핵심 개념
Diffusion Model을 활용하여 주행 시뮬레이션의 시각적 사실성을 향상시키는 DRIVE 시스템을 소개하고, 사용자 연구를 통해 시각적 사실성과 기능적 사실성 간의 균형에 대한 시사점을 제시합니다.
초록
주행 시뮬레이션에서 Diffusion Model을 이용한 시각적 사실성 향상 및 사용자 연구 분석
본 연구 논문에서는 Diffusion Model을 사용하여 주행 시뮬레이션의 시각적 사실성을 향상시키는 DRIVE 시스템을 제안하고, 사용자 연구를 통해 시스템의 효과를 평가합니다.
본 연구는 Diffusion Model을 활용하여 주행 시뮬레이션의 시각적 사실성을 향상시키고, 이러한 향상이 사용자의 주행 성능 및 현실감에 미치는 영향을 평가하는 것을 목표로 합니다.
DRIVE 시스템 구축: Unreal Engine 5.3으로 구현된 Thunderhill 경주 트랙 시뮬레이션 환경에서 실시간 스타일 전이를 수행하는 Diffusion Model 파이프라인을 구축했습니다.
시스템 최적화: Stable Diffusion V1.5 프레임워크, Tiny Autoencoder (TAESD), Latent Consistency Models (LCM) LoRa 어댑터를 활용하여 시스템의 속도와 효율성을 높였습니다.
사용자 연구: 참가자 9명을 대상으로 DRIVE 시스템 적용 전후의 시뮬레이션 환경에서 주행 과제를 수행하도록 하고, 주행 성능 지표 (Fréchet 거리, 궤적 간 영역) 및 설문지를 통해 시스템의 효과를 평가했습니다.