한국지능시스템학회논문지 (Journal of the Korean Institute of Intelligent Systems)

  • 제19권1호
  • /
  • Pages.1-5
  • /
  • 2009
  • /
  • 1976-9172(pISSN)
  • /
  • 2288-2324(eISSN)
한국지능시스템학회 (Korean Institute of Intelligent Systems)
권호 표지
DOI QR코드

DOI QR Code

감정확률을 이용한 동적 얼굴표정의 퍼지 모델링

Dynamic Facial Expression of Fuzzy Modeling Using Probability of Emotion

  • 강효석 (연세대학교 전기전자공학과) ;
  • 백재호 (연세대학교 전기전자공학과) ;
  • 김은태 (연세대학교 전기전자공학과) ;
  • 박민용 (연세대학교 전기전자공학과)
  • 발행 : 2009.02.25
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 거울 투영을 이용하여 2D의 감정인식 데이터베이스를 3D에 적용 가능하다는 것을 증명한다. 또한, 감정 확률을 이용하여 퍼지 모델링 기반의 얼굴표정을 생성하고, 표정을 움직이는 3가지 기본 움직임에 대한 퍼지이론을 적용하여 얼굴표현함수를 제안한다. 제안된 방법은 거울 투영을 통한 다중 이미지를 이용하여 2D에서 사용되는 감정인식에 대한 특징벡터를 3D에 적용한다. 이로 인해, 2D의 모델링 대상이 되는 실제 모델의 기본감정에 대한 비선형적인 얼굴표정을 퍼지를 기반으로 모델링한다. 그리고 얼굴표정을 표현하는데 기본 감정 5가지인 행복, 슬픔, 혐오, 화남, 놀람, 무서움으로 표현되며 기본 감정의 확률에 대해서 각 감정의 평균값을 사용하고 6가지 감정 확률을 이용하여 동적 얼굴표정을 생성한다. 제안된 방법을 3D 인간형 아바타에 적용하여 실제 모델의 표정 벡터와 비교 분석한다.

This paper suggests to apply mirror-reflected method based 2D emotion recognition database to 3D application. Also, it makes facial expression of fuzzy modeling using probability of emotion. Suggested facial expression function applies fuzzy theory to 3 basic movement for facial expressions. This method applies 3D application to feature vector for emotion recognition from 2D application using mirror-reflected multi-image. Thus, we can have model based on fuzzy nonlinear facial expression of a 2D model for a real model. We use average values about probability of 6 basic expressions such as happy, sad, disgust, angry, surprise and fear. Furthermore, dynimic facial expressions are made via fuzzy modelling. This paper compares and analyzes feature vectors of real model with 3D human-like avatar.

키워드

참고문헌

  1. T. Kanade, J.Cohn, and Y. Tian. 'Comprehensive database for facial expression analysis'. FGR'00, France, 2000
  2. Lijun Yin; Xiaozhou Wei; Yi Sun; Jun Wang; Rosato, M.J.; 'A 3D facial expression database for facial behavior research', Automatic Face and Gesture Recognition, 2006. FGR 2006. 7th International Conference, pp. 211-216, 10-12 April 2006
  3. J. Wang, L. Yin, et al, '3D facial expression recognition based on primitive surface feature distribution'. Tech. Report, Binghamton U, 2006
  4. I-Chen Lin, Jeng-Sheng Yeh, Ming Ouhyoung, 'Realistic 3D facial animation parameters from mirror-reflected multi-view video', Computer Animation, 2001. The Fourteenth Conference on Computer Animation. pp, 2-250, 7-8 Nov. 2001
  5. Sy-sen Tang, 'Lip-Sync in Human face Animation Based on Video Analysis and Spline models', International Multimedia Modeling Conference, pp. 102-108, 2004
  6. Kyu-min Kyung, 'Automatic 3D Facial Movement detection from Mirror-reflected Multi-Image for Facial Expression Modeling', Conference in Information and Control Systems, pp. 113-115, 2005
  7. J. Noh, 'A survey of Facial modeling and Animation Techniques', USC Technical Report, pp. 99-105, 1998
  8. Li-Xin Wang, A Course in Fuzzy Systems and Control, Prentice Hall, 1997
  9. R. C. Gonzalez and R. E. Woods, Digital Image Processing, Second Edition. Prentice Hall, 2002
  10. David A. Forsyth and Jean Ponce, Computer Vision A modern approach, Prentice Hall, 2003
  11. Sato, W.; Yoshikawa, S.; 'Emotional elicitation by dynamic facial expressions', Development and Learning, 2005 Proceedings The 4nd International Conference pp.170-174, 1921 July, 2005
  12. Yuwen Wu: Hong Liu; Hongbin Zha; 'Modeling facial expression space for recognition', Intelligent Robots and Systems. 2005 (IROS 2005). 2005 IEEE/RSJ International Conference pp. 1968-1973, 2-6 Aug. 2005