• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2007.05a
• /
• pp.139-142
• /
• 2007

본 연구의 목적은 특정 목적을 가진 제품들의 특성들을 파악하여 디자인 개발시 이러한 특성들을 제품 컨셉 또는 디자인 형태에 응용하고자 함이다. 이를 위해 먼저 실험 대상을 설정하였고, 실험 대상을 선택한 후 실험 대상에 관한 기초 설문과 실험 대상 이미지 분석을 실시하였다. 이후 실험 대상의 디자인과 기능적 요소를 추출하여 코딩하였다. 그리고 실험 대상의 이미지분석 후 얻은 요소와 실험 대상의 요소의 관계를 증명하였으며, 실험 대상의 특성 추출을 위한 설문을 실시하였다. 이러한 실험 프로세스를 거쳐 특정한 제품에 특성들을 추출함으로써 디자인 개발 시 소비자 니즈의 분석이 가능하며, 제품을 이해하는 기초 자료로 사용이 가능하다. 또한 디자이너가 제품을 쉽게 이해하고 디자인 개발 시 컨셉 설정에 큰 기초가 된다. 본 연구의 MP3의 경우 MP3의 이미지 분석 결과 음악성, 확장성, 휴대성, 사용성, 신체 부담감, 인터페이스, 그리고 개성으로 나타났으며, 이들과 각각 연관된 특성들을 찾았다. 이로써 MP3를 디자인할 때 중요 특성들을 제시하였다. 이러한 기초 연구를 통해 보다 효과적인 소비자 니즈 파악이 가능하고, 디자인 기초 학문 발전을 가져올 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.31-32
• /
• 2013

본 논문에서는 영화의 등장인물의 성향을 파악하기 위해 시나리오의 대사로부터 감정어를 추출하고, 등장인물의 감정어들을 긍정, 부정, 중립의 3개로 단순화하여 등장인물의 성향을 가시화 시켜주는 방법을 제안한다. 대사로부터 감정어를 추출하기 위해 WordNet 기반의 감정어 추출 방법을 제안한다. WordNet은 단어 간에 상위어와 하위어, 유사어 등의 관계로 연결된 네트워크 구조의 사전이다. 이 네트워크 구조에서 최상위의 감정 항목과의 거리를 계산하여 단어별 감정량을 계산하여 대사를 30 차원의 감정 벡터로 표현한다. 등장인물별로 추출된 감정 벡터를 긍정, 부정, 중립의 3개의 차원으로 단순화 하여 등장인물의 성향을 표현한다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1998.11a
• /
• pp.99-104
• /
• 1998

3차원 형상정보 추출기술은 3D스캐너에 활용되어 실물의부터 3차원 모델을 생성하는데 사용되고 있다. 현재까지 주로 사용되는 기술은 레이저광을 이용하여 3차원 모델을 만드는 기술과 스테레오기법에 의한 방법들이 사용되고 있었다. 본 논문에서는 모아레기법을 사용하여 영상정보를 프레임단위로 해석함으로써 3차원 형상 정보를 빠른 시간내에 추출하고, 수평 360도 방향에 대해서는 3∼4프레임을 해석하여 형상정보를 통합하였고, 이로부터 3차원 모델을 생성하였다. 모아레기법의 장점은 3차원 정보를 레이저기법보다 정밀하게 추출할 수가 있었다. 본 논문에서는 모아레영상을 해석하여 3차원 형상정보를 추출하는 방법, 추출된 3차원 형상으로부터 메쉬최적화와 텍스춰매핑(Texture Mapping)을 사용하여 3차원 모델을 형성하는 방법들을 제안한다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2009.05a
• /
• pp.181-182
• /
• 2009

GRBAS(G : grade, R : rough, B : breathy, S : strained, A : asthenic) 음성장애평가는 성대의 이상 또는 말마비장애 등의 환자들을 평가하는 척도로 널리 사용된다. 하지만 사람에 의해 주관적인 평가로 이루어지는 방식의 문제점이 많이 제기되어, 자동화 알고리즘에 의한 객관적인 청지각적 음성장애 평가도구를 개발하려는 시도가 많이 연구되어왔다. 이러한 개발에 있어 보편적으로 선행되어야 하는 음소 분류 및 일치성 판단을 위한 객관적인 파라미터를 구하고자 함이 본 연구의 목적이다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.11 no.4
• /
• pp.217-222
• /
• 2011

SNS is growing by leaps and bounds, and many users of SNS are using by a medium of communication. Using SNS users are using means of their own news and the change of emotional expression. In this study using emotional elements to the program was implemented to classify the message. Extraction of emotional elements were used for emotional vocabulary in OMLS (Ocean-Monmouth Legal Services). Emotional elements were extended by The Roget of the thesaurus and WordNet.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1999.11a
• /
• pp.139-144
• /
• 1999

본 논문에서는 45명의 남자 대학생들에게 연산을 수행하게 한 후, 연산스트레스를 측정하기 위한 생리 파라메터의 추출에 대하여 연구하였다. 파라메터를 추출하기 위해서 1) 정규분포화를 위한 변환 2) 상관관계를 통해 상호관련성이 높은 파라메터를 조사 3) 휴식기간과 연산작업간의 파라메터의 값 비교를 통한 파라메터 표준화 4) 각 파라메터에 대해서 반복측정자료의 분산분석법을 통하여 검정함으로써 통계적으로 유의적인 차이가 있는 파라메터를 선정하였다. 위와 같은 절차를 통하여 연산스트레스의 지수화에 필요한 생리 파라메터로 Heart Rate, HRV의 LF/HF, HRV의 MF/(LF+HF), Return Map의 분산, Mean Temperature, GSR-Mean과 호흡수가 최종적으로 선정되었다.

• Journal of Biomedical Engineering Research
• /
• v.22 no.1
• /
• pp.19-27
• /
• 2001

본 연구에서는 20대 남자 대학생 45명에게 반복 연산 스트레스를 유발시키기 위하여 세 단계의 난이도를 갖는 덧셈 연산을 수행하게 하였으며, 이때 각 피검자들로부터 이에 대한 생체 신호를 측정하였다. 측정된 생체 신호로부터 제시된 연산 스트레스에 대한 감성을 평가하기 위하여 7개의 생체 파라미터를 사용하였고, 비선형 특성을 갖는 연산 스트레스에 대한 감성을 평가하기 위하여 세 단계의 구조를 갖는 감성 평가 시스템을 구성하였다. 또한 감성평가 시스템의 성능을 비교하기 위하여 평가 시스템의 각 단계를 선형 판별 알고리즘인 Least Mean Square Algorithm을 이용한 경우와 비선형 판별 알고리즘인 Radial-Based Functional-link Net을 이용한 경우를 사용하였다. 각 감성 평가 시스템은 Cross Validation을 사용하여 성능을 비교하였으며, 전체 감성 평가 시스템에서의 연산 스트레스에 대한 감성 평가 정확도는 선형 알고리즘을 이용할 경우 63.02%, RBFLN을 이용한 경우는 83.07%를 얻었다.

• Journal of the Semiconductor & Display Technology
• /
• v.19 no.4
• /
• pp.65-70
• /
• 2020

CNN's technologies that represent emotional detection include primitive CNN algorithms, deployment normalization, and drop-off. We present the methods and data of the three experiments in this paper. The training database and the test database are set up differently. The first experiment is to extract emotions using Batch Normalization, which complemented the shortcomings of distribution. The second experiment is to extract emotions using Dropout, which is used for rapid computation. The third experiment uses CNN using convolution and maxpooling. All three results show a low detection rate, To supplement these problems, We will develop a deep learning algorithm using feature extraction method specialized in image processing field.

• 한국HCI학회:학술대회논문집
• /
• 2008.02a
• /
• pp.487-492
• /
• 2008

Facial expression recognition is an intensive research area for designing Human Computer Interfaces. In this work, we present a new facial expression recognition system utilizing Enhanced Independent Component Analysis (EICA) for feature extraction and discrete Hidden Markov Model (HMM) for recognition. Our proposed approach for the first time deals with sequential images of emotion-specific facial data analyzed with EICA and recognized with HMM. Performance of our proposed system has been compared to the conventional approaches where Principal and Independent Component Analysis are utilized for feature extraction. Our preliminary results show that our proposed algorithm produces improved recognition rates in comparison to previous works.

• East Asian mathematical journal
• /
• v.37 no.5
• /
• pp.599-612
• /
• 2021

In China, Weibo is one of the social platforms with more users. It has the characteristics of fast information transmission and wide coverage. People can comment on a certain event on Weibo to express their emotions and attitudes. Judging the emotional tendency of users' comments is not only beneficial to the monitoring of the management department, but also has very high application value for rumor suppression, public opinion guidance, and marketing. This paper proposes a two-input Adaboost model based on TextCNN and BiLSTM. Use the TextCNN model that can perform local feature extraction and the BiLSTM model that can perform global feature extraction to process comment data in parallel. Finally, the classification results of the two models are fused through the improved Adaboost algorithm to improve the accuracy of text classification.