영상편집에서 장면 전환(Transition)변화에 따른 감상자의 감성 변화 : Cut, Fade, Dissolve, Wipe 중심으로 :Cut, Fade, Dissolve, Wipe 중심으로

김종무

추천

검색

질문

자료유형: 학술저널

저자정보: 김종무

저널정보: 한국디자인문화학회 한국디자인문화학회지 한국디자인문화학회지 제18권 제2호

발행연도: 2012.6

수록면: 57 - 67 (11page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 영상의 후반작업인 영상편집에서 샷(Shot)과 샷의 장면 전환(Transition)기법 중 Cut, Fade, Dissolve, Wipe 차이에 따라 변하는 영상을 통해 느끼는 인간의 감성 차이를 막연한 추측에서 벗어나 의미분별법(Semantic Differential) 이론을 사용한 통계적 실증 분석을 통해 인간 감성을 평가하고 이를 정량화하여 장면전환에 대한 감성평가표를 도출 하는데 있다. 이를 위해 장면전환과 관련된 6쌍의 감성어휘를 추출하고 장면전환 효과를 적용한 4종류의 영상을 SD(Standard Definition)크기인 720X480 Pixel 제작하고 7점 척도(Self Assessment Manikins)를 적용하여 설문을 작성하고 68명의 실험자를 대상으로 실험하였다. 실험 결과 첫째, 실험에 사용된 모든 이미지와 감성어휘는 통계적으로 유의미한 차이를 보였다. 둘째,단순한-복잡한에 대한 감성어휘 선호도는 Cut(M=3.2353)에서 매우 단순한, Fade(M=3.8235)에서 단순한, Dissolve M=4.7941)에서 복잡한 그리고 Wipe (M=5.8088)에서 매우 복잡한 선호도를 보였다. 셋째, 부드러운-거칠은에 대한 감성어휘 선호도는 Dissolve (M=3.0735)와 Fade(M=3.3676)에서 부드러운, Cut(M=4.0294)과 Wipe(M=4.4559)에서 거칠은 선호도를 보였다. 넷째, 동적인-정적인에 대한 감성어휘 선호도는 Dissolve (M=3.1176)에서 매우 동적인, Wipe(M=3.7353)에서 동적인, Fade(M=4.3382)와 Cut(M=4.5147)에서 정적인 선호도를 보였다. 다섯째, 자연스러운-인공적인에 대한 감성어휘 선호도는 Fade(M=2.6324)에서 매우 자연스러운, Dissolve(M=3.3676)에서 자연스러운, Cut(M=4.3382)과 Wipe(M=4.5147)에서 인공적인 선호도를 보였다. 여섯째, 고급스러운-평이한에 대한 감성어휘 선호도는 Fade(M=3.0882)와 Dissolve(M=3.4265)에서 고급스러운, Wipe(M=4.3088)과 Cut(M=4.8676)에서 평이한 선호도를 보였다. 마지막으로 어색한-친숙한에 대한 감성어휘 선호도는 Wipe(M=3.0441)에서 매우 어색한, Cut(M=3.7794과 Fade(M=4.3235)에서 중립적인, Dissolve (M=4.4853)에서 친숙한 선호도를 보였다. 본 결과를 바탕으로 영상편집에서 장면전환 차이에 따라 변하는 영상에 대한 감상자의 감성반응을 미리 파악하여 영상 편집에 있어 시간과 경제적 손실을 줄이는데 도움을 주는 기초 자료가 되었으면 한다.

The purpose of this study is to elicit the sensitivity evaluation model on the scene transition by evaluating human sensitivity and quantifying this through statistically empirical analysis with the use of Semantic Differential theory, escaping from the vague supposition, as for difference in human sensitivity that is felt through image, which is changed depending on difference in Cut, Fade, Dissolve, and Wipe out of the Shot and the scene Transition technique in shot for the image editing, which is the last-part work in image. For this, it extracted 6 pairs of sensibility words related to scene transition and experimented by making 4 kinds of images with SD(Standard Definition) size of 720X480 Pixels which used of the scene transition effect and applying 7-point Self Assessment Manikins with their antonyms, then doing experiments on 68 subjects. As a result of experiment, first, all the images and sensibility words, which were used in experiment, showed statistically significant difference. Second, the sensibility-word preference for simple-complex showed very simple in Cut(M=3.2353), simple in Fade(M=3.8235), complex in Dissolve(M=4.7941), and very complex preference in Wipe(M=5.8088). Third, the sensibility-word preference for soft-rough showed soft in Dissolve(M=3.0735) and Fade(M=3.3676), and rough preference in Cut(M=4.0294) and Wipe (M=4.4559). Fourth, the sensibility-word preference for dynamic-static showed very dynamic in Dissolve (M=3.1176), dynamic in Wipe(M=3.7353), and static preference in Fade(M=4.3382) and Cut(M=4.5147). Fifth, the sensibility-word preference for natural-artificial showed very natural in Fade (M=2.6324), natural in Dissolve(M=3.3676), and artificial preference in Cut(M=4.3382) and Wipe(M=4.5147). Sixthly, the sensibility-word preference for luxury-simple showed luxury in Fade(M=3.0882) and Dissolve(M=3.4265), and simple preference in Wipe(M=4.3088) and Cut (M=4.8676). Finally, the sensibility-word preference for awkward-intimate showed very awkward in Wipe (M=3.0441), neutral in Cut(M=3.7794) and Fade (M=4.3235), and intimate preference in Dissolve (M=4.4853). This study is desired to be basic data in understanding a human being`s sensitivity that is changed depending on the scene transition.

#장면전환 #감성 #의미분별법 #Transition #Sensibility #Semantic Differential

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

김종무

소속기관 단국대학교 미디어커뮤니케이션학부 교수

주요연구분야 예술체육학 > 디자인 TOP 0.5% 예술체육학 > 의상

논문수 108 이용수 19,449

이 논문과 함께 이용한 논문

영상편집 시스템의 발전과 향후 전망

정종원 동서언론 2005 .12

뮤직비디오의 계량적 분석을 통한 영상 편집에 관한 연구

성강수 , 고재성 , 조대제 외 1명 한국디자인문화학회지 2009 .12

방탄소년단에게서 배울 점

반건호 소아청소년정신의학 2017 .10

처용과 처용설화가 시문학에 수용된 양상 연구

이진규 동아인문학 2016 .12

조선후기 가사문학 연구 : 17세기 현실비판의식을 중심으로

채현석 어문논총 2007 .08

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)