• 제목/요약/키워드: pleasure-displeasure dimension

검색결과 3건 처리시간 0.014초

정서의 이차원 구조에서 유아의 얼굴표정 해석 (Children's Interpretation of Facial Expression onto Two-Dimension Structure of Emotion)

  • 신영숙;정현숙
    • 인지과학
    • /
    • 제18권1호
    • /
    • pp.57-68
    • /
    • 2007
  • 본 논문은 정서의 이차원 구조상에서 얼굴표정으로부터 아동의 정서이해에 대한 범주를 알아보고자 한다. 3세에서 5세 89명의 아동들을 대상으로 14개의 정서 단어와 관계된 얼굴표정들을 선택하도록 하였다. 실험에 적용된 얼굴표정들은 54명의 대학생들로부터 9점 척도상에서 두차원(쾌-불쾌차원과 각성-수면차원) 각각에서 표정의 강도가 평정된 사진들이 사용되었다. 실험결과에서 아동들은 쾌-불쾌 차원보다는 각성-수면 차원에서 더 큰 안정성을 보였다. 이차원 구조상에서 슬픔, 졸림, 화남, 놀람과 같은 정서들은 두 차원에서 매우 잘 변별된 반면, 두려움, 지겨움과 같은 정서들은 쾌-불쾌 차원에서 불안정성을 보였다. 특히 3세 아동들은 각성-수면정도에 대한 지각이 쾌-불쾌에 대한 지각보다 높게 나타났다.

  • PDF

정서의 이차원모델에서 아동의 얼굴표정 변별에서 성 차이 (Sex differences of children's facial expression discrimination based on two-dimensional model of emotion)

  • 신영숙
    • 인지과학
    • /
    • 제21권1호
    • /
    • pp.127-143
    • /
    • 2010
  • 본 논문은 정서의 이차원 구조상에서 얼굴표정으로부터 아동의 정서변별에 대한 성별차이를 알아보고자 한다. 연구 그룹은 40개월, 52개월, 64개월의 92명의 아동들로 이루어졌으며, 남녀아동 비율은 남아 50%와 여아 50%였다. 92명의 아동들을 대상으로 12개의 정서 단어와 관계된 얼굴표정들을 선택하도록 하였다. 실험에 적용된 얼굴표정들은 54명의 대학생들로부터 9점 척도상에서 두 차원(쾌-불쾌차원과 각성-수면차원) 각각에서 표정의 강도가 평가된 사진들이 사용되었다. 실험결과에서 아동들은 쾌-불쾌차원 보다는 각성-수면차원에서 남녀간의 성별차이를 두드러지게 나타냈다. 각성-수면차원에서는 '졸리움, 화남, 편안함, 쓸쓸함' 정서들이 1보다 큰 성별차이를 보였다. 특히 남아들은 '졸리움, 화남, 쓸쓸함' 같은 정서들안에서 여아보다 높은 각성을 보인반면, 여아들은 '편안함' 정서에서 남아보다 높은 각성을 보였다.

  • PDF

얼굴 특징점의 지각적 위계구조에 기초한 표정인식 신경망 모형 (A neural network model for recognizing facial expressions based on perceptual hierarchy of facial feature points)

  • 반세범;정찬섭
    • 인지과학
    • /
    • 제12권1_2호
    • /
    • pp.77-89
    • /
    • 2001
  • 얼굴 특징점의 지각적 위계구조를 반영한 표정인식 신경망 모형을 설계하였다. 입력자료는 MPEG-4 SNHC(Synthetic/Natural Hybrid Coding)의 얼굴 정의 파라미터(FDP) 중 39개 특징점 각각에 대해 150장의 표정연기 사진을 5개의 크기와 8개의 바위를 갖는 Gabor 필터로분석한 값이었다. 표정영상에 대한 감정상태 평정 값과 39개 특징점의 필터 반응 값을 중가 회귀분석한 결과, 감정상태의 쾌-불쾌 차원은 주로 입과 눈썹 주변의 특징점과 밀접한 과련이 있었고, 각성-수면차원은 주로 눈 주변의 특징점과 밀접한 관련이 있었다. 필터의 크기는 주로 저역 공간 주파수 필터와 감정상태가 관련이 있었고, 필터의 방위는 주로 비스듬한 사선방위와 감정상태가 관련이 있었다. 이를 기초로 표정인식 신경망을 최적화한 결과 원래 1560개(39x5x8) 입력요소를 400개(25x2x8)입력요소로 줄일 수 있었다. 표정인식 신경망의 최적화 결과를 사람의 감정상태 평정과 비교하여 볼 때, 쾌-불쾌 차원에서는 0.886의 상관관계가 있었고, 각성-수면 차원에서는 0.631의 상관관계가 있었다. 표정인식 신경망의 최적화 모형을 기쁨, 슬픔, 놀람, 공포, 분노, 혐오 등의 6가지 기본 정서 범주에 대응한 결과 74%의 인식률을 얻었다. 이러한 결과는 사람의 표정인식 원리를 이용하면 작은 양의 정보로도 최적화된 표정인식 시스템을 구현할수 있다는 점을 시시한다.

  • PDF