Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지
DOI QR코드

DOI QR Code

Facial Image Analysis Algorithm for Emotion Recognition

감정 인식을 위한 얼굴 영상 분석 알고리즘

  • 주영훈 (군산대학교 전자정보공학부) ;
  • 정근호 (군산대학교 전자정보공학부) ;
  • 김문환 (연세대학교 전기전자공학과) ;
  • 박진배 (연세대학교 전기전자공학과) ;
  • 이재연 (ETRI 지능형로봇연구단) ;
  • 조영조 (ETRI 지능형로봇연구단)
  • Published : 2004.12.01
Download PDF
⟨ Previous Next ⟩

Abstract

Although the technology for emotion recognition is important one which demanded in various fields, it still remains as the unsolved problem. Especially, it needs to develop the algorithm based on human facial image. In this paper, we propose the facial image analysis algorithm for emotion recognition. The proposed algorithm is composed as the facial image extraction algorithm and the facial component extraction algorithm. In order to have robust performance under various illumination conditions, the fuzzy color filter is proposed in facial image extraction algorithm. In facial component extraction algorithm, the virtual face model is used to give information for high accuracy analysis. Finally, the simulations are given in order to check and evaluate the performance.

감성 인식 기술은 사회의 여러 분야에서 요구되고 있는 필요한 기술이지만, 인식 과정의 어려움으로 인해 풀리지 않는 문제로 낡아있다. 특히 얼굴 영상을 이용한 감정 인식 기술에서 얼굴 영상을 분석하는 기술 개발이 필요하다. 하지만 얼굴분석을 어려움으로 인해 많은 연구가 진행 중이다. 된 논문에서는 감정 인식을 위한 얼굴 영상 분석 알고리즘을 제안한다. 제안된 얼굴 영상 분석 알고리즘은 얼굴 영역 추출 알고리즘과 얼굴 구성 요소 추출 알고리즘으로 구성된다. 얼굴 영역 추출 알고리즘은 다양한 조명 조건에서도 강인하게 얼굴 영역을 추출할 수 있는 퍼지 색상 필터를 사용한 방법을 제안하였다. 또한 얼굴 구성 요소 추출 알고리즘에서는 가상 얼굴 모형을 이용함으로써 보다 정확하고 빠른 얼굴 구성 요소 추출이 가능하게 하였다. 최종적으로 모의실험을 통해 각 알고리즘들의 수행 과정을 살펴보았으며 그 성능을 평가하였다.

Keywords

References

  1. G. yang and TS. Huang, 'Human face detection in a complex background,' Pattern Recognition, Vol 27, No 1, pp 53-63, 1994 https://doi.org/10.1016/0031-3203(94)90017-5
  2. Lantis, C. J. Taylor, and T. F. Cootes, 'An automatic face identification system using flexible appearance models,' Image and Vision Computing, Vol 13, No 4, pp. 393-400, 1995 https://doi.org/10.1016/0262-8856(95)99726-H
  3. T. Leung, M. Burl and P. Perona, 'Finding faces in clustered scenes using labelled random graph matching,' Proc. 5th Inter. Conf. on Computer Vision, pp 637-644, MIT, boston, 1995
  4. K. C. Yow and R. Cipolla, 'Detection of human face under scale, orientation and viewpoint variation,' Proceedings 2nd Inter. Conf. on Automatic Face and Gesture Recognition, pp. 295-300, 1996
  5. Y. Dai and Y. Nakano, 'Face-texture model-based on SGLD and its application in face detection in a color scene,' Pattern Recognition, Vol 29, No.6, pp. 1007-1017, 1996 https://doi.org/10.1016/0031-3203(95)00139-5
  6. R. M. Harahck, ,' IEEE Trans. on System, Man and Cybern., Vol. 3, No.6, pp. 610-621, 1973 https://doi.org/10.1109/TSMC.1973.4309314
  7. K. K. Sung and T. Poggno, 'Example-based learning for view-based human face detection,' IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol. 20, No.1, pp. 39-51 https://doi.org/10.1109/34.655648
  8. H. A. Rowlev, S. Baluja and T. Kanade, 'Human face detection in visual scenes,' Technical Report CMU-CS-95-158, CMU, July, 1995