• 전기학회논문지
• /
• 제66권9호
• /
• pp.1402-1408
• /
• 2017

Recently, services for personal biometric data analysis based on real-time monitoring systems has been increasing and many of them have focused on recognition of emotions. In this paper, we propose a classification model to classify anxiety emotion using biometric data actually collected from people. We propose to deploy the support vector machine to build a classification model. In order to improve the classification accuracy, we propose two data pre-processing procedures, which are normalization and data deletion. The proposed algorithms are actually implemented based on Real-time Traffic Flow Measurement structure, which consists of data collection module, data preprocessing module, and creating classification model module. Our experiment results show that the proposed classification model can infers anxiety emotions of people with the accuracy of 65.18%. Moreover, the proposed model with the proposed pre-processing techniques shows the improved accuracy, which is 78.77%. Therefore, we can conclude that the proposed classification model based on the pre-processing process can improve the classification accuracy with lower computation complexity.

• 문화기술의 융합
• /
• 제9권1호
• /
• pp.581-586
• /
• 2023

최근 자폐 스펙트럼 장애가 있는 변호사를 주인공으로 하는 TV 드라마가 많은 화제를 불러일으키면서 그 영향으로 자폐 스펙트럼 장애인이 겪는 어려움에 관한 관심도 높아졌다. 자폐 스펙트럼은 조기에 발견해 교육과 치료를 제대로 받으면 예후를 좋게 할 수 있어 그 치료제 개발이 절실히 요구되고 있다. 현재 자폐 스펙트럼 치료에 사용되는 약물은 부작용이 있는 경우가 많아, 그에 비해 부작용이 없고 대량 공급이 가능한 디지털 치료제가 주목받고 있다. 본 논문에서는 자폐 스펙트럼을 가진 영유아를 위한 감정 및 표정 학습을 제공하는 애플리케이션이자 디지털 치료제인 '아이모션(AEmotion)'을 소개한다. 본 시스템은 훈련에 대한 흥미를 높이고 손쉬운 적용 테스트를 위해, 스마트폰용 애플리케이션으로 개발되었다. 머신 러닝 기법을 활용하는 본 시스템은 표정 카드를 통해 감정을 학습하는 '감정 학습' 단계, 감정과 표정을 잘 이해했는지 확인하는 '감정 식별' 단계, 그리고 감정과 알맞은 표정을 짓는 '표정 훈련' 단계 등 총 3단계로 이루어져 있다. 이 시스템을 통해, 표정 인식과 감정처리가 익숙하지 않아 사회적 상호작용이 어려운 자폐 스펙트럼 장애 아동들의 표정 훈련 및 치료에 효과가 있을 것으로 기대한다.

• 전자공학회논문지
• /
• 제50권11호
• /
• pp.206-216
• /
• 2013

감성은 학습, 행동, 의사결정, 상호대화를 포함한 인간의 일상생활에 중요한 요소이다. 본 논문에서는 시스템의 복잡도를 줄이기 위하여 생체신호로부터 최소한의 중요한 특징만을 추출하여 사용하는 감성 분류기를 설계하고자 한다. 생체신호는 맥파, 피부온도, 피부전도도, 뇌파신호(전두엽, 두정엽)를 사용하였으며, 4가지 감정(보통, 슬픔, 공포, 행복)은 영화 관람을 통하여 유도하였다. 측정한 생체신호로부터 추출한 24개의 특징으로부터 최적의 특징 집합의 결정은 서포트벡터머신 기반 적합도 함수를 사용하는 유전알고리즘을 적용하였다. 최적의 4감정 분류 정확도는 96.4%이었으며, 서포트벡터머신만을 사용하였을 경우보다 17% 높았다. 선택된 최소에러 특징은 맥파 심박변이도의 평균, NN50, 맥파 유도 맥파 전달 시간의 평균, 피부전도도의 평균과 두정엽 뇌파의 ${\delta}$, ${\beta}$ 주파수 대역에너지였다. 실험을 통하여 두정엽 뇌파, 맥파, 피부전도도의 조합이 고정밀 감정 장비에 적합하였으며, 79% 성능을 보인 맥파와 피부전도도의 조합이 간단한 감성장비에 적절하게 적용할 수 있다.

• 감성과학
• /
• 제22권1호
• /
• pp.65-76
• /
• 2019

현재 텍스타일 분야는 활용 범위가 확장됨에 따라 감성과 같은 비물질적인 가치에 관해 관심을 두는 연구들이 증가하는 추세를 보인다. 본 연구의 궁극적인 목적은 디지털 크래프트를 적용한 텍스타일 디자인의 감성적 의의에 초점을 맞추어 실증 연구를 통해 디지털 크래프트를 적용한 감성적 텍스타일 디자인의 생성 가능성 및 활용방안을 제안하는 것이다. 본 연구에서 개발한 주관적 평가 스케일을 통해 측정한 평가결과를 바탕으로 디지털 기술을 적용한 텍스타일 디자인과 디지털 크래프트를 적용한 텍스타일 디자인의 차이를 비교하여 통계적으로 의미가 있는지를 검증하기 위한 실증 연구를 진행하였다. 실험 결과, 디지털 크래프트를 적용한 텍스타일 디자인 작품에 대한 감성 생성 가능성과 활용방안에 대한 몇 가지 의미 있는 시사점을 도출할 수 있었다. 첫째, 에스닉한 감성은 유의한 수준은 아니지만 3번의 비교 분석에서 모두 증가하였다. 둘째, 모던과 클래식한 감성은 모두 감소하였다. 셋째, 디지털 텍스타일 머신과 디지털 텍스타일 머신과 크래프트의 비교 분석에서 펀한 감성이 유의한 차이로 증가함을 보였다. 넷째, 3D 프린팅과 3D 프린팅과 크래프트의 비교분석에서 엘레강스가 유의미하게 증가하였다. 따라서 디지털 크래프트를 적용한 텍스타일 디자인은 사용한 디지털 기술 방식에 따라 에스닉, 펀, 엘레강스한 감성의 전달이 가능할 것으로 예측된다. 본 연구를 통해 도출한 결과를 텍스타일 디자인 개발과 생산 단계에서 적절하게 사용한다면 감성적 텍스타일 디자인의 개발을 위해 효과적으로 작용할 수 있을 것이다. 또한, 본 연구의 결과는 디지털 크래프트를 통한 감성적 텍스타일 디자인에 대해 객관적인 자료를 제공함으로써 향후 학계뿐만 아니라 실무에도 중요한 시사점을 제공해 줄 수 있을 것이라 기대한다.

• 한국멀티미디어학회논문지
• /
• 제10권11호
• /
• pp.1530-1537
• /
• 2007

본 논문은 마이크로폰을 통해 실시간으로 습득된 음성으로부터 사람의 음성 감성상태를 평상, 기쁨, 슬픔, 화남 등 4가지로 구별할 수 있는 ARM 플랫폼 기반의 음성 감성인식 시스템 구현에 관한 것이다. 일반적으로 마이크로폰으로 수신된 음성은 화자 주변의 환경 잡음과 마이크로폰의 시스템 특성 때문에 입력 음성 신호가 왜곡되고 이로 인해 시스템의 성능이 저하된다. 본 논문에서는 이러한 잡음 영향을 최소화하기 위해 비교적 단순한 구조와 적은 연산 량을 가진 이동평균(MA, Moving Average) 필터를 입력 음성의 특징벡터 열에 적용하였다. 또한, 효율적으로 감성 특징벡터를 최적화할 수 있는 SFS(Sequential Forward Selection)기법을 적용해 제안 시스템의 성능을 최적화하였으며 감성 패턴 분류기로는 SVM(Support Vector Machine)을 사용하였다. 실험 결과 제안 감성인식 시스템은 모의실험에서 약 65%, ARM 플랫폼에서 약 62%의 인식률을 보였다.

• 한국융합학회논문지
• /
• 제9권12호
• /
• pp.33-38
• /
• 2018

최근에 다양한 정보로부터 감정을 예측하여 청중에게 감독이 알리고자 하는 정보를 빠르게 전달하고자 한다. 또한, 청중은 감독의 의도를 대화 내용에 나타나는 대사뿐만 아니라, 영상내의 다양한 정보인 촬영 기법, 장면의 배경, 배경 음악 등을 통해 비대사 구간에서도 감정의 흐름을 이해하려고 한다. 본 논문에서는 대사와 같은 문맥의 상황뿐만 아니라, 촬영 영상에 담아낸 색상, 음향, 구도, 배치 등에 의해 표현된 정보를 혼합하여 감정을 추출하고자 한다. 즉, 다양한 감정 표현 기법을 대사 구간, 비대사 구간으로 나누어 학습하고 판별하여 영상의 완성도에 기여하고 새로운 변화에 빠르게 적용할 수 있는 감정 예측 시스템을 제안한다. 본 논문에서 제안한 감정 예측시스템이 변형된 n-gram 방식과 형태소 분석을 적용한 사례와 비교했을 때, 정확도는 약 5.1%, 0.4% 향상되었고, 재현율은 약 4.3%, 1.6% 향상되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.175-178
• /
• 2008

본 논문은 생체 신호들 중 데이터 획득이 간편한 심전도와 맥파를 실시간으로 취득하여 기계학습 기법인 SVM (Support Vector Machine)알고리즘과 클러스터링 기법인 k-NN (Nearest Neighbor)알고리즘을 적용한 인간의 감정을 분석하는 시스템에 대한 연구결과를 제시한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2011년도 제23회 한글 및 한국어 정보처리 학술대회
• /
• pp.37-41
• /
• 2011

본 논문에서는 최근 많은 관심을 받고 있는 Opinion Mining으로서 사용자들의 자연어 형태의 영화평 문장을 분석하여 자동으로 평점을 예측하는 시스템을 제안한다. 제안 시스템은 영화평 분석에 적합한 어휘 자질, 감정 자질, 가치 자질 및 기타 자질들을 추출하고, 10점 척도의 영화평의 평점을 10개의 범주로 가정하여, 커널모델인 다중 범주 Support Vector Machine (SVM) 모델을 이용하여 높은 성능으로 영화평의 평점을 범주 분류한다.

• 디지털산업정보학회논문지
• /
• 제18권4호
• /
• pp.67-75
• /
• 2022

Recently, e-learning has been attracting significant attention due to COVID-19. However, while e-learning has many advantages, it has disadvantages as well. One of the main disadvantages of e-learning is that it is difficult for teachers to continuously and systematically monitor learners. Although services such as personalized e-learning are provided to compensate for the shortcoming, systematic monitoring of learners' concentration is insufficient. This study suggests a method to evaluate the learner's concentration by applying machine learning techniques. In this study, emotion and gaze data were extracted from 184 videos of 92 participants. First, the learners' concentration was labeled by experts. Then, statistical-based status indicators were preprocessed from the data. Random Forests (RF), Support Vector Machines (SVMs), Multilayer Perceptron (MLP), and an ensemble model have been used in the experiment. Long Short-Term Memory (LSTM) has also been used for comparison. As a result, it was possible to predict e-learners' concentration with an accuracy of 90.54%. This study is expected to improve learners' immersion by providing a customized educational curriculum according to the learner's concentration level.

• 디지털콘텐츠학회 논문지
• /
• 제19권4호
• /
• pp.821-827
• /
• 2018

Affective Computing은 HCI (Human Computer Interaction) 및 건강 관리 분야에서 다양한 애플리케이션이 개발됨에 따라 최근 몇 년 동안 관심이 높아지고 있다. 이에 필수적으로 필요한 인간의 감정 인식에 대한 중요한 연구가 있었지만, 언어 및 표정과 비교하여 심전도 (ECG) 또는 뇌파계 (EEG) 신호와 같은 생리적 신호 분석에 따른 감정 분석에 대한 관심은 적었다. 본 논문에서는 이산 웨이블릿 변환을 이용한 EEG 기반 감정 인식 시스템을 제안하고 감정 관련 정보를 얻기 위해 다른 뇌파와 뇌 영역을 연구 하였으며, 웨이블릿 계수에 기초한 특징 세트가 웨이블릿 에너지 특징과 함께 추출되었다. 중복성을 최소화하고 피처 간의 관련성을 극대화하기 위해 mRMR 알고리즘이 피쳐 선택에 적용된다. 다중클래스 Support Vector Machine을 사용하여 4 가지 종류의 인간 감정을 크게 분류하였으며 공개적으로 이용 가능한 "DEAP"데이터베이스의 뇌파 기록이 실험에서 사용되었다. 제안 된 접근법은 기존의 알고리즘에 비해 향상된 성능을 보여준다.