• 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.

• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1137-1144
• /
• 2022

본 연구에서는 감정을 표현하기 위한 표정 연습을 보조하는 인공지능을 개발하였다. 개발한 인공지능은 서술형 문장과 표정 이미지로 구성된 멀티모달 입력을 심층신경망에 사용하고 서술형 문장에서 예측되는 감정과 표정 이미지에서 예측되는 감정 사이의 유사도를 계산하여 출력하였다. 사용자는 서술형 문장으로 주어진 상황에 맞게 표정을 연습하고 인공지능은 서술형 문장과 사용자의 표정 사이의 유사도를 수치로 출력하여 피드백한다. 표정 이미지에서 감정을 예측하기 위해 ResNet34 구조를 사용하였으며 FER2013 공공데이터를 이용해 훈련하였다. 자연어인 서술형 문장에서 감정을 예측하기 위해 KoBERT 모델을 전이학습 하였으며 AIHub의 감정 분류를 위한 대화 음성 데이터 세트를 사용해 훈련하였다. 표정 이미지에서 감정을 예측하는 심층신경망은 65% 정확도를 달성하여 사람 수준의 감정 분류 능력을 보여주었다. 서술형 문장에서 감정을 예측하는 심층신경망은 90% 정확도를 달성하였다. 감정표현에 문제가 없는 일반인이 개발한 인공지능을 이용해 표정 연습 실험을 수행하여 개발한 인공지능의 성능을 검증하였다.

• Industrial Engineering and Management Systems
• /
• 제11권2호
• /
• pp.142-147
• /
• 2012

Individuals with autistic spectrum disorders (ASD) have difficulty inferring other people's feelings from their facial expressions and/or from situational cues, and therefore, they are less able to respond with prosocial behavior. We developed a computer-based training program to help teach the connection between facial-based or situation-based emotions and prosocial behavioral responses. An 8-year-old male school child with ASD participated in the study. In this program, he was trained to identify persons in need of help and appropriate prosocial responses using novel photo-based scenarios. When he misidentified emotions from photographs of another's face, the program highlighted those parts of the face which effectively communicate emotion. To increase the likelihood that he would learn a generalized repertoire of emotional understanding, multiple examples of emotional expressions and situations were provided. When he misidentified persons expressing a need for help, or failed to identify appropriate helping behaviors, role playing was used to help him appreciate the state of mind of a person in need of help. The results of the training indicated increases in prosocial behaviors during a laboratory task that required collaborative work. His homeroom teacher, using a behavioral rating scale, reported that he now understood another's emotion or situation better than before training. These findings indicate the effects of the training are not limited to the artificial experiment situation, but also carried over to his school life.

• 한국컴퓨터정보학회논문지
• /
• 제23권8호
• /
• pp.37-43
• /
• 2018

In this paper, we propose a framework that automatically suggests emotion using emotion analysis method based on facial expression change. We use Microsoft's Emotion API to calculate and analyze emotion values in facial expressions to recognize emotions that change over time. In this step, we use standard deviations based on peak analysis to measure and classify emotional changes. The difference between the classified emotion and the normal emotion is calculated, and the difference is used to recognize the emotion abnormality. We match user's emotions to relatively relaxed emotions using histograms and emotional meshes. As a result, we provide relaxed emotions to users through images. The proposed framework helps users to recognize emotional changes easily and to train their emotions through emotional relaxation.

• 한국멀티미디어학회논문지
• /
• 제17권9호
• /
• pp.1076-1083
• /
• 2014

We propose an emotional facial avatar that portrays the user's facial expressions with an emotional emphasis, while achieving visual and behavioral realism. This is achieved by unifying automatic analysis of facial expressions and animation of realistic 3D faces with details such as facial hair and hairstyles. To augment facial appearance according to the user's emotions, we use emotional templates representing typical emotions in an artistic way, which can be easily combined with the skin texture of the 3D face at runtime. Hence, our interface gives the user vision-based control over facial animation of the emotional avatar, easily changing its moods.

• 한국멀티미디어학회논문지
• /
• 제12권8호
• /
• pp.1128-1141
• /
• 2009

게임 산업이 성장하면서 게임 그래픽 분야는 가장 빠르게 발전하고 있으며 지금은 실제 사진과 컴퓨터 그래픽을 구분하기 힘든 정도로 그래픽 기술은 양적으로나 질적으로 성장했다. 그러나 이러한 발전에도 불구하고 새롭게 출시되는 게임에 등장하는 캐릭터는 정서를 표현하지 않거나 소극적으로 표현하고 있다. 일반적으로 사람들은 얼굴의 표정이나 얼굴의 색(안색)에서 많은 정서 정보를 인지하는 것은 누구나 아는 사실이다. 그러므로 컴퓨터의 게임 환경에서 등장하는 캐릭터에게도 얼굴의 색의 변화를 통하여 유저에게 게임의 사실적인 느낌을 줄 수 있다. 본 논문에서는 기존의 맥박과 피부 온도만을 이용한 방법과는 다른 인간의 정서 이론을 기반한 정서 모형과 애니메이션의 정서표현 색 그리고 성격이론을 기반한 정서의 반응 속도를 결합하여 게임 캐릭터의 얼굴의 색을 동적으로 변화시켜 정서를 표현할 수 있는 얼굴 색 적응 기술 (Facial Color Adaptive Technique: FCAT)를 제안한다. 실제 얼굴 색 적응 기술을 이용하여 만든 얼굴색 모형(Facial Color Model : FCM)과 애니메이션 콘텐츠의 정서표현을 비교한 결과 정서 표현 색상과 변화율이 애니메이션과 유사하게 시뮬레이션 되었다. 또한 2차원 이미지뿐만 아니라 3차원 이미지에도 적용이 가능함을 확인 하였다.

• 한국인터넷방송통신학회논문지
• /
• 제14권3호
• /
• pp.139-146
• /
• 2014

본 논문에서는 얼굴 영상으로부터 자동으로 사람의 감정을 인식하는 효과적인 방법을 제안한다. 얼굴 표정으로부터 감정을 파악하기 위해서는 카메라로부터 얼굴영상을 입력받고, ASM (active shape model)을 이용하여 얼굴의 영역 및 얼굴의 주요 특징점을 추출한다. 추출한 특징점으로부터 각 장면별로 49차의 크기 및 변이에 강인한 특징벡터를 추출한 후, 통계기반 패턴분류 방법을 사용하여 얼굴표정을 인식하였다. 사용된 패턴분류기는 Naive Bayes, 다중계층 신경회로망(MLP; multi-layer perceptron), 그리고 SVM (support vector machine)이며, 이중 SVM을 이용하였을 때 가장 높은 최종 성능을 얻을 수 있었으며, 6개의 감정분류에서 50.8%, 3개의 감정분류에서 78.0%의 인식결과를 보였다.

• 한국멀티미디어학회논문지
• /
• 제9권7호
• /
• pp.894-903
• /
• 2006

하드웨어의 급속한 기술발전은 3차원 영상정보를 포함한 다양한 디지털 영상정보의 급속한 발전과 확대를 가져왔다. 애니메이션, 가상현실, 영화, 광고, 게임 분야에서도 3차원 디지털 영상처리는 매우 다양하고 광범위하게 사용되고 있다. 이러한 3차원 디지털 영상 속에 등장하는 3D캐릭터는 의인화된 동작이나 음성, 표정등을 통해 관객에게 감동과 정보를 전달하는 중요한 역할을 담당한다. 3D캐릭터의 활용도와 사용범위가 확대되어감에 따라 효과적인 3D캐릭터의 동작연구나 표정연출에 대한 관심도 또한 높아지고 있다. 본 연구에서는 내적감정상태의 효과적 수단으로 사용되는 표정에 대해 연구해본다. 해부학적 구조에 기반한 얼굴근육의 운동방향과 변화에 따른 3D 캐릭터의 표정구현에 대해 살펴보고 효과적인 표현방법을 모색해보고자 한다. 또한 선행연구로 진행된 2D캐릭터 표정연구와의 비교를 통하여 그 차이점과 특징에 대해 살펴보고자 한다.

• 한국콘텐츠학회논문지
• /
• 제19권3호
• /
• pp.61-71
• /
• 2019

광고 속에서 비언어커뮤니케이션의 종류 중 얼굴 표정의 사용은 시간 제약의 문제를 상쇄시키며 소비자들에게 표현적이고 감동적인 매력의 수단으로 사용된다. 본 연구 목적은 TV 광고들 속에서 어떻게 얼굴 표정이 묘사되고 얼굴 표정을 통한 감정 전달이 이루어지는 지를 탐구하는 것이다. 연구 대상은 소비자들이 가장 감동적인 TV 광고로 뽑은 <박카스 음료>와 <동원 참치> 광고이다. 숨겨진 감정들에 대한 이론적 측면들을 기초로 두고 특정한 얼굴 근육의 움직임을 측정하도록 설계된 심리학과 해부학 기반인 얼굴 동작 코딩 시스템(Facial Action Coding System)을 연구 도구로 사용하여 TV광고 속의 얼굴 표정들이 내포한 의미들을 분석하였다. 분석된 의미의 결과를 통해서 얼굴 클로즈업을 통해 주인공의 감정 상태의 충돌과 극적인 갈등의 해소가 이루어진 광고가 소비자들의 마음을 더 움직인다는 유의미한 결과를 도출하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제24권4호
• /
• pp.1-9
• /
• 2018

본 논문은 얼굴의 표정 변화를 통해 감정을 분석하는 방법으로 조현병의 초기 증상을 스스로 인지할 수 있는 감정 트레이닝 프레임워크를 제안한다. 먼저, Microsoft의 Emotion API를 이용하여 캡처된 얼굴 표정의 사진으로부터 감정값을 얻고, 피크 분석 기반 표준편차로 시간에 따라 변화하는 얼굴 표정의 미묘한 차이를 인식해 감정 상태를 각각 분류한다. 그리하여 Ekman이 제안한 여섯 가지 기본 감정 상태에 반하는 감정들의 정서 및 표현능력이 결핍된 부분에 대해 분석하고, 그 값을 이미지 색상 변환 프레임워크에 통합시켜 사용자 스스로 감정의 변화를 쉽게 인지하고 트레이닝 할 수 있도록 하는 것이 최종목적이다.