KR20210114777A - 가상 현실 콘텐츠의 경험 품질 평가 장치 및 방법 - Google Patents
가상 현실 콘텐츠의 경험 품질 평가 장치 및 방법 Download PDFInfo
- Publication number
- KR20210114777A KR20210114777A KR1020200030345A KR20200030345A KR20210114777A KR 20210114777 A KR20210114777 A KR 20210114777A KR 1020200030345 A KR1020200030345 A KR 1020200030345A KR 20200030345 A KR20200030345 A KR 20200030345A KR 20210114777 A KR20210114777 A KR 20210114777A
- Authority
- KR
- South Korea
- Prior art keywords
- virtual reality
- reality content
- evaluation
- experience quality
- unit
- Prior art date
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 35
- 201000003152 motion sickness Diseases 0.000 claims abstract description 76
- 238000012800 visualization Methods 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims abstract description 9
- 238000013441 quality evaluation Methods 0.000 claims description 57
- 238000004891 communication Methods 0.000 claims description 15
- 238000007654 immersion Methods 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 3
- 238000001303 quality assessment method Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 26
- 238000012545 processing Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000013480 data collection Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 3
- 210000005069 ears Anatomy 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/02—Diagnosis, testing or measuring for television systems or their details for colour television signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
- H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/81—Monomedia components thereof
- H04N21/816—Monomedia components thereof involving special video data, e.g 3D video
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Economics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
가상 현실 콘텐츠의 경험 품질 평가 장치 및 방법이 개시된다. 본 발명의 일실시예에 따른 가상 현실 콘텐츠 경험 품질 평가 클라이언트 장치는, 출력부와, 사용자 입력부와, 출력부 및 사용자 입력부와 연동하여 가상 현실 콘텐츠의 재생을 제어하는 제어부를 포함하되, 제어부는 재생되는 가상 현실 콘텐츠의 영상 프레임 변화를 기반으로 예측되는 멀미도 스코어 및 가상 현실 콘텐츠를 시청한 사용자로부터의 피드백 기반의 주관적 평가치를 획득하는 평가 요소 획득부와, 획득된 멀미도 스코어 및 사용자의 주관적 평가치를 통합 분석하여 정량화된 가시화 데이터를 생성하는 평가 요소 분석부를 포함할 수 있다.
Description
기재된 실시예는 가상 현실 기술에 관한 것으로, 특히 가상 현실 콘텐츠의 경험 품질(Quality of Experience, QoE)을 평가하는 기술에 관한 것이다.
가상현실(Virtual Reality, VR)이란 인공적인 기술을 활용하여 인체의 오감을 자극함으로써, 실제로 얻기 힘든 경험이나 환경 등을 실제와 같이 체험하게 하는 기술을 의미한다. 예컨대, 대표적인 VR 디바이스인 사용자의 머리에 착용되는 헤드 마운티드 디스플레이(Head mounted display, HMD) 등을 통해 360 도로 펼쳐지는 영상과 음향을 제공함으로써 실제와 흡사한 가상 공간을 구현해낼 수 있다. 이는 3D 기술에 비해 실재감 및 몰입도가 높고, 사용자는 입력 인터페이스를 활용해 가상현실에서 구현되는 상황과 상호작용을 할 수도 있다.
이러한 VR 기술은 게임, 테마파크, 스포츠, 미디어 영상, 교육, 건설, 훈련, 국방, 부동산, e-커머스, 헬스케어 등 매우 다양한 산업 분야에 적용될 수 있어, 그 응용 콘텐츠의 양은 폭발적으로 증대하고 있다.
그러나 이러한 VR 기술이 적용되는 콘텐츠에 대한 사용자 경험 품질 평가와 관련된 연구는 VR 콘텐츠 시청에 따라 사용자가 느끼는 멀미도를 측정하여 저감하거나 조절하는 방법에 대한 연구 등에 한정되어 있다. 즉, VR 콘텐츠에 대한 사용자 경험 품질 평가에 있어서 멀미도 외에 가상 현실 콘텐츠를 체험한 개별 사용자들 각각의 특성에 따른 다양한 주관적인 평가 요소들을 반영하고 있지 않다. 따라서, 사용자가 VR 콘텐츠를 선택하는 기준으로 단순히 멀미도를 고려하게 될 뿐이므로 사용자 관점의 만족 체험을 위해 좀 더 다양한 콘텐츠 선택 기준이 요구된다.
한편, 개인 컴퓨터 및 스마트폰용 게임 등에 대해서는 안전성 평가 등급 분류 기준들이 개별적으로 활용되어 진행된 바 있으나, VR 콘텐츠는 영화나 드라마에 적용되어 있는 안전 관람에 대한 등급 분류와 같은 안전성 평가 등급 기준이 제시된 바 없다. 그러나 VR 콘텐츠 체험시 동반되는 신체적 이상 징후 등에 의해 안전성이 보장되지 않을 수 있다는 안전 사용성의 문제가 대두되고 있다. 따라서, VR 콘텐츠의 발전을 위해서는 VR 콘텐츠에 대한 안전 등급 기준 마련이 필수적이다.
기재된 실시예는 VR 콘텐츠의 경험 품질을 평가하기 위한 요소로 멀미도 외에도 휴먼 팩터 관점의 다양한 주관적 평가 요소들을 통합적으로 반영하는 것을 목적으로 한다.
기재된 실시예는 VR 콘텐츠에 대한 안전 사용성을 위한 등급 기준을 제시하는 것을 목적으로 한다.
실시예에 따른 가상 현실 콘텐츠 경험 품질 평가 클라이언트는, 출력부와, 사용자 입력부와, 출력부 및 사용자 입력부와 연동하여 가상 현실 콘텐츠의 재생을 제어하는 제어부를 포함하되, 제어부는, 재생되는 가상 현실 콘텐츠의 영상 프레임 변화를 기반으로 예측되는 멀미도 스코어 및 가상 현실 콘텐츠를 시청한 사용자로부터의 피드백 기반의 주관적 평가치를 포함하는 평가 요소들을 획득하는 평가 요소 획득부와, 획득된 평가 요소들을 통합 분석하여 정량화된 가시화 데이터를 생성하는 평가 요소 분석부를 포함할 수 있다.
실시예에 따른 가상 현실 콘텐츠 경험 품질 평가 서버는 통신부와, 통신부를 통해 평가 대상인 가상 현실 콘텐츠를 선별하여 적어도 하나의 가상 현실 콘텐츠 경험 품질 평가 클라이언트에 전송하는 제어부를 포함하되, 제어부는, 상기 적어도 하나의 가상 현실 콘텐츠 경험 품질 평가 클라이언트로부터 전송된 가상 현실 콘텐츠 경험 품질에 대한 평가 요소들을 기반으로 가상 현실 콘텐츠 등급을 결정할 수 있다.
실시예에 따른 가상 현실 콘텐츠 경험 품질 평가 방법은, 출력부와, 사용자 입력부와, 출력부 및 사용자 입력부와 연동하여 가상 현실 콘텐츠의 재생을 제어하는 제어부를 포함하는 클라이언트 장치에서 수행되되, 재생되는 가상 현실 콘텐츠의 영상 프레임 변화를 기반으로 예측되는 멀미도 스코어 및 가상 현실 콘텐츠를 시청한 사용자로부터의 피드백 기반의 주관적 평가치를 포함하는 평가 요소들을 획득하는 단계와, 획득된 평가 요소들을 통합 분석하여 정량화된 가시화 데이터를 생성하는 단계를 포함할 수 있다.
실시예에 따른 서버 장치에서의 가상 현실 콘텐츠 경험 품질 평가 방법은 평가 대상인 가상 현실 콘텐츠를 선별하여 적어도 하나의 가상 현실 콘텐츠 경험 품질 평가 클라이언트에 전송하는 단계와, 상기 적어도 하나의 가상 현실 콘텐츠 경험 품질 평가 클라이언트로부터 전송된 가상 현실 콘텐츠 경험 품질에 대한 평가 요소들을 기반으로 가상 현실 콘텐츠 등급을 결정하는 단계를 포함한다.
기재된 실시예에 따르면 VR 콘텐츠의 경험 품질을 평가하기 위한 요소로 멀미도 외에도 휴먼 팩터 관점의 다양한 주관적 평가 요소들을 통합적으로 반영하여 VR 콘텐츠의 사용자 경험 품질 평가를 정량화함으로써, VR 콘텐츠의 선택 기준을 다양화할 수 있다.
또한 기재된 실시예에 따르면 VR 콘텐츠에 대한 다양한 평가 요소들을 기반으로 VR 콘텐츠에 대한 안전 등급을 결정하여 제공할 수 있다.
더 나아가, 사용자 관점에서는 VR 콘텐츠에 대한 시청 결과에 대한 데이터 로깅을 통하여 사용자의 건강상태나 가상현실멀미 민감도에 따른 개인화된 건강 의료 정보로써 관리하고 가상현실멀미에 대한 헬쓰 정보를 개선할 수 있는 방안이 제시될 수 있다.
도 1은 실시예에 따른 가상 현실 콘텐츠 경험 품질 평가를 위한 시스템의 개략적인 구성도이다.
도 2는 실시예에 따른 클라이언트의 블록 구성도이다.
도 3은 실시예에 따른 가상 현실 멀미도 스코어 출력 화면의 일 예를 도시한 도면이다.
도 4는 실시예에 따른 경험 품질 평가 항목에 대한 사용자의 피드백을 요청하는 그래픽 사용자 인터페이스(Graphic User Interface, GUI)의 일 예를 도시한 도면이다.
도 5는 실시예에 따른 콘텐츠 사용성 만족도 평가 항목에 대한 사용자의 피드백을 요청하는 그래픽 사용자 인터페이스(Graphic User Interface, GUI)의 일 예를 도시한 도면이다.
도 6은 실시예에 따른 VR 콘텐츠의 품질 평가를 위한 시스템 성능 스펙 데이터에 대한 예시도이다.
도 7은 실시예에 따른 VR 콘텐츠에 대한 경험 품질 요소에 대한 가시화 데이터의 일 예를 도시한 도면이다.
도 8은 실시예에 따른 VR 콘텐츠에 대한 경험 품질 요소에 대한 가시화 데이터의 다른 예를 도시한 도면이다.
도 9는 실시예에 따른 VR 콘텐츠에 대한 사용성 만족도 요소에 대한 가시화 데이터의 일 예를 도시한 도면이다.
도 10은 실시예에 따른 서버의 블록 구성도이다.
도 11은 실시예에 따른 멀미도와 구동 강도 간의 상관 관계에 따른 VR 콘텐츠 등급 분류 테이블의 예시도이다.
도 12는 실시 예에 따른 VR 콘텐츠 경험 품질 등급 아이콘의 예시도이다.
도 13은 실시예에 따른 가상 현실 콘텐츠 경험 품질 평가 방법을 설명하기 위한 신호 흐름도이다.
도 14는 실시예에 따라 클라이언트에서의 콘텐츠 경험 품질 평가 방법을 상세히 설명하기 위한 순서도이다.
도 2는 실시예에 따른 클라이언트의 블록 구성도이다.
도 3은 실시예에 따른 가상 현실 멀미도 스코어 출력 화면의 일 예를 도시한 도면이다.
도 4는 실시예에 따른 경험 품질 평가 항목에 대한 사용자의 피드백을 요청하는 그래픽 사용자 인터페이스(Graphic User Interface, GUI)의 일 예를 도시한 도면이다.
도 5는 실시예에 따른 콘텐츠 사용성 만족도 평가 항목에 대한 사용자의 피드백을 요청하는 그래픽 사용자 인터페이스(Graphic User Interface, GUI)의 일 예를 도시한 도면이다.
도 6은 실시예에 따른 VR 콘텐츠의 품질 평가를 위한 시스템 성능 스펙 데이터에 대한 예시도이다.
도 7은 실시예에 따른 VR 콘텐츠에 대한 경험 품질 요소에 대한 가시화 데이터의 일 예를 도시한 도면이다.
도 8은 실시예에 따른 VR 콘텐츠에 대한 경험 품질 요소에 대한 가시화 데이터의 다른 예를 도시한 도면이다.
도 9는 실시예에 따른 VR 콘텐츠에 대한 사용성 만족도 요소에 대한 가시화 데이터의 일 예를 도시한 도면이다.
도 10은 실시예에 따른 서버의 블록 구성도이다.
도 11은 실시예에 따른 멀미도와 구동 강도 간의 상관 관계에 따른 VR 콘텐츠 등급 분류 테이블의 예시도이다.
도 12는 실시 예에 따른 VR 콘텐츠 경험 품질 등급 아이콘의 예시도이다.
도 13은 실시예에 따른 가상 현실 콘텐츠 경험 품질 평가 방법을 설명하기 위한 신호 흐름도이다.
도 14는 실시예에 따라 클라이언트에서의 콘텐츠 경험 품질 평가 방법을 상세히 설명하기 위한 순서도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
비록 "제1" 또는 "제2" 등이 다양한 구성요소를 서술하기 위해서 사용되나, 이러한 구성요소는 상기와 같은 용어에 의해 제한되지 않는다. 상기와 같은 용어는 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용될 수 있다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있다.
본 명세서에서 사용된 용어는 실시예를 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 또는 "포함하는(comprising)"은 언급된 구성요소 또는 단계가 하나 이상의 다른 구성요소 또는 단계의 존재 또는 추가를 배제하지 않는다는 의미를 내포한다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 해석될 수 있다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하에서는, 도 1 내지 도 14를 참조하여 실시예에 따른 가상 현실 콘텐츠의 경험 품질 평가 장치 및 방법이 상세히 설명된다.
이하에서는, 도 1 내지 도 14를 참조하여 실시예에 따른 가상 현실 콘텐츠의 경험 품질 평가 장치 및 방법이 상세히 설명된다.
도 1은 실시예에 따른 가상 현실 콘텐츠 경험 품질 평가를 위한 시스템의 개략적인 구성도이다.
도 1을 참조하면, 가상 현실 콘텐츠 경험 품질 평가를 위한 시스템(1)은 복수의 가상 현실(Virtual Reality, 이하 'VR' 이라 함) 콘텐츠 경험 품질 평가 클라이언트들(이하 '클라이언트'로 기재함)(10-1, 10-2, ..., 10-N)이 VR 콘텐츠 경험 품질 평가 서버(이하 '서버'로 기재함)(20)에 유/무선 통신망(30)을 통해 연동되는 형태로 구성될 수 있다. 우선, 클라이언트(10)의 상세 구성 및 동작을 도 2 내지 도 9를 참조하여 살펴본 후, 다음으로 서버(20)의 상세 구성 및 동작은 도 10 내지 도 12를 참조하여 후술하기로 한다.
도 2는 실시예에 따른 클라이언트의 블록 구성도이다.
도 2를 참조하면, 클라이언트(10)는 출력부(11), 사용자 입력부(12), 통신부(13) 및 제어부(100)를 포함한다.
출력부(11)는 VR 콘텐츠를 시각적 및 청각적 데이터로 출력하여 사용자가 체험할 수 있도록 하는 것으로, 디스플레이부(미도시) 및 음향 출력부(미도시)를 포함할 수 있다. 특히, 사용자의 눈이 위치한 영역에 VR 콘텐츠 이미지가 표시되고 사용자의 귀가 위치한 영역에 VR 콘텐츠 음향이 출력되면서, 눈과 귀가 외부 환경에 노출되지 않도록 하기 위해 출력부(11)가 머리를 감싸는 형태의 하우징 구조체에 고정되도록 구현될 수도 있다. 예컨대, 디스플레이부는 HMD(Head mounted display)에 채택되는 통상의 디스플레이 장치일 수 있다.
사용자 입력부(12)는 VR 콘텐츠를 체험하는데 필요한 사용자 입력 신호를 획득하기 위한 수단으로, 자세, 상태, 눈동자, 표정, 제스처, 음성 등의 변화 등의 사용자의 동작 변화 등을 트래킹할 수 있는 센서(미도시)나, 키 패드(key pad), 돔 스위치(dome switch), 터치 패드, 조그 휠, 조그 스위치 등이 사용자 입력 조작부(미도시)가 포함될 수 있다.
통신부(13)는 서버(20)와 유/무선으로 신호를 송수신하기 위한 것으로 주지된 구성이다. 실시예에 따라, 통신부(13)를 통해 VR 콘텐츠, 멀미도 스코어 및 VR 콘텐츠의 경험 품질 평가를 위한 평가 요소 데이터 등이 서버(20)와 송수신될 수 있다.
제어부(100)는 클라이언트(10)의 가상 현실 콘텐츠의 경험 품질 평가를 위한 내부 구성 요소들 사이의 신호 흐름을 제어하고, 데이터를 처리하는 기능을 수행한다. 제어부(220)는 사용자의 입력이 있거나 기 설정되어 저장된 조건을 만족하는 경우, 기 저장된 다양한 애플리케이션을 실행할 수 있다. 도 2의 제어부(100)는 VR 재생 처리부(110), 평가 요소 획득부(120) 및 평가 요소 분석부(130)를 포함할 수 있으나, 이는 본 실시예를 설명하기 위해 필요한 일부 구성요소만을 도시한 것일 뿐, 제어부(100)에 포함된 구성요소가 전술한 예에 한정되는 것은 아니다.
VR 재생 처리부(110)는 출력부(11) 및 사용자 입력부(12)와 연동하여 가상 현실 콘텐츠가 재생되도록 제어한다. 이때, VR 재생 처리부(110)는 메모리(미도시)에 미리 저장되어 있는 VR 콘텐츠를 로딩하여 재생시킬 수도 있고, 통신부(13)를 통해 서버(20)로부터 실시간 스트리밍되는 VR 콘텐츠가 재생되도록 제어할 수도 있다.
평가 요소 획득부(120)는 재생되는 가상 현실 콘텐츠의 경험 품질을 평가하기 위한 평가 요소 데이터들을 획득한다. 여기서, 평가 요소 데이터들은 멀미도 스코어, 주관적 평가치, 시스템 성능 데이터를 포함할 수 있는데, 이 외에도 연령, 성별, 시력 등의 VR 콘텐츠를 체험한 사용자의 식별 데이터 등이 포함될 수도 있다.
평가 요소 분석부(130)는 획득된 멀미도 스코어 및 사용자의 주관적 평가치를 통합 분석하여 정량화된 가시화 데이터를 생성한다.
우선, 평가 요소 획득부(120)의 상세 구성 요소 및 동작에 대해서는 도 3 내지 도 6의 예시도를 참조하여 설명하기로 한다. 평가 요소 획득부(120)는 상세하게는, 평가 요소 획득부(120)는 멀미도 획득부(121), 주관적 평가 요소 획득부(122)를 포함할 수 있다. 부가적으로, 시스템 성능 추출부(123)을 더 포함할 수 있다.
멀미도 획득부(121)는 재생되는 가상 현실 콘텐츠의 영상 프레임 변화를 기반으로 예측되는 멀미도 스코어를 획득한다. 일 실시 예에 따라, 멀미도 획득부(121)는 가상 현실 콘텐츠의 영상 프레임들의 연속적인 입력에 따라 상응하는 연속적인 멀미도 스코어를 예측하여 출력하도록 머신 러닝 기반으로 학습된 멀미도 예측 모델(121a)을 구비하여, 멀미도 예측 모델(121a)로부터 멀미도 스코어를 획득할 수 있다. 여기서, 멀미도 예측 모델(121a)은 서버(20)로부터 사전에 다운로드된 것일 수 있다. 다른 실시 예에 따라, 멀미도 획득부(121)는 통신부(13)를 통해 서버(20)로부터 스트리밍되는 가상 현실 콘텐츠와 함께 예측되는 멀미도 스코어를 실시간으로 전달받을 수도 있다.
이때, 멀미도 획득부(121)에 의해 획득된 멀미도 스코어는 출력부(11)에 디스플레이되는 영상과 함께 출력될 수도 있다. 도 3은 실시예에 따른 가상 현실 멀미도 스코어 출력 화면의 일 예를 도시한 도면이다.
도 3을 참조하면, VR 콘텐츠의 영상 화면(31) 구동에 따른 프레임별 혹은 일정 시간 단위의 멀미도 스코어 그래프(32)가 표시된다. 또한, 멀미도 획득부(121)는 연속적인 멀미도 스코어로부터 소정 시간 단위로 대표값(33)을 생성할 수 있다. 이를 통해, VR 콘텐츠의 영상 화면 구동과 동시에 멀미도 스코어 대표값을 시간 단위로 제시함으로써 VR 콘텐츠의 영상 화면 변화에 따른 멀미도 스코어의 변화를 시각적인 방법으로 비교할 수 있게 하며, 멀미도 스코어의 조절에 따른 VR 콘텐츠의 영상 프레임 변화를 비교할 수 있게 한다.
주관적 평가치 요소 획득부(122)는 VR 콘텐츠를 시청하는 사용자로부터의 피드백 기반의 주관적 평가치를 획득한다. 이때, 주관적 평가치 요소 획득부(122)는 사용자가 VR 콘텐츠를 모두 시청한 후에 주관적 평가치의 피드백을 요청할 수도 있고, VR 콘텐츠 시청 중 소정 주기로 주관적 평가치의 피드백을 요청할 수도 있다.
여기서, 주관적 평가치는 그 속성에 따라 분류될 수 있어, 주관적 평가치 요소 획득부(122)는 둘 이상의 속성별 데이터 수집부들(122-1, 122-2, ...)을 포함할 수 있다. 예컨대, 제1 속성 데이터 수집부(122-1)은 사용자 경험 품질로 분류되는 주관적 평가 요소 데이터들을 수집할 수 있고, 제2 속성 데이터 수집부(122-2)는 사용자 만족도로 분류되는 주관적 평가 요소 데이터들을 수집할 수 있다. 그런데, 이는 본 발명의 이해를 돕기 위한 일 예일 뿐, 본 발명은 이에 한정되지 않는다. 즉, VR 콘텐츠를 체험한 사용자의 휴먼 팩터 기반의 다른 주관적 평가 속성이 마련될 수도 있다.
제1 속성 데이터 수집부(122-1)는 주관적 평가치인 현실감, 자율성, 상호 작용성 및 몰입도 중 적어도 하나를 포함하는 경험 품질 평가 항목에 대한 사용자의 피드백을 요청하는 그래픽 사용자 인터페이스(Graphic User Interface, GUI)를 출력부(11)를 통해 디스플레이할 수 있다.
도 4는 실시예에 따른 경험 품질 평가 항목에 대한 사용자의 피드백을 요청하는 그래픽 사용자 인터페이스(Graphic User Interface, GUI)의 일 예를 도시한 도면이다.
도 4를 참조하면, 사용자 경험 품질 평가 항목으로 현실감(Presense), 자율성(Autonomy), 상호 작용성(Interactivity) 및 몰입도(Immersion)가 도시되어 있다. 그리고, 사용자 경험 품질 평가 항목들 각각에 'Low', 'Mid', 'High'가 표시된 범위 표시선(41)이 형성되고, 범위 표시선(61)를 따라 이동되는 범위 조절부(42)가 형성되어 있다. 따라서, 사용자 입력부(12)로부터의 신호에 따라 범위 조절부(42)가 좌우로 조절되고, 그에 상응하는 수치가 우측에 표시될 수 있다.
제2 속성 데이터 수집부(122-2)는 주관적 평가치인 가상 현실 만족도, 음향 만족도, 사용자 인터페이스 만족도 및 난이도 만족도 중 적어도 하나를 포함하는 콘텐츠 사용성 만족도 평가 항목에 대한 사용자의 피드백을 요청하는 그래픽 사용자 인터페이스(Graphic User Interface, GUI)를 출력부(11)를 통해 디스플레이할 수 있다.
도 5는 실시예에 따른 콘텐츠 사용성 만족도 평가 항목에 대한 사용자의 피드백을 요청하는 그래픽 사용자 인터페이스(Graphic User Interface, GUI)의 일 예를 도시한 도면이다.
도 5를 참조하면, 콘텐츠 사용성 만족도 평가 항목으로 가상 현실 만족도(VR sat.), 음향 만족도(Sound sat.), 사용자 인터페이스 만족도(Using UI sat.) 및 난이도 만족도(Level of Difficulty sat.)가 도시되어 있다. 그리고, 사용자 경험 품질 평가 항목들 각각에 'Low', 'Mid', 'High'가 표시된 범위 표시선(51)이 형성되고, 범위 표시선(51)를 따라 이동되는 범위 조절부(52)가 형성되어 있다. 따라서, 사용자 입력부(12)로부터의 신호에 따라 범위 조절부(52)가 좌우로 조절되고, 그에 상응하는 수치가 우측에 표시될 수 있다.
시스템 성능 추출부(123)는 가상 현실 콘텐츠가 재생되는 클라이언트(10)의 시스템 성능 스펙 데이터를 추출한다. 이는 클라이언트(10)의 시스템 성능 스펙에 따라, 사용자가 체험하는 VR 콘텐츠의 주관적 평가치는 달라질 수 있으므로, 이를 서버(20)에 전송하여, 서버(20)에서 등급 생성시 활용하도록 하기 위함이다.
도 6은 VR 콘텐츠의 품질 평가를 위한 시스템 성능 스펙 데이터에 대한 예시도이다.
도 6을 참조하면, VR 콘텐츠 구동 시스템의 성능 측정 요소(51)는 개인 컴퓨터의 중앙처리장치 성능(CPU Spec), 메인메모리 용량(Main Memory Capacity), 그래픽프로세싱유닛 성능(GPU Spec), 운영체계(Operating System), 머리장착형 영상장치 종류(HMD Model), 영상의 해상도(Image Resolution), 프레임율(FPS), 시야각(FoV) 등의 정보를 포함할 수 있는데, 각각의 요소들에 대한 측정값(52)이 도시되어 있다.
다시 도 2를 참조하면, 평가 요소 분석부(130)는 획득된 멀미도 스코어 및 사용자의 주관적 평가치를 통합 분석하여 정량화된 가시화 데이터를 생성한다. 이때, 수집된 데이터들 중에서 소정 기준에 따라 필요한 데이터를 선별하여 가시화할 수 있다. 이러한 가시화 데이터를 사용자에게 디스플레이하여 멀미도 뿐만 아니라 사용자가 시청한 데이터의 경험 품질을 한눈에 인지하도록 할 수 있다. 이에 대해 도 7 내지 도 9의 예시도를 참조하여 설명하기로 한다.
도 7은 실시예에 따른 VR 콘텐츠에 대한 경험 품질 요소에 대한 가시화 데이터의 일 예를 도시한 도면이다.
도 7을 참조하면, 멀미도, 몰입도, 현실감 및 자율성이 각 축의 변수로 설정되는 좌표 평면(72)에 평가 요소 획득부(120)에 의해 획득된 각 변수별 수치들을 표시한 후, 각 수치값들을 연결(71)한 레이더 차트 형태의 가시화 데이터가 생성될 수 있다.
도 8은 실시예에 따른 VR 콘텐츠에 대한 경험 품질 요소에 대한 가시화 데이터의 다른 예를 도시한 도면이다.
도 8을 참조하면, 멀미도, 몰입도, 현실감 및 자율성을 포함하는 항목들(81)각각에 대해 평가 요소 획득부(120)에 의해 획득된 평가 수치들을 별점의 갯수(82)한 별점 표시 형태의 가시화 데이터가 생성될 수 있다.
도 7 및 도 8에 예시된 가시화 데이터를 통해 해당 사용자가 VR 콘텐츠를 시청할 때, 현실감은 느껴지지 않고, 멀미도만 크게 느끼므로 VR 콘텐츠의 경험 품질 평가 결과가 좋지 않고 안전상의 문제점도 크다는 점이 종합적으로 용이하게 인지될 수 있다. 이때, 평가 요소 분석부(130)는 VR 콘텐츠 시청 중 소정 주기로 가시화 데이터를 생성하고 디스플레이하여, 사용자가 안전성의 문제를 인지할 수 있도록 하여 VR 콘텐츠 재생의 중단을 유도하도록 할 수도 있다.
도 9는 실시예에 따른 VR 콘텐츠에 대한 사용성 만족도 요소에 대한 가시화 데이터의 일 예를 도시한 도면이다.
도 9의 (a)를 참조하면, VR 만족도, 음향 만족도, UI 만족도 및 난이도 만족도를 포함하는 항목들 각각에 대해 평가 요소 획득부(120)에 의해 획득된 평가 수치들을 막대 그래프의 형태로 가시화 데이터가 생성될 수 있다. 또한 도 9의 (b)를 참조하면, 사용자 만족도 평가 항목들 각각에 대한 수치들의 대표값을 콘텐츠 사용성 만족도로 생성되어 가시화될 수 있다.
한편, 평가 요소 획득부(120) 및 평가 요소 분석부(130)에 의해 생성된 VR 콘텐츠 품질 평가 요소들과 관련된 데이터들은 모두 평가 대상 VR 콘텐츠의 식별자(ID)와 함께 서버(20)에 전송되어 활용될 수 있다.
도 10은 실시예에 따른 서버의 블록 구성도이다.
도 10을 참조하면, 서버(20)는 통신부(21), VR 콘텐츠 DB(22), VR 콘텐츠 등급 결정 모델 DB(23), 경험 품질 평가 요소 DB(24) 및 제어부(200)를 포함한다.
통신부(21)는 클라이언트(10-1, 10-2,..., 10-N)와 유/무선으로 신호를 송수신하기 위한 것으로 주지된 구성이다. 실시예에 따라, 통신부(21)를 통해 VR 콘텐츠, 멀미 예측치 및 평가 요소 데이터 등이 클라이언트(10-1, 10-2,..., 10-N)와 송수신될 수 있다.
VR 콘텐츠 DB(22)는 평가 대상인 복수의 VR 콘텐츠들을 그 식별자(ID)와 함께 저장한다. 부가적으로, 평가 횟수, 평가 데이터, 결정된 등급 등과 함께 저장되어 추후 평가 대상 선별시 참조될 수도 있다.
VR 콘텐츠 등급 결정 모델 DB(23)는 클라이언트(10-1, 10-2,..., 10-N)에 의해 평가된 VR 콘텐츠 경험 품질에 대한 평가 요소들을 기반으로 모델링된 VR 콘텐츠 등급을 결정하기 위한 모델들을 저장한다. 여기서, VR 콘텐츠 등급 결정 모델은 소정 기준의 하나 또는 둘 이상의 평가 요소들을 입력 변수로 할 경우 대응되는 경험 품질 평가치들을 라벨링 데이터로 하여 학습된 머신 러닝 기반 모델일 수 있다.
경험 품질 평가 요소 DB(24)에는 클라이언트(10-1, 10-2,..., 10-N)에 의해 평가된 VR 콘텐츠에 대한 경험 품질 평가치들이 속성별로 분류되어 저장되어, VR 콘텐츠 등급 결정 모델을 생성하기 위한 학습 데이터로 활용될 수 있다.
제어부(100)는 서버(20)의 가상 현실 콘텐츠의 콘텐츠 경험 품질 평가를 위한 내부 구성 요소들 사이의 신호 흐름을 제어하고, 데이터를 처리하는 기능을 수행한다. 제어부(100)는 사용자의 입력이 있거나 기 설정되어 저장된 조건을 만족하는 경우, 저장부에 저장된 다양한 애플리케이션을 실행할 수 있다. 도 10의 제어부(200)는 VR 콘텐츠 스트리밍부(210), 멀미도 예측부(220), VR 콘텐츠 등급 결정부(220) 및 경험 품질 평가 요소 관리부(240)를 포함할 수 있으나, 이는 본 실시예를 설명하기 위해 필요한 일부 구성요소만을 도시한 것일 뿐, 제어부(100)에 포함된 구성요소가 전술한 예에 한정되는 것은 아니다.
VR 콘텐츠 스트리밍부(210)는 경험 품질을 평가할 VR 콘텐츠를 선별하여 클라이언트(10-1, 10-2,..., 10-N)에 스트리밍한다.
멀미도 예측부(220)는 스트리밍된 VR 콘텐츠의 영상 데이터 복잡도에 따른 가상현실 멀미도 스코어를 산출하여 해당 클라이언트(10-1, 10-2,..., 10-N)에 에 전달한다. 여기서, 멀미도 예측부(220)는 가상 현실 콘텐츠의 영상 프레임들의 연속적인 입력에 따라 상응하는 연속적인 멀미도 스코어를 예측하여 출력하도록 머신 러닝 기반으로 학습된 멀미도 예측 모델일 수 있다. 즉, 멀미도 예측 모델은 다수의 사용자가 실제 느끼는 멀미도 스코어가 라벨링된 영상 프레임들의 데이터 셋을 이용하여 머신 러닝 기반으로 학습된 모델로, 클라이언트(10)의 요청에 의해 다운로드될 수도 있다.
VR 콘텐츠 경험 품질 등급 관리부(230)는 경험 품질 평가 요소 DB(24)에 저장된 평가 요소들이 업데이트됨에 따라 VR 콘텐츠 등급 모델을 학습시키고, VR 콘텐츠 등급 모델에 의해 결정되는 VR 콘텐츠 등급을 결정한다.
VR 콘텐츠 경험 품질 요소 관리부(240)는 클라이언트(10-1, 10-2,..., 10-N)로부터 수신되는 VR 콘텐츠에 대한 평가 요소 데이터로 경험 품질 평가 요소 DB(24)를 갱신한다.
도 11은 실시예에 따른 멀미도와 구동 강도 간의 상관 관계에 따른 VR 콘텐츠 등급 분류 테이블의 예시도이다.
도 11을 참조하면, 테이블은 수평축 변수로 멀미도 증가에 따라 'LOW', 'MEDIUM', 'HIGH' 및 'VERY HIGH'로 분류되고, 수직축 변수로 VR 콘텐츠의 구동 특성에 따른 구동 강도 증가에 따라 'CALM', 'NATURAL', 'DYNAMIC' 및 'EXTREME'로 분류되어, 멀미도 및 구동 강도 간의 상관 관계에 따라 결정된 경험 품질 등급이 '별점' 및 '표정'로 표현된 아이콘들이 도시되어 있다. 예컨대, 멀미도가 'LOW'고, 구동 강도가 'EXTREME'일 경우, 그에 따른 사용자 경험 품질 등급은 별점 네개로 최상 등급으로 결정됨을 알 수 있다.
그런데, 이러한 사용자 경험 품질 등급을 나타내는 가시화 데이터는 다양한 실시 예들이 가능하다. 도 12는 실시 예에 따른 VR 콘텐츠 경험 품질 등급 아이콘의 다양한 예시도들이다. 도 12를 참조하면, (a)에는 멀미도(VR SICKNESS)를 사용자 경험 품질 등급 결정 변수로 하는 아이콘이 도시되어 있고, (b)에는 VR 콘텐츠 그래픽(VR CONTENT GRAPHIC)에 관련된 요소를 사용자 경험 품질 등급 결정 변수로 하는 아이콘이 도시되어 있고, (c)에는 VR 콘텐츠 하드웨어(VR CONTENT HAREWARE)에 관련된 요소를 사용자 경험 품질 등급 결정 변수로 하는 아이콘이 도시되어 있다.
도 13은 실시예에 따른 가상 현실 콘텐츠 경험 품질 평가 방법을 설명하기 위한 신호 흐름도이다.
도 13을 참조하면, 클라이언트(10)가 서버(20)에 접속(S1010)됨에 따라, 서버(20)는 평가 대상이 될 VR 콘텐츠를 선별(S1020)한다. 이때, 선별 기준은 다양한 실시 예가 가능한데, 예컨대 VR 콘텐츠 선별 기준을 VR 콘텐츠의 평가 횟수, 클라이언트 사용자 식별 정보를 기반으로 선별할 수 있다.
서버(20)는 접속된 클라이언트(10)로 선별된 VR 콘텐츠를 전송함과 아울러 필요할 경우, 멀미 예측 모델 또는 서버(10)에서 선별된 VR 콘텐츠로부터 직접 측정한 예측치인 멀미도 스코어를 전송할 수 있다(S1030).
클라이언트(10)는 사용자의 입력 신호에 따라 가상 현실 콘텐츠가 재생시킨다(S1040). 클라이언트(10)는 재생되는 가상 현실 콘텐츠의 경험 품질을 평가하기 위한 평가 요소 데이터들을 획득한다(S1050). 여기서, 평가 요소 데이터들은 멀미도 스코어, 주관적 평가치, 시스템 성능 데이터를 포함할 수 있는데, 이 외에도 사용자의 연령, 성별, 시력 등의 사용자 데이터 등이 포함될 수도 있다. 다음으로, 클라이언트(10)는 획득된 평가 요소 데이터를 통합 분석하여 정량화된 가시화 데이터를 생성한다(S1060). 이에 대한 상세한 설명은 도 14를 참조하여 후술하기로 한다.
그런 후, 클라이언트(10)는 생성된 VR 콘텐츠 품질 평가 요소들과 관련된 데이터들을 모두 평가 대상 VR 콘텐츠의 식별자(ID)와 함께 서버(20)에 전송한다(S1070).
서버(20)는 클라이언트(10)로부터 전송된 VR 콘텐츠 경험 품질에 대한 평가 요소들을 기반으로 VR 콘텐츠 등급을 결정한다(S1080). 이러한 VR 콘텐츠 등급은 하나 또는 둘 이상의 평가 요소들을 입력 변수로 할 경우, 그에 대응되는 경험 품질 평가치들을 라벨링 데이터로 하여 학습된 머신 러닝 기반 모델에 의해 수행될 수 있다. 예컨대, 전술한 도 11에 도시된 바와 같이, 멀미도와 구동 강도를 입력 변수로 하여 둘 사이의 상관 관계에 따른 VR 컨텐츠 평가 요소들을 기반으로 VR 콘텐츠 등급이 결정될 수 있다. 이때, 가상 현실 콘텐츠 등급은 아이콘 형태로 가시화되어 저장될 수 있다.
또한, 서버(20)는 VR 콘텐츠에 대한 평가 요소 데이터를 갱신한다(S1090). S1020 내지 S1090은 평가될 VR 콘텐츠가 더 존재할 경우, 반복될 수 있다.
도 14는 실시예에 따라 클라이언트에서의 콘텐츠 경험 품질 평가 방법을 상세히 설명하기 위한 순서도이다.
도 14를 참조하면, 클라이언트(10)에서 VR 콘텐츠가 재생(S1040)됨에 따라, 멀미 예측 모델을 구동(S1051)시켜, 가상 현실 콘텐츠의 영상 프레임 변화를 기반으로 예측되는 멀미도 스코어를 산출한다. 이때, 클라이언트(10)는 멀미도 스코어를 전술한 도 3에 도시된 바와 같은 예측 그래프(32)로 표시함과 아울러, 멀미도 스코어로부터 소정 단위 시간별로 대표값(33)을 생성할 수 있다.
한편, 클라이언트(10)는 VR 콘텐츠를 시청하는 사용자로부터의 피드백 기반의 주관적 평가치를 획득한다(S1050). S1050 단계는 사용자가 VR 콘텐츠를 모두 시청한 후에 수행될 수도 있고, VR 콘텐츠 시청 중 소정 주기로 수행될 수도 있다. 여기서, 주관적 평가치는 그 속성에 따라 다양한 실시 예가 가능한데, 둘 이상의 속성들 각각에 대한 주관적 평가치가 획득될 수도 있다. 예컨대, 제1 속성 데이터로 사용자 경험 품질로 분류되는 주관적 평가 요소 데이터들을 수집될 수 있고, 제2 속성 데이터로 사용자 만족도로 분류되는 주관적 평가 요소 데이터들을 수집될 수 있다. 예컨대, 클라이언트(10)는 전술한 도 4에 도시된 바와 같은 현실감, 자율성, 상호 작용성 및 몰입도 중 적어도 하나를 포함하는 경험 품질 평가 항목에 대한 사용자의 피드백을 요청하는 그래픽 사용자 인터페이스(Graphic User Interface, GUI)를 통해 사용자 주관적 평가치를 측정할 수도 있고, 전술한 도 5에 도시된 바와 같은 가상 현실 만족도, 음향 만족도, 사용자 인터페이스 만족도 및 난이도 만족도 중 적어도 하나를 포함하는 콘텐츠 사용성 만족도 평가 항목에 대한 사용자의 피드백을 요청하는 그래픽 사용자 인터페이스(Graphic User Interface, GUI)를 통해 사용자 주관적 평가치를 측정할 수도 있다. 그런데, 이는 본 발명의 이해를 돕기 위한 일 예일 뿐, 본 발명은 이에 한정되지 않는다. 즉, VR 콘텐츠를 체험한 사용자의 휴먼 팩터 기반의 다른 주관적 평가 속성이 마련될 수도 있다.
또한, 클라이언트는 가상 현실 콘텐츠가 재생되는 클라이언트(10)의 시스템 성능 스펙 데이터를 추출한다(S1055). 이는 클라이언트(10)의 시스템 성능 스펙에 따라, 사용자가 체험하는 VR 콘텐츠의 주관적 평가치는 달라질 수 있으므로, 이를 서버(20)에 전송하여, 서버(20)에서 등급 생성시 활용하도록 하기 위함이다.
다음으로, 클라이언트(10)는 획득된 멀미도 스코어 및 사용자의 주관적 평가치를 포함하는 평가 요소 데이터들을 통합 분석하여 정량화된 가시화 데이터를 생성한다(S1060). 이때, 수집된 데이터들 중에서 소정 기준에 따라 필요한 데이터를 선별하여 가시화할 수 있다. 예컨대, 전술한 도 7 내지 도 9에 도시된 가시화 데이터를 사용자에게 디스플레이하여 멀미도 뿐만 아니라 사용자가 시청한 데이터의 경험 품질을 한눈에 인지하도록 할 수 있다.
10 : VR 콘텐츠 경험 품질 평가 클라이언트
110 : VR 재생 처리부
120 : 평가 요소 획득부
130 : 평가 요소 분석부
20 : VR 콘텐츠 경험 품질 평가 서버
210 : VR 콘텐츠 스트리밍부
220 : 멀미도 예측부
230 : VR 콘텐츠 경험 품질 등급 관리부
240 : 경험 품질 평가 요소 관리부
110 : VR 재생 처리부
120 : 평가 요소 획득부
130 : 평가 요소 분석부
20 : VR 콘텐츠 경험 품질 평가 서버
210 : VR 콘텐츠 스트리밍부
220 : 멀미도 예측부
230 : VR 콘텐츠 경험 품질 등급 관리부
240 : 경험 품질 평가 요소 관리부
Claims (18)
- 출력부와,
사용자 입력부와,
출력부 및 사용자 입력부와 연동하여 가상 현실 콘텐츠의 재생을 제어하는 제어부를 포함하되,
제어부는
출력부를 통해 재생되는 가상 현실 콘텐츠의 영상 프레임 변화를 기반으로 예측되는 멀미도 스코어 및 가상 현실 콘텐츠를 시청한 사용자로부터의 피드백 기반의 주관적 평가치를 포함하는 평가 요소들을 획득하는 평가 요소 획득부와,
획득된 평가 요소들을 통합 분석하여 정량화된 가시화 데이터를 생성하는 평가 요소 분석부를 포함하는 가상 현실 콘텐츠 경험 품질 평가 클라이언트. - 제 1항에 있어서, 평가 요소 획득부는
가상 현실 콘텐츠의 영상 프레임들의 연속적인 입력에 따라 상응하는 연속적인 멀미도 스코어를 예측하여 출력하도록 머신 러닝 기반으로 학습된 멀미도 예측 모델을 구비하여, 멀미도 예측 모델로부터 멀미도 스코어를 획득하는 가상 현실 콘텐츠 경험 품질 평가 클라이언트. - 제 1항에 있어서,
통신부를 더 포함하고,
평가 요소 획득부는
통신부를 통해 가상 현실 콘텐츠 경험 품질 평가 서버로부터 스트리밍되는 가상 현실 콘텐츠와 함께 예측되는 멀미도 스코어를 실시간 전달받아 획득하는 가상 현실 콘텐츠 경험 품질 평가 클라이언트. - 제 1항에 있어서, 평가 요소 획득부는
연속적인 멀미도 스코어로부터 소정 시간 단위로 대표값을 생성하는 가상 현실 콘텐츠 경험 품질 평가 클라이언트. - 제 1항에 있어서, 평가 요소 획득부는
주관적 평가치인 현실감, 자율성, 상호 작용성 및 몰입도 중 적어도 하나를 포함하는 경험 품질 평가 항목에 대한 사용자의 피드백을 요청하는 그래픽 사용자 인터페이스를 출력부를 통해 디스플레이하는 가상 현실 콘텐츠 경험 품질 평가 클라이언트. - 제 1항에 있어서, 평가 요소 획득부는
주관적 평가치인 가상 현실 만족도, 음향 만족도, 사용자 인터페이스 만족도 및 난이도 만족도 중 적어도 하나를 포함하는 콘텐츠 사용성 만족도 평가 항목에 대한 사용자의 피드백을 요청하는 그래픽 사용자 인터페이스를 출력부를 통해 디스플레이하는 가상 현실 콘텐츠 경험 품질 평가 클라이언트. - 제 1항에 있어서, 평가 요소 획득부는
가상 현실 콘텐츠가 재생되는 가상 현실 콘텐츠 경험 품질 평가 클라이언트의 시스템 성능 데이터를 추출하는 가상 현실 콘텐츠 경험 품질 평가 클라이언트. - 제 1항에 있어서,
통신부를 더 포함하고,
평가 요소 획득부는
획득한 평가 요소들을 가상 현실 콘텐츠 경험 품질 평가 서버에 전송하는 가상 현실 콘텐츠 경험 품질 평가 클라이언트. - 통신부와,
통신부를 통해 평가 대상인 가상 현실 콘텐츠를 선별하여 적어도 하나의 가상 현실 콘텐츠 경험 품질 평가 클라이언트에 전송하는 제어부를 포함하되,
제어부는
상기 적어도 하나의 가상 현실 콘텐츠 경험 품질 평가 클라이언트로부터 전송된 가상 현실 콘텐츠 경험 품질에 대한 평가 요소들을 기반으로 가상 현실 콘텐츠 등급을 결정하는 가상 현실 콘텐츠 경험 품질 평가 서버. - 제 9항에 있어서, 가상 현실 콘텐츠 등급은
아이콘 형태로 가시화되는 가상 현실 콘텐츠 경험 품질 평가 서버. - 출력부와,
사용자 입력부와,
출력부 및 사용자 입력부와 연동하여 가상 현실 콘텐츠의 재생을 제어하는 제어부를 포함하는 클라이언트 장치에서의 가상 현실 콘텐츠 경험 품질 평가 방법에 있어서,
재생되는 가상 현실 콘텐츠의 영상 프레임 변화를 기반으로 예측되는 멀미도 스코어 및 가상 현실 콘텐츠를 시청한 사용자로부터의 피드백 기반의 주관적 평가치를 포함하는 평가 요소들을 획득하는 단계: 및
획득된 평가 요소들을 통합 분석하여 정량화된 가시화 데이터를 생성하는 단계를 포함하는 가상 현실 콘텐츠 경험 품질 평가 방법. - 제 11항에 있어서, 평가 요소들을 획득하는 단계는
가상 현실 콘텐츠의 영상 프레임들의 연속적인 입력에 따라 상응하는 연속적인 멀미도 스코어를 예측하여 출력하도록 머신 러닝 기반으로 학습된 멀미도 예측 모델로부터 멀미도 스코어를 획득하는 가상 현실 콘텐츠 경험 품질 평가 방법. - 제 11항에 있어서, 평가 요소들을 획득하는 단계는
연속적인 멀미도 스코어로부터 소정 시간 단위로 대표값을 생성하는 단계를 포함하는 가상 현실 콘텐츠 경험 품질 평가 방법. - 제 11항에 있어서, 평가 요소들을 획득하는 단계는
주관적 평가치인 현실감, 자율성, 상호 작용성 및 몰입도 중 적어도 하나를 포함하는 경험 품질 평가 항목에 대한 사용자의 피드백을 요청하는 그래픽 사용자 인터페이스를 디스플레이하는 단계를 포함하는 가상 현실 콘텐츠 경험 품질 평가 방법. - 제 11항에 있어서, 평가 요소들을 획득하는 단계는
주관적 평가치인 가상 현실 만족도, 음향 만족도, 사용자 인터페이스 만족도 및 난이도 만족도 중 적어도 하나를 포함하는 콘텐츠 사용성 만족도 평가 항목에 대한 사용자의 피드백을 요청하는 그래픽 사용자 인터페이스를 디스플레이하는 단계를 포함하는 가상 현실 콘텐츠 경험 품질 평가 방법. - 제 11항에 있어서, 평가 요소들을 획득하는 단계는
가상 현실 콘텐츠가 재생되는 가상 현실 콘텐츠 경험 품질 평가 클라이언트의 시스템 성능 데이터를 추출하는 단계를 포함하는 가상 현실 콘텐츠 경험 품질 평가 방법. - 평가 대상인 가상 현실 콘텐츠를 선별하여 적어도 하나의 가상 현실 콘텐츠 경험 품질 평가 클라이언트에 전송하는 단계와,
상기 적어도 하나의 가상 현실 콘텐츠 경험 품질 평가 클라이언트로부터 전송된 가상 현실 콘텐츠 경험 품질에 대한 평가 요소들을 기반으로 가상 현실 콘텐츠 등급을 결정하는 단계를 포함하는 서버 장치에서의 가상 현실 콘텐츠 경험 품질 평가 방법. - 제 17항에 있어서, 가상 현실 콘텐츠 등급은
아이콘 형태로 가시화되는 서버 장치에서의 가상 현실 콘텐츠 경험 품질 평가 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200030345A KR102678775B1 (ko) | 2020-03-11 | 2020-03-11 | 가상 현실 콘텐츠의 경험 품질 평가 장치 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200030345A KR102678775B1 (ko) | 2020-03-11 | 2020-03-11 | 가상 현실 콘텐츠의 경험 품질 평가 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210114777A true KR20210114777A (ko) | 2021-09-24 |
KR102678775B1 KR102678775B1 (ko) | 2024-06-27 |
Family
ID=77914692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200030345A KR102678775B1 (ko) | 2020-03-11 | 2020-03-11 | 가상 현실 콘텐츠의 경험 품질 평가 장치 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102678775B1 (ko) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170104846A (ko) * | 2016-03-08 | 2017-09-18 | 주식회사 그루크리에이티브랩 | 가상현실 콘텐츠 분석 방법 및 장치 |
US20190021812A1 (en) | 2016-04-14 | 2019-01-24 | Focal Therapeutics Inc. | Tissue localization device and method of use thereof |
KR20190021812A (ko) * | 2017-08-24 | 2019-03-06 | 한국과학기술원 | Vr 피로로유발인자의 딥 러닝 분석을 사용하는 vr 컨텐츠 체감 품질 정량적 평가 장치 및 방법 |
KR20190066429A (ko) * | 2017-12-05 | 2019-06-13 | 한국전자통신연구원 | 가상 현실 콘텐츠의 시청 피로도 예측 모델에 관한 모니터링 장치 및 방법 |
KR20190069684A (ko) * | 2017-12-12 | 2019-06-20 | 한국과학기술원 | 움직임 불일치의 딥 러닝 분석을 이용한 vr 콘텐츠 멀미 평가 장치 및 그 방법 |
-
2020
- 2020-03-11 KR KR1020200030345A patent/KR102678775B1/ko active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170104846A (ko) * | 2016-03-08 | 2017-09-18 | 주식회사 그루크리에이티브랩 | 가상현실 콘텐츠 분석 방법 및 장치 |
US20190021812A1 (en) | 2016-04-14 | 2019-01-24 | Focal Therapeutics Inc. | Tissue localization device and method of use thereof |
KR20190021812A (ko) * | 2017-08-24 | 2019-03-06 | 한국과학기술원 | Vr 피로로유발인자의 딥 러닝 분석을 사용하는 vr 컨텐츠 체감 품질 정량적 평가 장치 및 방법 |
KR20190066429A (ko) * | 2017-12-05 | 2019-06-13 | 한국전자통신연구원 | 가상 현실 콘텐츠의 시청 피로도 예측 모델에 관한 모니터링 장치 및 방법 |
KR20190069684A (ko) * | 2017-12-12 | 2019-06-20 | 한국과학기술원 | 움직임 불일치의 딥 러닝 분석을 이용한 vr 콘텐츠 멀미 평가 장치 및 그 방법 |
Also Published As
Publication number | Publication date |
---|---|
KR102678775B1 (ko) | 2024-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Padmanaban et al. | Towards a machine-learning approach for sickness prediction in 360 stereoscopic videos | |
CN110167421B (zh) | 整体地测量视觉功能的临床参数的*** | |
KR102055481B1 (ko) | Vr 피로로유발인자의 딥 러닝 분석을 사용하는 vr 컨텐츠 체감 품질 정량적 평가 장치 및 방법 | |
EP3455702B1 (en) | Method and system for providing eye tracking based information about a user behavior, client device, server and computer program product | |
US10725534B2 (en) | Apparatus and method of generating machine learning-based cyber sickness prediction model for virtual reality content | |
US20190196576A1 (en) | Virtual reality device and a virtual reality server | |
JP2020502603A (ja) | 頭部装着ディスプレイにおける仮想現実(vr)コンテンツの視野(fov)絞り | |
KR102055486B1 (ko) | 움직임 불일치의 딥 러닝 분석을 이용한 vr 콘텐츠 멀미 평가 장치 및 그 방법 | |
US10832483B2 (en) | Apparatus and method of monitoring VR sickness prediction model for virtual reality content | |
Kronqvist et al. | Evaluating the authenticity of virtual environments: Comparison of three devices | |
WO2022239793A1 (ja) | 被験者分析装置 | |
Rossi et al. | Behavioural analysis in a 6-DoF VR system: Influence of content, quality and user disposition | |
JP5829590B2 (ja) | 疲労感評価装置、疲労感評価方法、及びプログラム | |
Banquiero et al. | Passthrough mixed reality with oculus quest 2: A case study on learning piano | |
KR102678775B1 (ko) | 가상 현실 콘텐츠의 경험 품질 평가 장치 및 방법 | |
Abid et al. | Perceptual characterization of 3d graphical contents based on attention complexity measures | |
KR20200065834A (ko) | 신체 반응 정보를 포함한 다중정보를 통해 가상현실 사용자의 상태분석 및 피드백 시스템, 맞춤형 콘텐츠 제공의 방법 | |
Xue et al. | Designing real-time, continuous QoE score acquisition techniques for hmd-based 360 VR video watching | |
Zhao et al. | Deep learning-based simulator sickness estimation from 3D motion | |
KR20190066429A (ko) | 가상 현실 콘텐츠의 시청 피로도 예측 모델에 관한 모니터링 장치 및 방법 | |
KR102162356B1 (ko) | 생체 정보 기반의 영상 제어 방법 | |
KR102468345B1 (ko) | 가상 현실 콘텐츠의 시청 피로도 분석 장치 및 방법 | |
WO2022239792A1 (ja) | 被験者分析装置 | |
Lee et al. | Virtual reality content evaluation visualization tool focused on comfort, cybersickness, and perceived excitement | |
WO2022145043A1 (ja) | ビデオミーティング評価端末、ビデオミーティング評価システム及びビデオミーティング評価プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right |