국내 문화 예술 콘텐츠 관람객 대상 비 몰입 상태 및 감정 인식 학습 데이터셋 연구 (A Study on Training Datasets for Non-immersive States and Emotion Recognition among Domestic Cultural and Art Contents Audience)

서지정보

· 발행기관 : 융복합지식학회
· 수록지 정보 : 융복합지식학회논문지 / 11권 / 4호 / 69 ~ 79페이지
· 저자명 : 이지원, 백호길, 송인규, 임찬형

초록

공연 예술 콘텐츠 서비스에서 소비자가 경험하는 몰입과 감정은 콘텐츠의 지속적인 흥행에 매우 밀접한 핵심 요소로, 이를 서비스 기획 의도와 대조하여 콘텐츠 및 서비스의 완성도를 결정하는 지표로 활용할 수 있다. 최근엔 소비자의 몰입 상태 및 감정 상태를 측정하기 위해 인공지능 기반의 영상 분류 모델을 활용한 연구가 활발하게 진행되고 있다. 다만, 기존의 데이터셋은 피험자가 몰입된 상태에서 수집된 정보들로 구성되어 비 몰입 상태를 판별하기 힘들고, 대부분 서양 중심으로 구성되어 인종과 문화권에 따른 특징 차이를 모델에 학습시키기 어렵다는 단점이 있다. 따라서 본 연구는 한국인 관람객의 몰입 상태를 측정하고 이를 콘텐츠에 대한 정량적 만족도 평가에 활용하기 위해 수집한 감정 및 비몰입 상태에 대한 한국인, 외국인, 혼합 이미지 데이터셋에 전처리 과정을 수행해 구축한 자체 데이터셋을 표정 인식 모델에 학습시켜 도출된 결과를 비교 분석하였다.

영어초록

In the realm of performing arts content services, the immersion and emotions experienced by consumers play a crucial role in sustaining the continuous success of content, and can be used as an indicator to determine the completeness of content and services by comparing it with the service planning intention. Recently, research using AI-based image classification models has been actively conducted to measure consumers' immersion and emotional states. However, existing datasets consist of information collected from subjects in an immersed state, making it difficult to discern non-immersive states, and are composed mostly of Westerners, so it is difficult to train the model to learn the characteristic differences based on race and culture. Therefore, this study compared and analyzed the results derived by training the model using a self-dataset constructed by preprocessing collected Korean, foreign, and mixed image datasets for emotions and non-immersion states to measure the immersion state of Korean visitors and use it to evaluate quantitative satisfaction with the content.

참고자료

· 없음