융합보안논문지 (Convergence Security Journal)

  • 제12권4호
  • /
  • Pages.41-47
  • /
  • 2012
  • /
  • 1598-7329(pISSN)
  • /
  • 2508-7460(eISSN)
한국융합보안학회 (Korea convergence Security Association)
권호 표지

고객만족도 피드백을 위한 효율적인 얼굴감정 인식시스템에 대한 연구

A Study on Efficient Facial Expression Recognition System for Customer Satisfaction Feedback

  • 강민식 (남서울대학교 산업경영공학과)
  • 투고 : 2012.09.01
  • 심사 : 2012.09.10
  • 발행 : 2012.09.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

B2C(Business to Customer) 산업에 있어 효율적인 성과관리를 위해서는 고객이 원하는 서비스 요소를 추론하여 고객이 원하는 서비스를 제공하고 그 결과를 평가하여 지속적으로 서비스품질 및 성과를 향상 할 수 있도록 해야 한다. 그것을 위한 중요한 요소는 고객 만족도의 정확한 피드백인데 현재 국내에는 고객의 만족도 측정에 대한 정량적이고 표준화된 시스템이 열악한 상황이다. 최근 얼굴표정 및 생체데이터를 감지하여 사람의 감정을 인식하는 휴대폰 및 관련서비스 기술에 관한 연구가 증가하고 있다. 얼굴에서의 감정인식은 현재 연구되어지는 여러 가지 감정인식 중에서 효율적이고 자연스러운 휴먼 인터페이스로 기대되고 있다. 본 연구에서는 효율적인 얼굴감정 인식에 대한 분석을 하고 고객의 얼굴감정인식을 이용하여 고객의 만족도를 추론할 수 있는 고객피드백시스템을 제안한다.

For competitiveness of national B2C (Business to Customer) service industry, improvement of process and analysis focused on customer and change of service system are needed. In other words, a business and an organization should deduce and provide what kind of services customers want. Then, evaluate customers' satisfaction and improve the service quality. To achieve this goal, accurate feedbacks from customers play an important role; however, there are not quantitative and standard systems a lot in nation. Recently, the researches about ICT (Information and Communication Technology) that can recognize emotion of human being are on the increase. The facial expression recognition among them is known as most efficient and natural human interface. This research analyzes about more efficient facial expression recognition and suggests a customer satisfaction feedback system using that.

키워드

참고문헌

  1. P. Ekman, W. Frisen, "Facial Action Coding System : A Technique for the Measurement of Facial Movement", Consulting Psychologists Press,1978.
  2. Kim, T. Chang,A. & Pantland, A."Meeting Mediator: Enhancing Group Collaboration with Sociometric Feedback ", Proceedings of Conference on Computer Supported Collaborative Work, 457-466, 2008.
  3. J. Lien, T. Kanade, C. Li, "Detection, tracking, and classification of action units in facial expression", J. of Robotics and Autonomous Systems, Vol. 31, No. 3, pp. 131-146, 2000. https://doi.org/10.1016/S0921-8890(99)00103-7
  4. M. Turk, A. Pentland, "Eigenfaces for recognition", J. of Cognitive Neuroscience, Vol. 3, No. 1, pp. 71-86, 1991. https://doi.org/10.1162/jocn.1991.3.1.71
  5. P. Penev, J. Atick, "Local feature analysis: a general statistical theory for object representation", Network : Computation in Neural Systems, Vol. 7,pp. 477-500, 1996. https://doi.org/10.1088/0954-898X/7/3/002
  6. P. Belhumeur, J. Hespanha, D. Kriegman,"Eigenfaces vs. fisherfaces: Recognition using class specific linear projection", IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol. 19, No. 7, pp. 711-720, 1997. https://doi.org/10.1109/34.598228
  7. C. Padgett, G. Cottrell, "Representing face images for emotion classification", Advances in Neural Information Processing Systems, Vol. 9, MIT Press. 1997.
  8. A. Bell, T. Sejnowski, "An information maximization approach to blind separation and blind deconvolution", Neural Computation, Vol. 7, pp. 1129-1159, 1995. https://doi.org/10.1162/neco.1995.7.6.1129
  9. M.Bartlett. "Face Image Analysis by Unsupervised Learning and Redundancy Reduction ",PhD thesis, Univ. of California ,1998.
  10. M.Pantic ,"An Expert System for Multiple Emotional Classification of Facial Expressions" Proc. 11th IEEE Int. Conf. on Tools with Artificial Intelligence, 113-120,1999.
  11. 이오영., 박혜영., 최승진., "Factorial code 표현법을 이용한 얼굴인식", 한국통신학회논문지 Vol. 26, No. 10B, pp. 1444-1452, 2001.
  12. 한수정 외,"ICA-factorial 표현법을 이용한 얼굴감정인식", 퍼지 및 지능시스템학회 논문지 Vol.13 No.3 pp.371-376 ,2003.