가상현실 연구실(정순기 교수) 학부 연구생을 모집하오니 많은 지원 바랍니다.

학부연구생 관련 문의는 (E-mail) jpm04135@knu.ac.kr (H.P.) 010-3566-1704 로 해주시기를 바랍니다.

1. 과제명

복합 행동 인식 모델 개발을 위한 가상 환경 기반의 데이터 구축 시스템 연구개발

2. 모집 인원

１～２인

3. 수행 기간

2025년도 1학기 및 하계 방학

4. 자격 요건

- 게임엔진 (언리얼)을 이용한 개발 유경험자

- Realistic rendering 혹은 Synthetic data에 대해 지식 및 관심이 있는 학생

5. 기타 정보

- 참여 학생 희망에 따라 차학기 (25년도 2학기) 산학협력 프로젝트와 연계 가능

- 구축된 환경을 통해 데이터셋 수집 및 이를 이용한 연구를 수행하여 국제 학술대회 논문 게재 예정

- 연구 수행 기간 내 인건비 및 개발 환경 지원 예정

6. 추진 배경

- 최근 딥러닝 모델들이 더 커짐에 따라 학습을 위해 더 많은 데이터가 요구됨.

- 실제 환경에서 다양한 label된 다양한 데이터를 확보하는 것은 굉장히 많은 시간과 비용을 요구함.

- 특히, 동작 인식을 위한 데이터는 다양한 환경과 조건에서 수집되어야 하며, 수집 과정에서 윤리적, 법적 문제도 고려해야 함.

- 이러한 한계를 극복하기 위해 가상 환경을 활용한 데이터 생성이 주목받고 있으며, 이는 데이터의 다양성과 확장성을 동시에 확보할 수 있는 효과적인 대안이 될 수 있음.

7. 프로젝트 목표 및 내용

- 가상 환경 기반 데이터 구축 시스템 개발

 가. 다중 시점 동작 인식 데이터를 위한 판옵틱 카메라 환경 구축

  1) 다양한 시점에서 동작을 촬영할 수 있도록 다중 카메라 배치 및 환경 설계

  2) 현실적인 카메라 시뮬레이션을 적용하여 실제 환경과 유사한 영상 데이터 확보

- 복합 동작 시뮬레이션을 위한 가상 환경 설계

 가. 다양한 행동 시나리오 생성 (예: 스포츠, 작업 동작, 일상 행동 등)

 나. 환경적 요인 (조명 변화, 배경 다양성, 장애물 배치 등) 고려하여 데이터의 일반화 성능 강화

- 레이블 자동화 및 데이터 관리 시스템 구축

 가. 행동 클래스(계층적) 자동 레이블링

 나. Actor ID 및 수행 기간(시간 정보) 포함한 메타데이터 생성

 다. 대규모 영상 데이터 관리 및 전처리 자동화

- 행동 인식 모델 학습 및 비교 분석

 가. 구축된 다중 시점 영상 데이터셋을 활용한 행동 인식 모델 학습

 나. 가상 데이터와 실제 데이터에서의 모델 성능 비교 및 도메인 적응

 다. 가상 환경에서 생성된 데이터의 학습 효과성 분석 및 활용 방안 제시

8. 기대효과

- 가상 환경 기반 데이터 구축 시스템을 통해 대량의 다양한 상황을 반영한 동작 데이터를 신속하고 효율적으로 생성할 수 있음.

- 실제 데이터 수집 대비 비용과 시간을 절감하면서도, 레이블링이 자동화되어 정밀한 학습 데이터 확보가 가능함.

- 다양한 환경과 조건을 시뮬레이션하여 도메인 적응 (Domain Adaptation) 연구에 활용할 수 있으며, 실제 환경에서도 강건한 동작 인식 모델을 개발하는 데 기여할 수 있음.

- 기존 데이터 수집의 윤리적·법적 문제를 회피하면서도, 커스텀 가능한 복합 동작 데이터셋을 구축하여 연구 및 산업적 활용도를 극대화할 수 있음.