논문제목 : 전시 환경에서의 관람객 행동 분석을 위한 지능형 통합 분석 시스템 설계 및 구현
논문요약 : 본 연구에서는 전시환경에서의 관람객 행동을 정량적으로 분석하기 위한 지능형 통합 분석 시스템을 제안한다. 기존의 관람객 모니터링 시스템은 카메라 기반으로 체류시간, 집중시간, 상호작용 여부 등의 데이터를 수집하고 rule-based 방식으로 행동을 분석하는 구조로 구성되어 있다. 이러한 시스템은 기본적인 관람 패턴을 파악하는 데 유용하나, 보다 정교한 행동 이해를 위해서는 관람객과 전시물 간의 관계 및 상호작용 의미를 반영한 분석으로의 확장이 요구된다.
이를 위해 본 연구에서는 Human-Object Interaction(HOI) 기반의 행동 인식 방법을 도입하여 관람객과 전시물 간의 관계를 행동 단위로 해석하고, 기존 시스템을 고도화한다. 특히 Graph Convolutional Network(GCN)를 활용하여 객체 간 관계를 명시적으로 모델링하고, 이를 기존 HOI detection 프레임워크에 모듈 형태로 통합함으로써 다양한 모델에 유연하게 적용 가능한 구조를 제안한다.
또한, 객체 간의 공간적 관계를 반영하기 위해 3차원 거리 정보를 활용하고, CLIP 기반의 시각 및 의미 정보를 결합하여 상호작용을 보다 정밀하게 분석한다. 이를 통해 기존 체류 기반 분석을 넘어 실제 상호작용 중심의 행동 분석이 가능하도록 한다.
제안된 시스템은 전시환경에서 관람객 행동을 보다 정확하게 이해하고, 데이터 기반 전시 평가 및 운영 의사결정에 활용될 수 있음을 확인하여였으며, 궁극적으로 본 연구는 과학관 전시물의 효과 분석, 개선 방향 도출, 신규 전시물 개발에 활용 가능한 객관적이고 데이터 기반의 의사결정 지원 자료를 제공하는 것을 목표로 한다.
학위연월 : 26년 08월
E-mail : g4780go@pusan.ac.kr
지도교수 : 박진선 교수님
키워드 : HOI Detection, Graph Neural Networks, 3D Spatial Reasoning, Computer Vision