• 제목/요약/키워드: 얼굴표정인식

검색결과 293건 처리시간 0.018초

정서인식과 권력의 관계: 정서지능과 목표관련성의 조절효과 검증 (Power affects emotional awareness: The moderating role of emotional intelligence and goal-relevance)

  • 이수란;이원표;김가은;염준규;손영우
    • 감성과학
    • /
    • 제16권4호
    • /
    • pp.433-444
    • /
    • 2013
  • 본 연구는 개인이 가지고 있는 정서지능 수준의 차이와 타인이 표현하는 정서가 가지는 목표관련성의 차이에 따라서 권력이 타인정서 인식능력에 미치는 영향력이 달라지는가를 알아보고자 하였다. 첫 번째 실험에서는 참가자들의 정서지능을 측정한 후, 권력을 조작하여 사진 속 주인공의 정서를 판단하도록 하였다. 두 번째 실험에서는 사진 속 주인공의 정서가 가지고 있는 목표관련성을 조작 한 후, 실험 1과 동일하게 권력을 조작하고 정서판단과제를 실시하였다. 실험 결과, 권력을 가진 집단은 기존의 연구 결과와 마찬가지로 권력을 갖지 못한 집단보다 타인의 정서에 대한 민감도가 떨어지는 것으로 나타났다. 한편 개인의 정서지능이 높은 경우에는 권력이 타인정서 인식능력에 미치는 영향력이 작았으나 중간 정도의 정서지능을 가진 참가자들은 권력의 영향을 많이 받았다. 또한, 사진 속 정서의 목표관련성이 높은 집단에서는 권력을 가졌음에도 불구하고 비교적 높은 수준의 정서판단의 정확도를 보였다. 또한, 능력으로써 정서지능의 역할을 확인하였고 권력을 가졌다 할지라도 타인의 정보에 대한 동기수준을 유연하게 조절할 수 있다는 점을 밝혔다는 점에서 이론적 공헌이 있다.

연상기억과 뉴런 연결강도 모듈레이터를 이용한 해마 학습 알고리즘 개발 (Development of the Hippocampal Learning Algorithm Using Associate Memory and Modulator of Neural Weight)

  • 오선문;강대성
    • 대한전자공학회논문지SP
    • /
    • 제43권4호
    • /
    • pp.37-45
    • /
    • 2006
  • 본 논문에서는 인지학에서 연구되고 있는 동질 연상 기억 현상과 장기 및 단기 기억 강화 조절 기능을 담당하는 해마의 두뇌 원리를 공학적으로 모델링한 MHLA(Modulatory Hippocampus Learning Algorithm)의 개발을 제안한다. 해마에서 중요시 하는 연관된 3단계 조직(DG, CA3, CAl)에 기반한 동질 연상 메모리를 구성하도록 하였으며, 장기 기억 학습에 모듈레이터(modulator)를 추가하여 학습 수렴 속도를 향상시켰다. 해마 구조에서 정보는 3단계 순서에 따라 치아 이랑 영역에서 통계적인 편차를 적용하여 호감도 조정에 따라서 반응 패턴으로 이진화 되고, CA3 영역에서 자기 연상 메모리를 하여 패턴이 재구성이 된다. CA3의 정보를 받는 CAI영역에서는 모듈레이터가 적용되는 신경망에 의해 장기기억 인식에 이용되는 연결n강도의 수렴이 빠르게 학습된다. MHLA의 성능을 측정하기 위하여 포즈 및 표정과 화질 상태에 따라 분류된 얼굴 영상에 PCA(Principal Component Analysis)를 적용하여 특정 벡터들을 계산하 MHLA로 학습한 후, 인식률을 확인 하였다. 실험 결과, 제안한 학습 방법을 다른 방법들과 비교하였을 때, 학습시간비용과 인식률에서 우수함을 확인하였다.

공연장에서 다중 몰입도 측정을 위한 시스템 개발 (System Development for Measuring Group Engagement in the Art Center)

  • 류준모;최일영;최이권;김재경
    • 지능정보연구
    • /
    • 제20권3호
    • /
    • pp.45-58
    • /
    • 2014
  • 몰입은 관람객이 콘텐츠를 관람할 때 관람객들이 콘텐츠에 몰두하고 있는 심리적 상태를 의미하는 것으로, 관람객의 몰입경험은 콘텐츠의 만족도에 긍정적인 영향을 미친다. 따라서 공연 같은 콘텐츠를 제공하는 기업들은 콘텐츠의 흥행을 위해 관람객의 몰입도를 측정하는 것은 매우 중요하다. 설문 등의 표본조사 방법을 통해 관람객의 몰입도를 측정 연구는 방송분야 등 에서 널리 사용되고 있다. 이러한 몰입도 측정방법은 콘텐츠 관람 이후 설문을 실시하기 때문에 몰입도를 실시간으로 측정할 수 없을 뿐만 아니라 몰입도 측정의 정확성이 저하되는 문제 등이 있다. 이러한 문제를 해결하기 위하여 생리적 반응이나 얼굴 표정 분석, 그리고 움직임 관찰 방법 등을 이용하여 몰입도를 측정하는 연구가 수행되고 있다. 생체 신호를 이용하여 몰입도를 측정하는 연구의 경우, 1인을 대상으로 생체신호를 측정할 뿐만 아니라, 많은 데이터 처리 시간과 비용이 소모되는 단점이 있어 많은 관람객이 관람하는 공연장에 적용하기에는 한계가 있다. 얼굴 표정인식 통해 몰입도를 측정하는 경우도 1인을 대상으로 하고 있으며, 밝은 조명의 실험실 환경에서만 가능하다는 단점이 존재한다. 또한 관람객들의 움직인 동기화를 이용하여 몰입도를 특정한 연구는 다중관객을 대상으로 하였지만, 이는 실험실 환경에 한정하여 적용된 사례이다. 따라서 본 연구에서는 공연장, 시사회관 등 많은 관람객들이 콘텐츠를 관람하는 실제 환경에서 다중관람객이 다중몰입도의 정량적 평가를 위한 시스템을 설계하고 개발하였다. 제안된 시스템은 외부장치, 서버, 내부장치 등의 3부분으로 구성되어 있다. 서울시 마포구 상암동에 위치한 DMC 홍보관에 상설 전시장으로 운영하고 있으며, 관람객들을 대상으로 데이터를 획득하고 있다. 제안하고 있는 시스템을 활용하면 콘텐츠의 어느 구간에서 관객들이 몰입을 하고 있는지, 어느 구간에서 몰입을 하고 있지 못한지 분석가능하기 때문에, 향후 콘텐츠 제작 및 마케팅에 유용하게 활용할 수 있을 것으로 기대된다.