• 한국컴퓨터정보학회논문지
• /
• 제25권4호
• /
• pp.79-86
• /
• 2020

본 논문에서는 비등방성 특징 기반의 다익스트라 알고리즘(Dijkstra algorithm)을 이용한 효율적인 감성 완화 프레임워크를 제안한다. 감성을 완화시키는 것은 감성 분석만큼이나 중요하며, 사람의 우울함이나 외로움을 자동으로 완화시켜줄 수 있는 프레임워크로써 인간과 컴퓨터의 상호작용(HCI, Human-Computer Interaction)측면에서도 매우 중요한 의미를 갖는다. 본 논문에서는 1) 마이크로소프트의 Emotion API를 이용하여 얼굴 표정으로부터 변화하는 감정값을 계산하고, 2) 이 감정값의 차이를 이용하여 우울이나 외로움 같은 이상 감정을 인지한다. 3) 마지막으로, 감성 히스토그램과 비등방성 특성을 고려한 감정 메시 기반의 매칭 과정을 거침으로써 사용자에게 완화된 감성이 내포된 이미지들을 제시해준다. 본 논문에서 제안하는 기법은 얼굴 영상을 이용하여 사용자가 쉽게 감성의 변화를 인지하고, 완화된 감성으로 감정을 트레이닝 할 수 있는 시스템이다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제13권2호
• /
• pp.55-76
• /
• 2007

두 개의 연구를 통해서 자동적 정서전이 현상인 정서전염과 이타행동사이의 관계를 분석하고 개인적 수준의 문화변인인 자기해석(독립적-의존적 자기)이 두 변인 사이의 관계에 미치는 조절효과를 검증하였다. 도움을 필요로 하는 사람의 정서표현은 타인의 무의식적인 표정흉내를 유발하여 이렇게 얻어진 정서정보가 안면피드백과정에 의해 내재화됨으로서 정서가 전이되며, 전이된 정서는 이타행동을 유발하는 동기로서 작용한다는 가설을 제안하였다. 연구 1 에서는 공감과 정서전염을 분리하기 위하여 정서자극의 표현과 정서자극의 내용을 불일치되게 조작한 비디오를 제작하여 연구 참가자들의 정서전염을 유도하고 그들이 장애학생을 위한 봉사활동에 참가할 것인가의 이타행동을 측정하였다. 그 결과 정서전염이 많이 일어날수록 참가자들이 이타행동에 더 많이 보여주었다. 연구 2에서는 설문조사를 통해 연구 참가자들의 정서전염에 대한 민감도, 실제 이타행동의 경험 및 자기해석(독립적-의존적 자기)을 측정하였다. 위계적 회귀분석의 결과 의존적 자기가 높을수록 정서전염의 민감도가 이타행동을 예언하는 경향을 높이는 조절효과를 가지고 독립적 자기는 반대의 조절효과를 가짐을 발견하였다. 분석 결과와 관련하여 정서와 이타행동의 진화론적 의미를 논의하였다.

• 만화애니메이션 연구
• /
• 통권33호
• /
• pp.383-402
• /
• 2013

본 연구에서는 감성 변화에 따라 나타나는 얼굴 표정에 대한 해부학적 접근방식으로 근육 체계에 의해서 부호화하는 얼굴 움직임 부호화 시스템(FACS, Facial Action Coding System)을 얼굴표정에 적용하고 이를 바탕으로 듀센스마일(Duchenne smile)을 가상 캐릭터에 적용하여 검증해 보고자 한다. 인간의 표정을 인식하는 방식이 동일하게 가상의 캐릭터에도 적용된다는 선행연구를 바탕으로 애니메이션, 게임 등의 캐릭터에 보다 사실적인 표정을 담을 수 있는 연구 방식을 제안하고자 한다. 실험을 위해 훈련된 연극전공 학생들에게 정서 유발 실험을 통해 듀센 스마일과 일반 스마일을 추출하였다. 추출된 표정을 바탕으로 얼굴 근육 데이터를 표집하여 입과 입술주변의 근육과 다른 부위의 얼굴 표정 빈도를 산출하여 얻어진 데이터를 가상 캐릭터에 적용해 보았다. 그 결과 미소 표정에서 근육의 움직임은 협골 대근육의 수축으로 인한 입술 끝이 상향운동을 하며 안륜근이 수축하며 뺨이 올라가고 눈의 아래쪽 외측 눈꺼풀이 올라가는 표정이 나타났다. 개방성과 관련된 입주변 근육(AU25, AU26, AU27)과 코주위 근육(AU9)이 함께 협골근과 광대근 주변 근육의 움직임이 표현되었다. 그중 듀센 미소는 협골 대근육과 안륜근이 동시에 움직이는 형태로 발생되었다. 이를 바탕으로 본인의 의지에 의해 수행 가능한 광대근육과 감성적 정서에 공감하여 웃음의 형태로 나타나는 안륜근을 구분하고 이를 가상의 캐릭터의 근육에 적용하여 인간의 표정과 가상의 캐릭터 표정이 서로 구분 가능한지를 설문을 통해 알아보고자 하였다.

• International journal of advanced smart convergence
• /
• 제8권2호
• /
• pp.8-17
• /
• 2019

The main purpose of this study isto explore the potential of affective computing (AC) platforms in education through two phases ofresearch: Phase I - platform analysis and Phase II - classification of academic emotions. In Phase I, the results indicate that the existing affective analysis platforms can be largely classified into four types according to the emotion detecting methods: (a) facial expression-based platforms, (b) biometric-based platforms, (c) text/verbal tone-based platforms, and (c) mixed methods platforms. In Phase II, we conducted an in-depth analysis of the emotional experience that a learner encounters in online video-based learning in order to establish the basis for a new classification system of online learner's emotions. Overall, positive emotions were shown more frequently and longer than negative emotions. We categorized positive emotions into three groups based on the facial expression data: (a) confidence; (b) excitement, enjoyment, and pleasure; and (c) aspiration, enthusiasm, and expectation. The same method was used to categorize negative emotions into four groups: (a) fear and anxiety, (b) embarrassment and shame, (c) frustration and alienation, and (d) boredom. Drawn from the results, we proposed a new classification scheme that can be used to measure and analyze how learners in online learning environments experience various positive and negative emotions with the indicators of facial expressions.

• 감성과학
• /
• 제11권4호
• /
• pp.613-628
• /
• 2008

본 연구는 공감-체계화 유형, 얼굴제시영역, 정서유형에 따른 정서 인식과 정서 변별 간 관계를 알아보기 위하여 수행되었다. 실험 1에서는 개인의 공감-체계화 유형, 얼굴제시영역, 정서유형에 따라 정서 인식 정도가 어떻게 달라지는지 알아보았다. 그 결과 공감-체계화 유형에 따른 정서 인식 정도에는 유의미한 차이가 없었고, 얼굴제시영역과 정서유형에 따른 차이는 유의미하게 나타났다. 실험 2에서는 과제를 바꾸어 개인의 공감-체계화 유형, 얼굴제시영역, 정서유형에 따라 정서 변별 정도에 차이가 있는지 알아보았다. 그 결과 얼굴제시영역과 정서 유형에 따른 정서 변별 정도에 유의미한 차이가 있었다. 공감-체계화 유형과 정서유형 간 유의미한 상호작용이 있었는데, 기본정서에서는 공감-체계화 유형에 따른 변별 정도가 유의미한 차이를 보이지 않은 반면, 복합정서에서는 공감-체계화 유형 간 유의미한 차이를 보였다. 즉, 정서 인식과 달리 정서 변별에 있어서는 정서 유형에 따라 공감-체계화 유형 간 정확률에 차이가 나타났다. 이는 정서를 인식하는 것과 변별하는 것이 공감-체계화 유형에 따라 다르게 나타난다는 것을 보여준다. 본 연구를 통해 한 개인이 가지고 있는 공감하기와 체계화하기 특성, 얼굴제시영역, 정서유형이 정서인식과 정서 변별에 서로 다른 영향을 줄 수 있다는 것을 밝혔다.

• 제어로봇시스템학회논문지
• /
• 제13권8호
• /
• pp.735-742
• /
• 2007

The importance of the interaction capability of a robot increases as the application of a robot is extended to a human's daily life. In this paper, a portable mediate interface Handybot is developed with various interaction channels to be used with an intelligent home service robot. The Handybot has a task-oriented channel of an icon language as well as a verbal interface. It also has an emotional interaction channel that recognizes a user's emotional state from facial expression and speech, transmits that state to the robot, and expresses the robot's emotional state to the user. It is expected that the Handybot will reduce spatial problems that may exist in human-robot interactions, propose a new interaction method, and help creating rich and continuous interactions between human users and robots.

• 대한통합의학회지
• /
• 제3권1호
• /
• pp.63-69
• /
• 2015

Purpose: The purpose of this study was to investigate the differences in emotion recognition according to general characteristics of stroke patients. Method: The subjects consisted of 38 stroke patients receiving rehabilitation at S Hospital in Busan. Used the eMETT program to assess emotional cognition. Result: The age and duration of disease showed statistically significant differences in emotion recognition ability score, the gender and lesion showed a statistically significant difference in some emotion(p<.05). Conclusion: The results of this study it can be seen that the difference in emotion recognition ability in accordance with the general characteristics of the stroke. There will be a variety of future research related to standardized research or interventions targeted at stroke patients and normal controls to be carried out.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.20-26
• /
• 2008

지능형 로봇이나 컴퓨터가 일상생활 속에서 차지하는 비중이 점점 높아짐에 따라 인간과의 상호교류도 점점 중요시되고 있다. 이렇게 지능형 로봇(컴퓨터) - 인간의 상호 교류하는데 있어서 감정 인식 및 표현은 필수라 할 수 있겠다. 본 논문에서는 음성 신호와 얼굴 영상에서 감정적인 특징들을 추출한 후 이것을 Bayesian Learning과 Principal Component Analysis에 적용하여 5가지 감정(평활, 기쁨, 슬픔, 화남, 놀람)으로 패턴을 분류하였다. 그리고 각각 매개체의 단점을 보완하고 인식률을 높이기 위해서 결정 융합 방법과 특징 융합 방법을 적용하여 감정 인식 실험을 하였다. 결정 융합 방법은 각각 인식 시스템을 통해 얻어진 인식 결과 값을 퍼지 소속 함수에 적용하여 감정 인식 실험을 하였으며, 특징 융합 방법은 SFS(Sequential Forward Selection) 특징 선택 방법을 통해 우수한 특징들을 선택한 후 MLP(Multi Layer Perceptron) 기반 신경망(Neural Networks)에 적용하여 감정 인식 실험을 실행하였다. 그리고 인식된 결과 값을 2D 얼굴 형태에 적용하여 감정을 표현하였다.

• 로봇학회논문지
• /
• 제3권4호
• /
• pp.270-277
• /
• 2008

The development of a face robot basically targets very natural human-robot interaction (HRI), especially emotional interaction. So does a face robot introduced in this paper, named Buddy. Since Buddy was developed for a mobile service robot, it doesn't have a living-being like face such as human's or animal's, but a typically robot-like face with hard skin, which maybe suitable for mass production. Besides, its structure and mechanism should be simple and its production cost also should be low enough. This paper introduces the mechanisms and functions of mobile face robot named Buddy which can take on natural and precise facial expressions and make dynamic gestures driven by one laptop PC. Buddy also can perform lip-sync, eye-contact, face-tracking for lifelike interaction. By adopting a customized emotional reaction decision model, Buddy can create own personality, emotion and motive using various sensor data input. Based on this model, Buddy can interact probably with users and perform real-time learning using personality factors. The interaction performance of Buddy is successfully demonstrated by experiments and simulations.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.547-552
• /
• 2008

앞으로 로봇은 더욱 사람과 가까워 질 것이고, 따라서 사람과 로봇간의 상호작용도 활발해질 것이다. 이 때 직관적인 소통수단이 필수적이기 때문에, 로봇이 표정을 통해 감정을 표현할 수 있도록 하는 연구가 활발히 진행되어왔다. 기존에는 얼굴 표정을 주로 이용하였는데, 사람처럼 감정의 강도를 표현하기 위해서는 얼굴 외의 다른 방법도 필요하다. 로봇이 감정의 강도를 표현하기 위해서는 팔의 제스처, 움직임, 소리, 색깔 등을 이용할 수 있다. 본 논문에서는 LED 를 이용할 수 있도록 색과 깜빡임에 대해 연구하였다. 색깔과 감정의 관계에 대해서는 기존에 연구가 많이 되어 있지만, 실제로 로봇에 구현하기에는 정량적 자료가 부족하여 어려움이 있다. 본 논문에서는 6 가지 기본 감정(화남, 슬픔, 혐오, 놀람, 기쁨, 공포)을 효과적으로 나타낼 수 있는 색과 깜빡임 주기를 결정하고, 아바타를 이용하여 감정의 강도를 설문조사 하였다. 결과적으로, 슬픔, 혐오, 화남의 경우 색깔과 깜빡임을 통해 감정의 강도를 높일 수 있었다. 공포, 기쁨, 놀람의 경우 색깔과 깜빡임이 감정 인식에 큰 영향을 미치지 못했는데, 이는 그 감정에 해당하는 색깔이나 깜빡임을 수정해서 개선할 수 있을 것이다.