한다. 이 경우, 리액션 레벨값에 가중치가 반영되어 제1 참가자에 대한 최종 리액션 레벨값은 50으로 확정되는 반면, 제2 참가자에 대한 최종 리액션 레벨값은 100으로 조정될 수 있다. 물론, 리액션 레벨값과 가중치에 대한 예시는 상술한 것으로 제한되지 않고, 다양한 값으로 변경될 수 있다.
제1 참가자는 미리 설정된 기간 동안 제1 횟수만큼 긍정적인 표정을 짓고, 제2 참가자는 미리 설정된 기간 동안 제1 횟수만큼 긍정적인 소리(예를 들어, 감탄사, 비명, 말소리)를 내었다고 가정하면, 리액션 레벨 결정부(130)는 제1 참가자보다 제2 참가자에 더 높은 리액션 레벨을 부여할 수 있다. 이처럼, 리액션 레벨 결정부(130)는 리액션 유형 별로 상이하게 설정된 가중치를 반영하여 리액션 레벨값들을 산출하여 참가자와 관람객 별 리액션 레벨을 최종 결정할 수 있다. 예를 들어, 리액션 레벨 결정부(130)는 아래의 표 5에 나타난 기준에 따라 리액션 레벨을 결정할 수 있다.
리액션 레벨값 합산 | 리액션 레벨 |
~ 99 | 1 |
100 ~ 199 | 2 |
200 ~ 299 | 3 |
300 ~ 399 | 4 |
400 ~ 499 | 5 |
500 ~ 599 | 6 |
600 ~ 699 | 7 |
700 ~ 799 | 8 |
800 ~ 899 | 9 |
900 ~ | 10 |
표 5에서 좌측 열은 리액션 레벨값 합산을 나타내고, 우측 열은 리액션 레벨값 합산에 따라 설정되는 리액션 레벨을 나타낸다. 여기서, 리액션 레벨의 개수와, 이의 기준이 되는 리액션 레벨값 합산은 다양하게 변경 가능하다.
또한, 리액션 레벨 결정부(130)는 소리 내기, 소리 크기의 변화, 표정 변화 및 몸짓 변화 중 적어도 하나를 검출하더라도, 그 정도가 너무 작은 경우(즉, 각 리액션 유형별로 정해진 임계값 미만인 리액션인 경우)에는 이를 리액션 레벨에 포함시키지 않을 수 있다. 예를 들어, 앞서 설명한 표 1 내지 표 3에서 낮은 강도의 레벨값은 리액션 레벨값 합산에 반영하지 않을 수 있다. 물론, 이러한 임계값은 다양하게 변경 가능하다.
이러한 사항을 고려하는 이유는 본 발명의 목적 중 하나가 현장 분위기의 개선을 위한 것인데, 너무 작은 리액션은 현장 분위기의 개선에 거의 도움이 되지 않기 때문이다. 이에 따라, 현장 분위기 개선을 위해, 다른 사람들의 이목을 집중시킬 수 있는 리액션 레벨값 만을 합산하여, 최종 합산값을 계산하는 것이 더 효과적인 계산법이 될 수도 있다.
본 발명의 목적들 중 하나에 시뮬레이션 주변 사람들의 참여를 유도하는 것이 있는데, 시뮬레이션 참가자의 리액션의 레벨 정도는 결국 주변 사람들의 시뮬레이션 참가자에 대한 관심도를 높이는 경우에 더 의미 있는 값으로 볼 수 있다. 이에 따라, 아래에서 설명되는 제2 리액션 레벨 결정 방식과 같이 주변 사람들의 영향도를 고려하는 것이 중요할 수 있다.
제2 리액션 레벨 결정 방식은 참가자의 리액션에 따라 변하는 주변 사람들의 영향도를 이용하여 리액션 레벨을 결정하는 방식이다. 구체적으로, 제2 리액션 레벨 결정 방식에서 리액션 레벨 결정부(130)는 참가자의 리액션에 따라 변하는 주변 관람객의 영향도 및 이의 횟수를 판단하고, 그 영향도 및 횟수에 따라 리액션 레벨 값을 산출하고, 산출한 리액션 레벨값을 이용하여 리액션 레벨을 결정할 수 있다. 리액션 레벨의 결정은 위에서 표 5를 참조로 설명한 것처럼, 미리 설정된 기준에 산출한 리액션 레벨값을 반영함으로써 이루어질 수 있다. 그리고, 제1 리액션 레벨 결정 방식과 마찬가지로, 제2 리액션 레벨 결정 방식은 리액션에 따라 변하는 주변 사람들의 영향도가 클수록 높은 리액션 레벨을 부여할 수 있다.
예를 들어, 리액션 레벨 결정부(130)는 참가자가 발생한 리액션에 따라 주변 관람객의 소리 내기, 소리 크기의 변화, 표정 변화 및 주변 관람객의 숫자 변화 중 적어도 하나를 감지하고, 감지 결과를 근거로 참가자에 대한 리액션 레벨을 부여할 수 있다.
제3 리액션 레벨 결정 방식은 앞서 설명한 제1 리액션 레벨 결정 방식과 제2 리액션 레벨 결정 방식에 따른 리액션 레벨 결정 방법을 조합하는 방식이다. 즉, 제3 리액션 레벨 결정 방식은 참가자의 리액션, 그리고 이들에 의한 주변 환경의 영향도를 고려하여 리액션 레벨을 결정하는 방식이다. 예를 들어, 참가자에 대한 리액션 레벨을 결정할 때에는 참가자 본인에 대한 리액션 레벨값과, 관람객의 리액션 레벨값을 포함하여 참가자의 리액션 레벨을 결정할 수 있다.
다시 말해, 리액션 레벨 결정부(130)는 관람객의 리액션 레벨값(또는 관람객의 리액션 레벨)도 고려하여, 참가자의 리액션 레벨을 결정할 수 있다. 여기서 관람객의 리액션 레벨은 위에서, 제1 내지 제3 리액션 레벨 결정 방식으로 설명된 각 참가자의 리액션 레벨값을 합산한 제1 합산값, 전체 관람객들의 소리 크기 변화 또는 관람객 수 변화와 같은 전체 관람객의 리액션 레벨값의 하나 이상을 합산한 제2 합산값, 또는 상기 제1 및 제2 합산값을 조합한 합산값으로 결정될 수 있다. 이렇게 합산값이 결정되면, 리액션 레벨 결정부(130)는 해당 합산값을 표 5를 참조로 설명한 기준에 반영함으로써 리액션 레벨을 결정할 수 있다. 이에 대한 설명은 위에서 상세히 언급하였으므로, 중복되는 설명은 생략한다.
시뮬레이션 관람객의 리액션 레벨 결정 방법은 시뮬레이션 참가자의 리액션 레벨 결정방법과 동일한 방법을 사용할 수 있다. 이 경우, 각 관람객의 리액션 레벨값을 합산하거나 소리 크기와 같은 전체 관람객으로부터 하나의 리액션 레벨값을 도출할 수도 있다. 나아가, 전체 관람객의 하나의 리액션값의 또 다른 예로 시뮬레이션 동안 시뮬레이션 주변 관람객 수의 변화를 더 포함할 수 있다.
이처럼, 본 발명의 제1 실시예에 따른 리액션 레벨 결정부(130)는 다양한 방식을 통해 현장의 분위기에 영향을 미치는 사람들을 찾고, 그 정도에 따라 리액션 레벨을 결정한 것을 특징으로 한다.
위의 설명에서 리액션 레벨 결정부(130)는 시뮬레이션 중 참가자(또는 관람객들)의 리액션을 검출하고, 검출한 리액션에 따라 리액션 레벨을 결정하는 것으로 설명하였다. 여기서, 리액션 레벨 결정부(130)를 통해 이루어지는 리액션 검출 시점은 시뮬레이선의 전체 시점이 아닌, 시뮬레이션 중 참가자의 리액션이 예상되는 하나 이상의 미리 정해진 시점인 것이 바람직하다. 예를 들어, 참가자의 리액션이 예상되는 미리 정해진 시점은, 시뮬레이션 내의 프로그램 상 참가자의 조작으로 인해 시뮬레이터가 급격히 움직이는 시점 예를 들어, 시뮬레이터가 급격하게 직선 움직임을 하거나, 회전 움직임을 할 것으로 예상되는 시점을 나타낼 수 있다.
물론, 리액션 레벨 결정부(130)를 통해 시뮬레이션의 전체 시점에 대해 리액션 검출을 수행하는 방식도 생각해볼 수 있다. 하지만, 특정 시점들이 아닌 전체 시점들에 걸쳐 리액션 검출을 수행하면, 그만큼 프로세서에서의 처리 부하가 높고, 이에 따라 검출 효율도 떨어질 것이다. 반면, 미리 정해진 시점들에만 리액션 검출을 수행할 경우, 리액션 검출 및 보상 방법의 효율성, 구현 용이성, 프로세서의 처리 부하 감소, 참가자 사이의 상대적인 비교의 용이성이 뛰어난 장점이 있다. 뿐만 아니라, 미리 정해진 시점들에만 리액션을 검출할 경우, 리액션이 예상되지 않은 시점에서 참가자의 의도적인 리액션을 배제할 수 있어서, 억지 홍보의 거부감을 없앨 수 있고, 시뮬레이터 주변 관람객의 자연스러운 참여를 유도할 수 있다.
보상 지급 결정부(140)는 리액션 레벨 결정부(130)를 통해 결정된 리액션 레벨에 따라 보상을 지급하는 기능을 한다. 이를 위해, 보상 지급 결정부(140)는 참가자의 리액션 레벨을 확인하고, 리액션 레벨과 미리 설정된 임계 보상 지급 레벨을 비교한다. 여기서, 보상 지급 결정부(140)는 리액션 레벨이 미리 설정된 임계 보상 지급 레벨을 초과하는 참가자를 보상 지급 대상으로 결정할 수 있다. 또한, 보상 지급 결정부(140)는 보상 지급 대상으로 결정된 참가자에 대해, 각 리액션 레벨에 따라 미리 설정된 보상을 지급할 수 있다. 예를 들어, 보상이 포인트인 경우, 보상 지급 대상에게 지급될 포인트는 아래의 표 6에 도시된 것처럼, 리액션 레벨에 따라 다를 수 있다.
리액션 레벨 | 포인트 |
1 | 50 |
2 | 100 |
3 | 150 |
4 | 200 |
5 | 250 |
6 | 300 |
7 | 350 |
8 | 400 |
9 | 450 |
10 | 500 |
표 6의 예시에서는 리액션 레벨을 10개로 나누었고, 리액션 레벨에 따라 지급되는 보상은 리액션 레벨 별로 50씩 차이 나는 것으로 도시되었다. 다만, 이는 예시일 뿐이고 리액션 레벨의 개수와 리액션 레벨에 따라 지급되는 보상은 다양하게 변경 가능하다.
이러한 보상 지급 과정에서, 보상 지급 대상으로 결정된 참가자가 해당 서비스에 등록된 회원이면, 해당 회원에게 보상만 지급하면 된다. 다만, 등록되지 않은 참가자가 보상 지급 대상으로 결정되면, 해당 사람에게 보상 지급이 어렵고, 보상을 지급하더라도 그 종류가 크게 제한되므로, 본 발명의 리액션 보상 장치(100)는 회원 가입 유도 및 회원 관리를 위한 회원 관리부(150)를 더 포함하여 구성될 수 있다.
회원 관리부(150)는 복수의 회원 정보를 저장하는 저장부(미도시)에 보상 지급 대상으로 결정된 사람의 정보가 존재하지 않는 경우, 회원 가입 화면을 생성하고, 회원 가입 화면을 보상 지급 대상으로 결정된 사람에게 제공하는 기능을 한다. 여기서, 회원 가입 화면은 출력부(50)를 통해 출력될 수 있다. 회원 가입을 위해 입력되어야 하는 정보가 너무 많으면, 해당 사람은 회원 가입을 거부할 확률이 높다. 이에 따라, 회원 관리부(150)는 해당 사람을 유일하게 식별할 수 있는 식별자(예를 들어, 사진, 휴대 전화 번호)를 입력 받되, 그 개수를 최소화하여 회원 가입 화면을 구성할 수 있다. 예를 들어, 사용자가 사용자의 ID(또는 이름)와 휴대 전화 번호만을 입력하면 회원 가입이 완료될 수 있도록 정보 입력 영역을 구성하고, 해당 정보 입력 영역을 포함하는 회원 가입 화면을 구성하는 것도 가능하다. 물론, 선택적으로 사용자의 이메일 주소, 홍채, 지문 등 다른 정보를 이용하여 회원 가입을 수행하는 방식도 생각해볼 수 있으나, 사용자의 휴대 전화 번호가 사용자에게 접근성이 가장 용이하고 정보 제공도 용이하므로, 다른 것들보다는 휴대 전화 번호를 이용하여 회원 가입을 수행하는 것이 가장 바람직하다.
해당 사람의 조작을 통해 회원 가입이 완료되면, 보상 지급 결정부(140)는 회원으로 등록된 보상 지급 대상에 보상을 지급한다. 또한, 보상 지급 결정부(140)를 통해 보상 지급이 완료되면, 보상 지급 알림부(170)에 의해, 보상의 지급 사실을 알리기 위한 메시지를 생성하고, 이를 보상을 지급 받은 사람의 휴대용 단말기로 보상 지급 결과를 알리는 메시지를 송신할 수 있다(도 2 참조).
다만, 보상 지급 대상으로 결정된 참가자(또는 관람객)가 회원 가입을 원치 않는 상황이 존재할 수도 있다. 보상 지급 대상으로 결정된 참가자(또는 관람객)가 회원 가입을 하지 않더라도, 해당 대상에게 시뮬레이터에 대한 긍정적인 경험을 유도하고 재방문율을 높이기 위해서는, 이에 따른 보상을 지급하는 것이 바람직하다. 따라서, 보상 지급 결정부(140)는 해당 참가자(또는 관람객)가 회원 가입을 하지 않더라도 보상 지급 대상에게 보상을 지급할 수 있다. 위에서 설명한 것처럼, 보상의 종류는 선물(또는 경품), 할인권, 쿠폰(예를 들어, 무료 쿠폰 또는 현장 할인 쿠폰), 마일리지 등 다양할 수 있으나, 실질적으로 데이터베이스 내로 저장 및 관리가 어려운 대상에게는 포인트나 마일리지와 같이 사용자의 계정 등에 보관되어야 하는 보상이 아닌, 현물보상(예를 들어, 할인권, 쿠폰, 경품) 등을 지급받을 수 있도록 제어된다.
예를 들어, 이러한 현물보상을 지급하기 위해, 보상 지급 결정부(140)는 현장에 있는 관리 직원이 바로 확인할 수 있도록 문자 형태의 메시지와 카메라를 통해 촬영한 영상 정보 중 적어도 하나를 전달하고, 해당 관리 직원이 상술한 물질로 된 보상을 지급하도록 제어하는 방식을 채택할 수 있다. 물론, 이는 예시일 뿐이고 다른 다양한 방식이 채택될 수도 있다.
이처럼, 본 발명의 제1 실시예에 따른 리액션 보상 장치(100)는 현장 분위기에 긍정적인 영향을 미치는 사람들을 분류하고, 이들의 리액션 레벨에 따라 환산된 보상을 참가자(또는 관람객)에게 지급할 수 있다. 보상을 지급 받은 고객은 보상의 이용을 위해 재방문율이 높아지고, 이러한 재방문율 상승은 주변 관람객에게도 영향을 미칠 수 있다. 또한, 본 발명의 제1 실시예에 따른 리액션 보상 장치(100)는 시뮬레이터를 활용한 사업 분야에서 숙련된 인력을 대체하여 현장 분위기의 개선을 실현할 수 있다.
위의 설명에서는 본 발명의 제1 실시예에 따른 리액션 보상 장치(100)가 현장 분위기의 개선을 위해 보상을 지급하는 것으로만 설명되었지만, 더 나아가, 본 발명의 제1 실시예에 따른 리액션 보상 장치(100)는 검출한 리액션에 대한 정보에 기반하여, 시뮬레이터를 통해 동작되는 시뮬레이션을 평가하고, 해당 시뮬레이션의 몰입도나 효과를 높일 수 있도록, 시뮬레이션을 업그레이드하는데 사용될 수 있는 기초 자료를 제공하는데도 활용될 수 있다. 또한, 이러한 기초자료는 시뮬레이션 서비스 제공자가 향후 다양한 다른 서비스 또는 인공지능 서비스를 제공할 때, 이에 활용될 수 있어서 서비스의 다각화가 가능해진다.
본 발명의 제1 실시예에 따른 리액션 보상 장치(100)는 특정 위치에 고정되어 그 기능을 수행하는 것으로 언급되었다. 다만, 이는 예시일 뿐이고, 본 발명의 본 발명의 리액션 보상 장치는 구동부를 포함한 이동형 장치(예를 들어, 지능형 로봇)의 형태로 구현될 수도 있다. 또한, 일부 구성은 이동형 장치에 위치하고 나머지 구성은 특정 위치에 구성될 수 있고, 일부 구성이 후술하는 바와 같이 원격지에 위치하고 통신을 통해 연결될 수도 있다.
도 3은 본 발명의 제2 실시예에 따른 시뮬레이션 참가자의 리액션 보상 시스템(1000)의 개념도이다. 도 4는 본 발명의 제2 실시예에 따른 현장 단말기(300)에 대한 블록도이고, 도 5는 본 발명의 제2 실시예에 따른 리액션 보상 서버(400)에 대한 블록도이다.
본 발명의 제2 실시예에 따른 시뮬레이션 참가자의 리액션 보상 시스템(1000)은 위에서 본 발명의 제1 실시예로 설명한 리액션 보상 서버를 두 개의 장치로 나누고, 두 개의 장치 간 통신을 통해 시뮬레이션 참가자에 대한 리액션 보상을 한다. 이를 위해, 본 발명의 제2 실시예에 따른 리액션 보상 시스템(1000)은 시뮬레이터가 있는 현장에 위치한 현장 단말기(300)와, 외부 서버로 동작하는 리액션 보상 서버(400)를 포함하여 구성될 수 있다.
현장 단말기(300)는 시뮬레이션이 설치된 현장에서 참가자(또는 관람객)에 대한 정보를 수집하고, 수집한 정보를 리액션 보상 서버(400)로 전달한다. 그리고, 현장 단말기(300)는 리액션 보상 서버(400)를 통해 생성된 특정 사람(예를 들어, 보상 지급 대상)의 회원 가입 화면에 대한 데이터를 수신하면, 수신한 회원 가입 화면을 출력부(50)를 통해 출력할 수 있다. 본 발명의 제2 실시예에 따른 현장 단말기(300)는 이들 기능을 수행하기 위해, 정보 수집부(310) 및 단말 통신부(320)를 포함하여 구성될 수 있다(도 5 참조). 여기서, 이들 구성은 수집한 정보를 단말 통신부(320)를 통해 리액션 보상 서버(400)로 전달한다는 부분을 제외하고, 도 1에서 언급한 정보 수집부(110)와 실질적으로 동일하므로, 중복되는 설명은 생략한다.
리액션 보상 서버(400)는 외부 서버로서, 적어도 하나의 현장 단말기(300)로부터 데이터(즉, 영상 정보와 음성 정보 중 적어도 하나)를 수신하고, 수신한 정보를 근거로 시뮬레이터의 참가자(또는 관람객)의 리액션 레벨을 결정하며, 결정한 리액션 레벨에 따라 리액션 보상을 지급할 수 있다. 또한, 리액션 보상 서버(400)는 보상 지급 대상으로 결정된 사람이 해당 서비스에 가입한 회원인지의 여부를 확인하고, 등록되지 않은 회원일 경우 회원 가입 유도를 위한 회원 가입 화면을 생성하여, 이를 현장 단말기(300)로 송신할 수 있다. 또한, 리액션 보상 서버(400)는 보상 지급 대상으로 결정된 사람의 회원 등록 여부에 관계 없이, 보상을 지급하기 위한 과정을 수행할 수도 있다. 또한, 회원인 경우 보상 지급 이후 보상 지급 결과를 알리는 메시지를 생성하고, 이를 이동 통신망 서버(60)를 통해 해당 사람에게 전달할 수 있다.
상술한 기능을 수행하기 위해 리액션 보상 서버(400)는 서버 통신부(410), 식별부(420), 리액션 레벨 결정부(430), 보상 지급 결정부(440), 회원 관리부(450) 및 보상 지급 알림부(470)를 포함하여 구성될 수 있다. 여기서, 상기 구성들은 현장 단말기(300)와의 통신을 통해 정보들을 수신한다는 점을 제외하곤, 위에서 설명한 본 발명의 제1 실시예에 따른 장치에 포함된 구성들의 기능과 실질적으로 동일하다. 이에 따라, 상기 구성들에 대한 기능들에 대한 설명은 생략된다.
여기서, 상술한 기능들의 수행을 위해, 본 발명을 서버 및 클라이언트의 형태로 구성할 때 발생되는 효과는 다음과 같다.
먼저, 상술한 기능을 정보 수집을 위한 구성(즉, 현장 단말기)과, 실질적인 처리를 위한 구성(즉, 리액션 보상 서버)으로 구성할 경우, 현장 단말기 자체에서 발생하는 부하량을 상당량 감소시킬 수 있다. 즉, 시뮬레이션 사업자의 관점에서 생각해보면, 사업자는 리액션 보상 서비스를 제공할 수 있는 장치를 시뮬레이션 현장의 서비스 제공자들에게 대여 또는 판매할 것이고, 서비스 제공자는 대여 또는 구매한 장치를 이용하여 시뮬레이션 서비스를 참가자에게 제공할 것이다. 여기서, 사업자 및 서비스 제공자의 입장에서 볼 때 도 1 내지 도 2를 참조로 설명한 기능들이 하나의 장치를 통해 수행된다고 가정하면, 그 장치에는 처리 속도가 빠른 프로세서가 탑재되어야만 할 것이다. 프로세서의 성능이 높을수록 장치의 제품 단가도 높아지는 것을 의미하므로, 이는 사업자 및 서비스 제공자 모두에게 좋지 않은 영향을 미칠 수 있다.
반대로, 사업자가 대여하는 장치에서 다수의 처리가 이루어지는 것이 아닌, 정보 수집, 유선 또는 무선 통신을 통한 정보의 송신, 그리고 메시지 출력 기능만을 수행할 경우, 비교적 저렴한 프로세서로도 가능하므로, 제품 단가를 상당히 낮출 수 있는 효과가 있다. 이러한 장점은 서비스 제공자의 수가 늘어날수록 더 두드러질 수 있다.
둘째, 판매 또는 대여된 장치들에 대한 업데이트가 용이하다. 본 발명의 실시예들에 따른 리액션 보상 방법의 경우, 그 특성상 리액션 레벨, 리액션 레벨의 개수, 가중치, 보상량, 보상 종류 등을 결정하는 방법에 대한 업데이트가 잦을 수 있다. 물론, 상기 방법을 구동하는데 이용되는 프로그램에서 디버깅을 위한 업데이트도 존재할 수 있다. 이때, 서버 및 클라이언트의 구성이 아닌, 하나의 장치로 상술한 기능을 모두 구현할 경우, 해당 장치가 설치된 장소를 돌아다니면서 업데이트를 수행하는 인력이 요구될 것이고, 즉각적인 업데이트를 수행하기도 어려울 것이다. 반면, 서버 및 클라이언트의 형태로 구성을 할 경우 서버의 지시에 따라 복수의 현장 단말기가 동시에 또는 상황에 따라(예를 들어, 부팅이 이루어진 이후) 업데이트에 해당하는 데이터를 서버로부터 수신하고, 수신한 데이터를 통해 업데이트가 진행되게 함으로써 업데이트 과정이 보다 용이하게 이루어질 수 있다. 이 경우, 앞서 말한 인력을 요구하지 않아, 인력 낭비를 막을 수 있으며, 신속한 업데이트도 가능한 장점이 있다.
셋째, 향후 시뮬레이션의 업데이트나 다양한 서비스에 활용될 기초 자료의 수집이 용이하다. 위에서 설명한 것처럼, 본 발명의 실시예들에 따른 리액션 보상 장치 및 방법은 시뮬레이션의 업데이트 또는 다양한 서비스 제공에 활용될 기초자료를 제공할 수 있다. 이때, 다수의 현장 단말기로부터 수집된 정보를 서버에서 처리할 경우, 서버에서는 다양한 장소로(예를 들어, 전국적으로) 분산된 복수의 현장 단말기들로부터 다양한 정보를 획득하게 되므로 자료의 수집이 용이해진다.
다만, 이 방식은 서버의 사양이 높아야 하고, 서버와 클라이언트(즉, 현장 단말기) 간 통신 상태와 서버 관리 등이 요구되므로, 제1 내지 제2 실시예로 언급된 장치들을 상황에 맞게 구현하는 것이 바람직하다.
이제, 도 6 내지 도 7을 참조로, 본 발명의 실시예들에 따른 시뮬레이션 참가자의 리액션 보상 방법에 대해 설명한다.
도 6은 본 발명의 제1 실시예에 따른 시뮬레이션 참가자의 리액션 보상 방법에 대한 흐름도이다. 구체적으로, 도 6은 본 발명의 제1 실시예에 따른 리액션 보상 장치를 통해 이루어지는, 참가자와 관람객들의 리액션 레벨을 결정하고, 리액션 레벨에 따라 보상을 지급하는 방법에 대한 흐름도이다. 아래에서는 위에서 언급된 것과 중복되는 사항은 생략하고 설명한다.
S101 단계는 정보 수집부에 의해, 복수의 영상 정보 및 음성 정보를 수집하는 단계이다. 구체적으로, S101 단계는 시뮬레이터 내부 및 외부에 위치한 카메라들로부터 영상 정보를 수집하고, 마이크로부터 음성 정보를 수집하는 단계이다.
S102 단계는 식별부에 의해, S101 단계를 통해 수집한 복수의 영상 정보들과 음성 정보를 이용하여 참가자와 관람객을 식별하는 단계이다. 예를 들어, S102 단계에서는 시뮬레이터 내부에 설치된 카메라로부터의 영상 정보를 참가자에 대한 것으로, 그리고 시뮬레이터 외부에 설치된 카메라로부터 시뮬레이터 외부를 촬영한 영상 정보를 관람객에 대한 것으로 식별할 수 있다. 또한, S102 단계는 식별한 참가자와 관람객이 등록된 회원인지 판단하는 단계를 더 포함할 수 있다.
S103 단계는 리액션 레벨 결정부에 의해, 시뮬레이터에 탑승한 참가자와 관람객들의 리액션을 검출하고, 참가자의 리액션 레벨을 결정하는 단계이다. 위에서 설명한 것처럼, 리액션은 사람의 소리 내기, 소리 크기의 변화, 표정 변화 및 몸짓 변화 중 어느 하나를 포함한다. 이에 따라, S103 단계를 통해 이루어지는 리액션 검출을 위해, 미리 설정된 얼굴 검출 알고리즘(또는 표정 검출 알고리즘)과 몸짓 검출 알고리즘이 이용될 수 있으며, 본 발명에서는 이들 알고리즘을 특정 알고리즘으로 제한하지 않는다. 또한 S103 단계는 선택적으로, 시뮬레이션 보조기구와의 연동을 통해 혈압 상승 또는 호흡 변화와 같이 타인이 바로 관찰할 수는 없으나 이를 측정하여 시각화 또는 음성화 변환 가능한 신체 변화 리액션을 근거로 이루어지는 것도 가능하다.
위에서 설명한 것처럼, S103 단계를 통해 이루어지는 리액션 레벨 결정은 각 리액션 유형에 따라 별도의 기준으로 정해질 수 있다. 예를 들어, S103 단계는 리액션 중, 소리 내기에 대한 리액션 레벨은 말소리, 감탄사, 비명 등의 종류에 따라, 몸짓 변화와 표정 변화는 몸짓과 표정의 종류에 따라 달라질 수 있다. 또한, S103 단계는 감탄사가 자극적일수록 높은 레벨을 부여함으로써, 소리 크기에 따른 리액션 레벨은 그 크기가 클수록 높은 레벨을 부여함으로써, 그리고 몸짓 변화와 표정 변화에 대해 그 크기가 클수록 높은 레벨을 부여함으로써 이루어질 수 있다.
또한, S103 단계는 리액션 유형 중 어느 하나의 리액션 레벨값으로 결정되거나, 또는 복수개의 리액션 유형에 대해 리액션 유형에 따라 다른 가중치를 두고 리액션 레벨값을 합산함으로써 이루어질 수 있고, 가중치는 리액션 유형 중 소리에 가장 높게 설정될 수 있다. S103 단계는 시뮬레이션의 미리 정해진 하나 이상의 시점들에서 검출된 리액션 레벨값을 합산하여 이루어질 수 있고, 단순히 리액션의 유형에 따라 리액션 레벨을 결정하는 것이 아닌 리액션의 횟수도 고려하고, 리액션의 종류를 고려하여 리액션 레벨을 결정할 수 있다.
S103 단계는 각 리액션 유형별로 정해진 임계값 이상인 경우의 레벨값만을 합산하여 이루어지도록 하는 것도 가능하다. 이는 위에서 설명한 것처럼, 현장 분위기에 영향을 미치는 사람에게만 보상을 부여하기 위함이다.
또한, S103 단계를 통해 이루어지는 리액션 레벨 결정 방식은 크게 세 개로 분류될 수 있다. 이들 중 제1 리액션 레벨 결정 방식은 참가자 자신이 한 리액션을 근거로 리액션 레벨을 결정하는 방식이고, 제2 리액션 레벨 결정 방식은 참가자 리액션의 주변 사람들에 대한 영향도에 따라 리액션 레벨을 결정하는 방식이며, 제3 리액션 레벨 결정 방식은 제1 리액션 레벨 결정 방식과 제2 리액션 레벨 결정 방식을 적절하게 조합한 방식을 나타낸다. 이처럼 S103 단계는 현장 분위기에 영향을 미치는 리액션을 검출하되, 그 자신, 주변 사람들 또는 이들 모두를 고려하여 리액션 레벨을 결정할 수 있다.
제3 리액션 레벨 결정 방식에 따라 참가자의 리액션 레벨을 결정할 경우, S103 단계는 각 관람객의 리액션 레벨값을 합산한 제1 합산값, 전체 관람객들의 소리크기변화 또는 관람객 수 변화와 같은 전체 관람객의 리액션 레벨값의 하나 이상을 합산한 제2 합산값, 또는 상기 제1 및 제2 합산값을 조합한 합산값을 근거로 리액션 레벨값을 도출하고, 이를 근거로 리액션 레벨을 결정할 수 있다. 이에 대한 설명은 위에서 상세히 언급하였으므로, 중복되는 설명은 생략한다.
또한, 위에서 설명한 것처럼 S103 단계는 시뮬레이션의 전체 시점이 아닌, 시뮬레이션 중 참가자의 리액션이 예상되는 하나 이상의 미리 정해진 시점들에서 이루어질 수 있다.
S104 단계는 보상 지급 결정부에 의해, 보상 지급 대상을 결정하는 단계이다. 구체적으로, S104 단계는 참가자의 리액션 레벨을 확인하고, 확인한 리액션 레벨과 미리 설정된 임계 보상 지급 레벨을 비교함으로써, 보상 지급 대상을 결정하는 단계이다. S104 단계는 임계 보상 지급 레벨을 초과하는 참가자 또는 관람객을 보상 지급 대상으로 결정할 수 있다. 물론, S104 단계는 임계 보상 지급 레벨을 초과하는 참가자들 사이에서도 리액션 레벨에 따라 지급되는 보상량 또는 보상 정도에 차등을 들 수 있다.
S105 단계는 회원 관리부에 의해, S104 단계를 통해 결정된 보상 지급 대상이 등록된 회원인지 판단하는 단계이다. 확인 결과 보상 지급 대상이 회원인 경우 제어는 S108 단계로 전달된다. 그렇지 않은 경우 제어는 S106 단계로 전달된다.
S106 단계는 회원 관리부에 의해 회원 가입 화면을 생성하고, 이를 표시하는 단계이다. 예를 들어, S106 단계는 해당 보상 지급 대상에게 휴대 전화 번호 등을 입력하게 유도함으로써 이루어질 수 있고, 해당 정보가 입력되면, 해당 대상의 회원 번호를 발급하거나, 사진을 함께 저장할 수 있다.
S107 단계는 회원 관리부에 의해, 보상 지급 대상이 회원 가입을 수행하였는지 판단하는 단계이다. 판단 결과, 보상 지급 대상이 보상을 지급 받기 위해, 회원 가입을 한 경우 제어는 S108 단계로 전달된다. 그렇지 않은 경우에도, 제어는 S108 단계로 전달될 수 있다.
S108 단계는 보상 지급 결정부에 의해, 보상을 지급하는 단계이다. 또한, 보상은 포인트, 경품, 할인권, 무료 쿠폰, 현장 할인 쿠폰, 마일리지 중 적어도 하나를 포함할 수 있다. 여기서, 보상 지급 대상이 기존 또는 신규 회원인 경우 지급 가능한 보상의 종류에는 제한이 없으나, 보상 지급 대상이 회원이 아닌 경우, S108 단계는 현물 보상(예를 들어, 할인권, 쿠폰, 경품 등)을 해당 보상 지급 대상에게 제공하도록 이루어질 수 있다. 즉, 보상 지급 대상은 현장 분위기에 큰 영향을 미치는 사람을 나타내므로, S108 단계는 이 사람이 회원인지의 여부에 관계 없이, 보상을 지급하여, 보상 지급 대상의 재방문률을 높일 수 있다.
도 7은 본 발명의 제2 실시예에 따른 시뮬레이션 참가자의 리액션 보상 서버의 동작 방법에 대한 흐름도이다. 위에서 설명한 것처럼, 본 발명의 제2 실시예는 리액션 보상 장치를 두 개의 장치 즉, 현장 단말기와 리액션 보상 서버로 나누었을 때 이루어지는 방법을 나타낸다. 여기서, 현장 단말기는 영상 정보 및 음성 정보를 수집하고, 이를 리액션 보상 서버로 전달하는 기능과, 리액션 보상 서버의 제어에 따라 출력을 수행하는 기능만을 수행하므로, 아래에서는 리액션 보상 서버의 동작 방법 위주로 그 설명이 이루어진다. 또한, 아래에서는 위에서 설명한 부분과 중복되는 사항은 생략하여 그 설명이 이루어진다.
S301 단계는 서버 통신부에 의해, 현장 단말기에서 송신된 복수의 영상 정보 및 음성 정보를 수신하는 단계이다. 위에서 언급한 것처럼, 시뮬레이터가 설치된 현장에는 시뮬레이터 내부와 외부 중 적어도 하나에 카메라 및 마이크가 설치되고, 현장 단말기에 의해, 설치된 카메라 및 마이크를 통해 복수의 영상 정보 및 음성 정보를 수집하는 과정이 이루어진다. 이렇게 수집이 완료되면 현장 단말기에서 수집한 영상 정보 및 음성 정보를 리액션 보상 서버로 송신한다.
S302 단계는 식별부에 의해, S301 단계를 통해 수집한 복수의 영상 정보들과 음성 정보를 이용하여 참가자와 관람객을 식별하는 단계이다.
S303 단계는 리액션 레벨 결정부에 의해, 시뮬레이터에 탑승한 참가자(또는 관람객들)의 리액션을 검출하고, 참가자(또는 관람객들)의 리액션 레벨을 결정하는 단계이다. S304 단계는 보상 지급 결정부에 의해, 보상 지급 대상을 결정하는 단계이다. S303 단계와 S304 단계는 도 6을 참조로 설명된 S103 단계 및 S104 단계와 실질적으로 동일하므로, 중복되는 설명은 생략한다.
S305 단계는 회원 관리부에 의해, S304 단계를 통해 결정된 보상 지급 대상이 등록된 회원인지 판단하는 단계이다. 확인 결과 보상 지급 대상이 회원인 경우 제어는 S308 단계로 전달된다. 그렇지 않은 경우 제어는 S306 단계로 전달된다.
S306 단계 및 S307 단계는 보상 지급 대상이 보상을 지급받을 수 있도록 회원 가입을 유도하는 단계이다. 구체적으로, S306 단계는 회원 관리부에 의해 회원 가입 화면을 생성하고, 이를 현장 단말기로 송신하는 단계이다. 이에 따라, 현장 단말기에서는 수신한 회원 가입 화면을 출력부를 통해 출력할 수 있고, 이에 따라 해당 보상 지급 대상에게 회원 가입을 유도할 수 있다.
S307 단계는 회원 관리부에 의해, 보상 지급 대상이 회원 가입을 수행하였는지 판단하는 단계이다. 판단 결과, 보상 지급 대상이 회원 가입을 한 경우 제어는 S308 단계로 전달된다. 그렇지 않더라도, 제어는 S308 단계로 전달될 수 있다.
S308 단계는 보상 지급 결정부에 의해, 보상을 지급하는 단계이다. 앞서 설명한 것처럼, 보상 지급은 해당 대상의 회원 가입 여부와는 무관하게 이루어질 수 있지만, 회원 여부에 따라 지급되는 보상의 종류는 적어도 일부가 상이할 수 있다.
본 발명의 원리들은 하드웨어와 소프트웨어의 조합으로서 구현될 수 있다. 또한, 소프트웨어는 프로그램 저장부 상에서 실재로 구현되는 응용 프로그램으로서 구현될 수 있다. 응용 프로그램은 임의의 적절한 아키텍쳐를 포함하는 머신에 업로드되고 머신에 의해 실행될 수 있다. 바람직하게는, 머신은 하나 이상의 중앙 처리 장치들(CPU), 컴퓨터 프로세서, 랜덤 액세스 메모리(RAM), 및 입/출력(I/O) 인터페이스들과 같은 하드웨어를 갖는 컴퓨터 플랫폼 상에 구현될 수 있다. 또한, 컴퓨터 플랫폼은 운영 체제 및 마이크로 명령 코드를 포함할 수 있다. 여기서 설명된 다양한 프로세스들 및 기능들은 마이크로 명령 코드의 일부 또는 응용 프로그램의 일부, 또는 이들의 임의의 조합일 수 있고, 이들은 CPU를 포함하는 다양한 처리 장치에 의해 실행될 수 있다. 추가로, 추가 데이터 저장부 및 프린터와 같은 다양한 다른 주변 장치들이 컴퓨터 플랫폼에 접속될 수 있다.
첨부 도면들에서 도시된 구성 시스템 컴포넌트들 및 방법들의 일부가 바람직하게는 소프트웨어로 구현되므로, 시스템 컴포넌트들 또는 프로세스 기능 블록들 사이의 실제 접속들은 본 발명의 원리들이 프로그래밍되는 방식에 따라 달라질 수 있다는 점이 추가로 이해되어야 한다. 여기서의 교시들이 주어지면, 관련 기술분야의 당업자는 본 발명의 원리들 및 유사한 구현예들 또는 구성들을 참작할 수 있을 것이다.
예시적인 실시예들이 여기서 첨부 도면들과 관련하여 기술되었지만, 본 발명의 원리들이 실시예들에 제한되지 않으며, 다양한 변경들 및 수정들이 본 발명의 원리들의 범위 또는 사상으로부터 벗어나지 않고 관련 기술 분야의 당업자에 의해 수행될 수 있다는 점이 이해되어야 한다. 모든 이러한 변경들 및 수정들은 첨부된 청구항들에서 설명되는 바와 같은 본 발명의 원리들의 범위 내에 포함되는 것으로 의도된다.
위에서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
100: 리액션 보상 장치
110: 정보 수집부
120: 식별부 130: 리액션 레벨 결정부
140: 보상 지급 결정부 150: 회원 관리부
170: 보상 지급 알림부
120: 식별부 130: 리액션 레벨 결정부
140: 보상 지급 결정부 150: 회원 관리부
170: 보상 지급 알림부
Claims (21)
- 시뮬레이터에 의해 실행되는 시뮬레이션에 참여하는 시뮬레이션 참가자의 리액션 보상 방법으로서,
카메라 및 마이크 중 적어도 하나로부터 상기 참가자가 상기 시뮬레이션에 참가하는 동안 상기 참가자의 영상 정보와 음성 정보 중 적어도 하나를 수집하는 단계,
상기 수집된 영상 정보와 음성 정보 중 적어도 하나로부터 상기 참가자의 적어도 하나의 리액션을 검출하는 단계,
상기 검출된 리액션의 리액션 레벨을 결정하는 단계 및
상기 결정된 리액션 레벨이 일정 값 이상인 경우, 상기 참가자에게 보상 지급을 결정하는 보상 지급결정 단계
를 포함하는 시뮬레이션 참가자의 리액션 보상 방법.
- 제1항에 있어서,
상기 리액션은 상기 참가자의 소리 내기, 소리 크기의 변화, 표정 변화 및 몸짓 변화 중 적어도 어느 하나를 포함하는 것인 시뮬레이션 참가자의 리액션 보상 방법.
- 제1항에 있어서,
상기 적어도 하나의 리액션을 검출하는 단계는 시뮬레이션 중 참가자의 리액션이 예상되는 하나 이상의 미리 정해진 시점들에서 이루어지는 시뮬레이션 참가자의 리액션 보상 방법.
- 제1항에 있어서,
상기 리액션 레벨을 결정하는 단계에서 상기 리액션 레벨은 각 리액션 유형에 따라 별도의 기준으로 정해지는 것인 시뮬레이션 참가자의 리액션 보상 방법.
- 제4항에 있어서,
상기 리액션 레벨을 결정하는 단계는 상기 리액션 유형 중 어느 하나의 리액션 레벨값으로 결정되거나, 또는 복수개의 리액션 유형에 대해 리액션 유형에 따라 다른 가중치를 두고 리액션 레벨값을 합산하여 이루어지는 것인 시뮬레이션 참가자의 리액션 보상 방법.
- 제5항에 있어서,
상기 리액션 유형 중에서 참가자의 소리 크기의 변화에 대한 가중치가 가장 높은 것인 시뮬레이션 참가자의 리액션 보상 방법.
- 제5항에 있어서,
상기 리액션 레벨을 결정하는 단계는 시뮬레이션의 미리 정해진 하나 이상의 시점들에서 검출된 리액션 레벨값을 합산하여 이루어지는 것인 시뮬레이션 참가자의 리액션 보상 방법.
- 제4항에 있어서,
상기 리액션 레벨을 결정하는 단계는 각 리액션 유형별로 정해진 임계값 이상인 경우의 레벨값만을 합산하여 이루어지는 것인 시뮬레이션 참가자의 리액션 보상 방법.
- 제1항에 있어서,
상기 리액션 레벨을 결정하는 단계는 하나 이상의 관람객의 리액션 레벨을 포함하여 이루어지는 것인 시뮬레이션 참가자의 리액션 보상 방법.
- 제9항에 있어서,
상기 관람객의 리액션 레벨은 각 관람객의 리액션 레벨값을 합산한 제1 합산값; 전체 관람객들의 소리크기 변화 또는 관람객 수 변화와 같은 전체 관람객의 리액션 레벨값의 하나 이상을 합산한 제2 합산값; 또는 상기 제1 및 제2 합산값을 조합한 합산값으로 결정될 수 있는 시뮬레이션 참가자의 리액션 보상 방법.
- 제1항에 있어서,
상기 보상은 포인트, 경품, 할인권, 무료 쿠폰, 현장 할인 쿠폰 및 마일리지 중 적어도 하나를 포함하는 시뮬레이션 참가자의 리액션 보상 방법.
- 제1항에 있어서,
상기 보상 지급 결정단계는 리액션 레벨에 따라 리액션 보상을 차등 지급하는 단계를 포함하는 것인 시뮬레이션 참가자의 리액션 보상 방법.
- 제1항에 있어서,
상기 시뮬레이션 참가자를 식별하는 단계를 추가로 포함하는 시뮬레이션 참가자의 리액션 보상 방법.
- 제13항에 있어서,
상기 결정된 리액션 레벨이 일정 값 이상인 참가자가 등록된 회원인지 확인하는 단계; 및
상기 참가자가 등록된 회원이 아닌 경우, 상기 참가자의 회원 가입을 위한 회원 가입 화면을 생성하는 단계를 더 포함하고,
상기 회원 가입 화면은 상기 참가자의 ID 및 휴대 전화 번호를 입력 받기 위한 정보 입력 영역을 포함하는 시뮬레이션 참가자의 리액션 보상 방법.
- 제1항에 있어서,
상기 수집단계는 상기 시뮬레이터가 위치한 현장 단말기에 의해 수행되고, 상기 검출단계, 상기 레벨결정단계 및 상기 보상지급결정단계는 서버에서 수행되며, 상기 현장 단말기와 상기 서버는 상호 통신하는 것인 시뮬레이션 참가자의 리액션 보상 방법.
- 시뮬레이터에 의해 실행되는 시뮬레이션에 참여하는 시뮬레이션 참가자의 리액션 보상 장치로서,
카메라 및 마이크 중 적어도 하나를 이용하여 상기 참가자가 상기 시뮬레이션에 참가하는 동안 상기 참가자의 영상 정보와 음성 정보 중 적어도 하나를 수집하는 정보 수집부,
상기 수집된 영상 정보와 음성 정보 중 적어도 하나로부터 상기 참가자의 적어도 하나의 리액션을 검출하고, 상기 검출된 리액션의 리액션 레벨을 결정하는 리액션 레벨 결정부, 및
상기 결정된 리액션 레벨이 일정 값 이상인 경우, 상기 참가자에게 리액션 보상 지급을 결정하는 보상 지급 결정부
를 포함하고, 제1항 내지 제12항 중 어느 하나의 항에 따른 방법의 각 단계를 실행하는 시뮬레이션 참가자의 리액션 보상 장치.
- 제16항에 있어서,
상기 시뮬레이션 참가자를 식별하는 식별부를 추가로 포함하는 시뮬레이션 참가자의 리액션 보상 장치.
- 제16항에 있어서,
상기 결정된 리액션 레벨이 일정 값 이상인 참가자가 등록된 회원인지 확인하고, 상기 참가자가 등록된 회원이 아닌 경우, 상기 참가자의 회원 가입을 위한 회원 가입 화면을 생성하는 회원 관리부를 더 포함하고, 상기 회원 가입 화면은 상기 참가자의 ID 및 휴대 전화 번호를 입력 받기 위한 정보 입력 영역을 포함하는 시뮬레이션 참가자의 리액션 보상 장치.
- 제16항에 있어서,
상기 시뮬레이션 참가자의 리액션 보상 장치는 지능형 로봇장치이고, 상기 지능형 로봇장치는 상기 시뮬레이터 내부 또는 주변에 위치한 카메라 또는 마이크로부터 또는 상기 지능형 로봇장치의 일측에 장착된 카메라 또는 마이크로부터 정보를 수신하는 것인, 시뮬레이션 참가자의 리액션 보상 장치.
- 시뮬레이터에 의해 실행되는 시뮬레이션에 참여하는 시뮬레이션 참가자의 리액션 보상 서버로서,
상기 시뮬레이터가 위치한 현장 단말기로부터, 상기 참가자가 상기 시뮬레이션에 참가하는 동안 상기 참가자의 영상 정보와 음성 정보 중 적어도 하나를 수신하는 서버 통신부,
상기 수신된 영상 정보와 음성 정보 중 적어도 하나로부터 상기 참가자의 적어도 하나의 리액션을 검출하고, 상기 검출된 리액션의 리액션 레벨을 결정하는 리액션 레벨 결정부, 및
상기 결정된 리액션 레벨이 일정 값 이상인 경우, 상기 참가자에게 리액션 보상 지급을 결정하는 보상 지급 결정부를 포함하는 시뮬레이션 참가자의 리액션 보상 서버.
- 시뮬레이터에 의해 실행되는 시뮬레이션에 참여하는 시뮬레이션 참가자의 리액션 보상 방법으로서,
상기 방법은 리액션 보상 서버에서 수행되고, 상기 방법은
상기 시뮬레이터가 위치한 현장 단말기로부터, 상기 참가자가 상기 시뮬레이션에 참가하는 동안 상기 참가자의 영상 정보와 음성 정보 중 적어도 하나를 수신하는 단계,
상기 수신된 영상 정보와 음성 정보 중 적어도 하나로부터 상기 참가자의 적어도 하나의 리액션을 검출하는 단계,
상기 검출된 리액션의 리액션 레벨을 결정하는 단계 및
상기 결정된 리액션 레벨이 일정 값 이상인 경우, 상기 참가자에게 보상 지급을 결정하는 보상 지급결정 단계
를 포함하는 시뮬레이션 참가자의 리액션 보상 방법.
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170101318A KR20190016855A (ko) | 2017-08-09 | 2017-08-09 | 시뮬레이션 참가자의 리액션 보상 방법 및 장치 |
US15/827,698 US20190050881A1 (en) | 2017-08-09 | 2017-11-30 | Method and apparatus for rewarding reaction of simulation participant |
JP2018147580A JP6666396B2 (ja) | 2017-08-09 | 2018-08-06 | シミュレーション参加者のリアクション報奨方法および装置 |
CN201810904196.5A CN109389417A (zh) | 2017-08-09 | 2018-08-09 | 模拟参加者的反应奖励方法、装置及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170101318A KR20190016855A (ko) | 2017-08-09 | 2017-08-09 | 시뮬레이션 참가자의 리액션 보상 방법 및 장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20190016855A true KR20190016855A (ko) | 2019-02-19 |
Family
ID=65275272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020170101318A KR20190016855A (ko) | 2017-08-09 | 2017-08-09 | 시뮬레이션 참가자의 리액션 보상 방법 및 장치 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20190050881A1 (ko) |
JP (1) | JP6666396B2 (ko) |
KR (1) | KR20190016855A (ko) |
CN (1) | CN109389417A (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11824819B2 (en) | 2022-01-26 | 2023-11-21 | International Business Machines Corporation | Assertiveness module for developing mental model |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111128190B (zh) * | 2019-12-31 | 2023-03-21 | 恒信东方文化股份有限公司 | 一种表情匹配的方法及*** |
CN113409067B (zh) * | 2021-05-07 | 2023-06-06 | 支付宝(杭州)信息技术有限公司 | 一种用户交互方法、装置以及设备 |
WO2024142364A1 (ja) * | 2022-12-28 | 2024-07-04 | 三菱電機ビルソリューションズ株式会社 | 店舗サービスシステム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4432246B2 (ja) * | 2000-09-29 | 2010-03-17 | ソニー株式会社 | 観客状況判定装置、再生出力制御システム、観客状況判定方法、再生出力制御方法、記録媒体 |
US9754444B2 (en) * | 2006-12-06 | 2017-09-05 | Cfph, Llc | Method and apparatus for advertising on a mobile gaming device |
CN104606883A (zh) * | 2015-03-02 | 2015-05-13 | 郑州三生石科技有限公司 | 一种多人视频在线游戏中观众与游戏玩家互动的方法 |
EP3316980A1 (en) * | 2015-06-30 | 2018-05-09 | Amazon Technologies Inc. | Integrating games systems with a spectating system |
US10390064B2 (en) * | 2015-06-30 | 2019-08-20 | Amazon Technologies, Inc. | Participant rewards in a spectating system |
CN105141587B (zh) * | 2015-08-04 | 2019-01-01 | 广东小天才科技有限公司 | 一种虚拟玩偶互动方法及装置 |
WO2017048898A1 (en) * | 2015-09-18 | 2017-03-23 | Mazur Kai | Human-computer interface |
US9812151B1 (en) * | 2016-11-18 | 2017-11-07 | IPsoft Incorporated | Generating communicative behaviors for anthropomorphic virtual agents based on user's affect |
-
2017
- 2017-08-09 KR KR1020170101318A patent/KR20190016855A/ko unknown
- 2017-11-30 US US15/827,698 patent/US20190050881A1/en not_active Abandoned
-
2018
- 2018-08-06 JP JP2018147580A patent/JP6666396B2/ja active Active
- 2018-08-09 CN CN201810904196.5A patent/CN109389417A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11824819B2 (en) | 2022-01-26 | 2023-11-21 | International Business Machines Corporation | Assertiveness module for developing mental model |
Also Published As
Publication number | Publication date |
---|---|
CN109389417A (zh) | 2019-02-26 |
JP2019032838A (ja) | 2019-02-28 |
JP6666396B2 (ja) | 2020-03-13 |
US20190050881A1 (en) | 2019-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20190016855A (ko) | 시뮬레이션 참가자의 리액션 보상 방법 및 장치 | |
CN103383723B (zh) | 用于生物特征验证的电子欺骗检测的方法和*** | |
US20190082211A1 (en) | Producing realistic body movement using body Images | |
CN108470169A (zh) | 人脸识别***及方法 | |
KR101829879B1 (ko) | 프로골퍼 음성과 영상을 통한 인공지능형 라이브골프자세교정장치 및 방법 | |
US20200020197A1 (en) | System and method for intelligently rewarding game mission accomplishment | |
KR102593624B1 (ko) | 부정 행위를 방지하는 안면윤곽선 인식 인공지능을 사용한 온라인 시험 시스템 및 그 방법 | |
CN114615455A (zh) | 远程会议的处理方法、装置、会议***和存储介质 | |
WO2018171196A1 (zh) | 一种控制方法、终端及*** | |
CN115131879A (zh) | 一种动作评价方法及装置 | |
US10596458B2 (en) | Intelligent service system, apparatus, and method for simulators | |
Hsieh et al. | A distance computer vision assisted yoga learning system | |
US20190193261A1 (en) | Information processing device, information processing method, and non-transitory computer-readable recording medium for acquiring information of target | |
KR102341060B1 (ko) | 키오스크를 이용한 광고 서비스 제공 시스템 | |
CN111242714A (zh) | 产品推荐方法及装置 | |
KR20170105250A (ko) | 스마트폰 카메라 촬영 기능을 활용한 골프 인맥 관리 및 레슨 중계 시스템 | |
CN116757302A (zh) | 智慧图书馆的智能控制方法、装置、设备及介质 | |
CN115442658B (zh) | 直播方法、装置、存储介质、电子设备及产品 | |
KR20230103671A (ko) | 통신 시스템에서 사용자의 감정에 기반하여 관계를 형성할 수 있는 메타버스 가상 현실 반려 동물을 제공하기 위한 방법 및 장치 | |
Tsai et al. | Intelligent attendance monitoring system with spatio-temporal human action recognition | |
CN111860563A (zh) | 一种车辆验证方法、装置、电子设备和介质 | |
JP2021190051A (ja) | 行動体特定システム | |
KR102670939B1 (ko) | 센서 데이터를 활용한 운동 자세 평가 시스템 및 방법 | |
KR20180092805A (ko) | 시뮬레이터용 지능형 서비스 시스템과 장치와 방법 및 기록매체 | |
JP7129724B2 (ja) | オンラインショー演出システムおよびそのプログラム、並びに笑い解析装置、笑い解析方法およびそのプログラム |