• 한국컴퓨터정보학회논문지
• /
• 제28권4호
• /
• pp.41-51
• /
• 2023

본 논문에서는 보행자의 걸음걸이로부터 분노 감정 검출을 위한 다중 시간 윈도 특징 추출 기술을 제안한다. 기존의 걸음걸이 기반 감정인식 기술에서는 보행자의 보폭, 한 보폭에 걸리는 시간, 보행 속력, 목과 흉부의 전방 기울기 각도(Forward Tilt Angle)를 계산하고, 전체 구간에 대해서 최솟값, 평균값, 최댓값을 계산해서 이를 특징으로 활용하였다. 하지만 이때 각 특징은 보행 전체 구간에 걸쳐 항상 균일하게 변화가 발생하는 것이 아니라, 때로는 지역적으로 변화가 발생한다. 이에 본 연구에서는 장기부터 중기 그리고 단기까지 즉, 전역적인 특징과 지역적인 특징을 모두 추출할 수 있는 다중 시간 윈도 특징 추출(Multi-Time Window Feature Extraction) 기술을 제안한다. 또한, 제안하는 특징 추출 기술을 통해 각 구간에서 추출된 특징들을 효과적으로 학습할 수 있는 앙상블 모델을 제안한다. 제안하는 앙상블 모델(Ensemble Model)은 복수의 분류기로 구성되며, 각 분류기는 서로 다른 다중 시간 윈도에서 추출된 특징으로 학습된다. 제안하는 특징 추출 기술과 앙상블 모델의 효과를 검증하기 위해 일반인에게 공개된 3차원 걸음걸이 데이터 세트를 사용하여 시험 평가를 수행했다. 그 결과, 4가지 성능 평가지표에 대해서 제안하는 앙상블 모델이 기존의 특징 추출 기술로 학습된 머신러닝(Machine Learning) 모델들과 비교하여 최고의 성능을 달성하는 것을 입증하였다.

• 한국지능시스템학회논문지
• /
• 제14권3호
• /
• pp.330-335
• /
• 2004

본 논문에서는 컬러 영상을 이용하여 인간의 감성을 인식할 수 있는 방법을 제안한다. 먼저, 컬러 영상으로부터 색모델을 이용하여 피부색 영역을 추출한다. 그 다음, 추출된 피부색 영상으로부터 Eigenface를 이용하여 얼굴 영역을 검출한다. 마지막으로, 얼굴 영역으로부터 인간 얼굴의 특징 점(눈썹, 눈, 코, 입)들을 추출하고, 각 특징 점들 간의 구조적인 관계로부터 인간의 감성(기쁨, 놀람, 슬픔, 분노)을 인식하는 퍼지 모델을 구성한다. 이 모델로부터 퍼지 이론을 이용하여 최종적으로 인간의 감성을 추론한다. 마지막으로, 제안된 방법은 실험을 통해 그 응용 가능성을 확인한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.195-198
• /
• 2021

COVID-19 전염병은 우리의 일상 생활에 빠르게, 그리고 엄청난 영향을 미쳤다. 현재는 마스크를 착용하는 것이 새로운 평범함이 되었고, 이에 따라 많은 서비스 제공업체들은 고객들에게 그들의 서비스를 이용하기 위해 마스크를 착용하도록 요구하고 있다. 공공 버스도 이에 포함된다. 여러 뉴스 기사에 따르면 마스크를 써 달라는 버스 기사의 부탁에 버스 기사를 폭행한 사건이 여러 번 발생하였다. 이에 기계가 마스크를 쓰지 않은 사람을 가려내고 마스크를 쓰라고 한다면 버스 기사에게 향하는 비이성적 분노가 줄어들 것이라고 생각하였다. 따라서, 본 논문에서는 Keras와 같은 기본적인 기계 학습 패키지를 사용하여 빠르고 정확하게 마스크의 착용여부를 확인할 수 있는 방식을 제안한다. 제안된 방식은 고성능 컴퓨터 및 그래픽카드의 필요없이 CPU에서만 작동하는 마스크 착용 판별프로그렘으로, 추가적으로 알림을 보낼 수 있는 웹사이트와 음성 경고 시스템도 함께 구현하였다. 이 방법은 테스트 데이터셋에서 99.5% 이상의 정확도를 달성했고, GPU가 아닌 CPU에서 6fps 정도의 속도를 지원하여 실생활에 사용될 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권6호
• /
• pp.570-579
• /
• 2005

표정인식 연구는 맨$\cdot$머신 인터페이스 개발, 개인 식별, 가상모델에 의한 표정복원 등 응용가치의 무한한 가능성과 함께 다양한 분야에서 연구되고 있다 본 논문에서는 인간의 기본정서 중 행복, 분노, 놀람, 슬픔에 대한 4가지 표정을 얼굴의 강체 움직임이 없는 얼굴동영상으로부터 간단히 표정인식 할 수 있는 방법을 제안한다. 먼저, 얼굴 및 표정을 결정하는 요소들과 각 요소의 특징영역들을 색상, 크기 그리고 위치정보를 이용하여 자동으로 검출한다. 다음으로 Gradient Method를 이용하여 추정한 광류 값으로 특징영역들에 대한 방향패턴을 결정한 후, 본 연구가 제안한 방향모델을 이용하여 방향패턴에 대한 매칭을 행한다. 각 정서를 대표하는 방향모델과의 패턴 매칭에서 그 조합 값이 최소를 나타내는 부분이 가장 유사한 정서임을 판단하고 표정인식을 행한다. 마지막으로 실험을 통하여 본 논문의 유효성을 확인한다.