• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권6호
• /
• pp.271-280
• /
• 2017

본 논문에서는 자동차의 안전운전을 위해서 운전자의 생체정보를 수집하여 운전자의 상태에 따라 운전자에게 적절한 경보를 하거나, 직접 자동자를 제어할 수 있는 기반 시스템을 제시하였다. 기존의 운전자 얼굴정보를 촬영하여 정보를 획득하거나, 운전자의 시트나 스티어링 휠에 센서를 장착하여 생제정보를 획득하는 방식이 부정확하거나 단속적인 정보만을 얻을 수 있는데 비하여, 본 논문에서 제시한 웨어러블 장치는 의료장비 수준의 정확도를 얻을 수 있었으며, 지속적으로 높은 정확도의 생체신호를 얻을 수 있었다. 개발된 웨어러블 장치에는 심박, 피부전도도, 피부온도를 측정할 수 있는 센서를 장착하였으며, 자동차에서 발생되는 각종 잡음을 제거할 수 있는 필터 기술을 적용하였고, 가속도센서와 자이로 센서를 장착하여 측정 오차를 제거하는 기술을 적용하였다. 수집된 생체신호를 바탕으로 운전자의 상태를 판별할 수 있는 기준을 제시하였고, 공인인증기관에 의뢰하여 의료수준 정도의 정확성이 있음을 검증하였다. 실험실 시험과 실차 시험을 통하여 개발된 장치가 운전자의 상태를 측정할 수 있는 장치로 활용될 수 있음을 검증하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제22권5호
• /
• pp.37-47
• /
• 2016

최근 인간과 에이전트 간의 감성적인 상호작용을 지원하기 위해 에이전트의 기쁨, 슬픔 등의 얼굴 표정에 대한 사용자의 반응을 분석하는 연구들이 진행되었다. 그러나 기존의 연구에서는 사용자가 긍정적 혹은 부정적으로 평가하는 지를 검증하기 위해 주로 설문지를 통해 사용자 피드백을 획득하는 방법을 사용하였다. 본 연구에서는 인간과 에이전트 상호작용에서 에이전트의 얼굴 표정에 대한 사용자의 생체신호를 측정하여 감성적인 영향이 있는지 살펴보았다. 일관성 있는 생체 신호 해석 결과를 도출하기 위해 실시간으로 심박수와 피부전도도 등의 생체 신호를 획득하고, 명시적 혹은 비명시적인 피드백 분석방법을 통합하여, 해석을 안정적으로 하도록 하였다. 실험결과 에이전트의 긍정(혹은 부정)적인 얼굴 표정이 사용자의 긍정(혹은 부정)적인 반응을 이끌어 냄을 확인할 수 있었다. 또한, 인간과 에이전트와의 상호작용에서도 인간과 인간의 상호작용과 유사하게 에이전트의 긍정적인 얼굴 표정이 사용자의 부정적인 감정을 감소시킴을 확인할 수 있었다. 본 연구는 인간과 에이전트의 감성적인 상호작용을 위해 에이전트의 얼굴 표정을 디자인하기 위한 근거로 활용할 수 있다.

• 대한인간공학회지
• /
• 제30권6호
• /
• pp.705-713
• /
• 2011

Objective: The aim of this study is to compare results of emotion recognition by several algorithms which classify three different emotional states(happiness, neutral, and surprise) using physiological features. Background: Recent emotion recognition studies have tried to detect human emotion by using physiological signals. It is important for emotion recognition to apply on human-computer interaction system for emotion detection. Method: 217 students participated in this experiment. While three kinds of emotional stimuli were presented to participants, ANS responses(EDA, SKT, ECG, RESP, and PPG) as physiological signals were measured in twice first one for 60 seconds as the baseline and 60 to 90 seconds during emotional states. The obtained signals from the session of the baseline and of the emotional states were equally analyzed for 30 seconds. Participants rated their own feelings to emotional stimuli on emotional assessment scale after presentation of emotional stimuli. The emotion classification was analyzed by Linear Discriminant Analysis(LDA, SPSS 15.0), Support Vector Machine (SVM), and Multilayer perceptron(MLP) using difference value which subtracts baseline from emotional state. Results: The emotional stimuli had 96% validity and 5.8 point efficiency on average. There were significant differences of ANS responses among three emotions by statistical analysis. The result of LDA showed that an accuracy of classification in three different emotions was 83.4%. And an accuracy of three emotions classification by SVM was 75.5% and 55.6% by MLP. Conclusion: This study confirmed that the three emotions can be better classified by LDA using various physiological features than SVM and MLP. Further study may need to get this result to get more stability and reliability, as comparing with the accuracy of emotions classification by using other algorithms. Application: This could help get better chances to recognize various human emotions by using physiological signals as well as be applied on human-computer interaction system for recognizing human emotions.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.545-548
• /
• 2009

최근 운전자의 건강상태 모니터링 및 졸음운전 방지를 위한 자동차용 부품관련 센서개발 및 시스템 연구들이 국내외에서 활발히 진행되고 있다. 본 논문은 이러한 운전자의 건강상태 및 졸음운전을 점검하기 위해 체스트벨트(ECG)와 손목착용형 산소포화도($SpO_2$) 센서를 제작하여 생체신호를 측정하였으며, 측정된 심전도, 산소포화도, 그리고 심장박동수 신호는 센서네트워크를 통해 수집, 전송 및 모니터링 등의 처리를 가능하게 하여 운전자에게 안전운행을 위한 정보를 제공하도록 하였다. 원격지인 서버 PC와 연결된 베이스스테이션으로 수집된 심전도와 용적맥파 신호에서 HRV(Heart Rate Variability, 심박변이도) 신호를 검출하였으며, 검출된 HRV 신호를 시간 영역과 주파수 영역에서의 해석을 통하여 운전자의 스트레스 지수 및 졸음 상태의 실시간 모니터링 및 졸음 상태의 운전자에게 주의를 제공하기 위하여 알람을 제공하는 형태의 지능형 모니터링 시스템을 구현하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권4호
• /
• pp.93-102
• /
• 2019

웰니스에 대한 관심이 증대됨에 따라 개인의 건강상태를 웨어러블 디바이스로 모니터링하는 연구들이 늘어나고 있다. 이에 따라 웨어러블 디바이스에서 운동과 일상 활동을 구분하는 다양한 방법들이 연구되어 왔다. 이러한 기존 연구는 대부분 기계학습을 활용한 방식이다. 하지만 개인별 학습 데이터에 의존적인 과적합 문제와 연속적인 사건으로 구성되는 사람의 행동을 독립적으로 취급하여 인식 결과가 중간에 끊기고 오인행동이 생기는 문제가 있다. 이에 본 연구는 운동 시 심박이 오르내리는 생체반응 원리를 기반으로 한 운동 상태 검출 방법을 제안한다. 제안하는 방법은 3축 가속도 센서와 PPG 센서를 통해 활동강도 및 심박 수를 산출하여 심박 회복기를 판단한 후, 활동강도 검사 또는 심박 상승기 검사를 통해 운동 상태를 검출한다. 실험 결과에서 제안하는 알고리즘은 평균 정확도 98.64%, 정밀도 98.05%, 재현율 98.62%로 기존 알고리즘보다 개선된 모습을 보였다.