초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

일상에서 인간은 자신의 감정을 음성, 얼굴 표정 그리고 생체 신호 등과 같은 다양한 방법으로 표현한다. 그리고 감정은 인간 두뇌의 상태를 나타내는 기본적, 필수적 그리고 결정적인 역할을 한다. 따라서 그들의 감정 상태나 태도를 파악하기 위해 음성, 얼굴 표정, 손과 몸동작 그리고 생체 등을 통해 제공되는 다양한 신호들을 처리, 추출하고 분석하는 것이 필요하다. 얼굴 표정 또는 음성을 통한 감정 인식 연구들은 몇 가지 문제점들을 갖는다. 얼굴 표정을 통한 감정 인식의 경우 조명의 변화가 많은 일반적인 환경에서나 사용자가 움직이는 경우에는 얼굴 영역 추출이 쉽지 않다. 또한 음성을 이용할 경우에는 주변의 잡음이 들어가 실제 데이터를 추출하는 데 문제가 발생한다. 반면에 생체 신호의 경우는 주위 환경에 영향을 덜 받는 장점을 갖는다. 또한 전극, ...

일상에서 인간은 자신의 감정을 음성, 얼굴 표정 그리고 생체 신호 등과 같은 다양한 방법으로 표현한다. 그리고 감정은 인간 두뇌의 상태를 나타내는 기본적, 필수적 그리고 결정적인 역할을 한다. 따라서 그들의 감정 상태나 태도를 파악하기 위해 음성, 얼굴 표정, 손과 몸동작 그리고 생체 등을 통해 제공되는 다양한 신호들을 처리, 추출하고 분석하는 것이 필요하다. 얼굴 표정 또는 음성을 통한 감정 인식 연구들은 몇 가지 문제점들을 갖는다. 얼굴 표정을 통한 감정 인식의 경우 조명의 변화가 많은 일반적인 환경에서나 사용자가 움직이는 경우에는 얼굴 영역 추출이 쉽지 않다. 또한 음성을 이용할 경우에는 주변의 잡음이 들어가 실제 데이터를 추출하는 데 문제가 발생한다. 반면에 생체 신호의 경우는 주위 환경에 영향을 덜 받는 장점을 갖는다. 또한 전극, 적외선 센서 등을 이용하여 간단하게 추출할 수 있고, 사용자에 따른 사회적, 문화적 차이에 덜 민감한 장점이 있어 연구가 활발히 진행되고 있다. 본 논문은 생체 신호들 중 다른 생체 신호들 보다 많은 장치가 필요 없어 데이터 획득이 간편한 심전도와 맥파를 이용하여 인간의 감정을 분석하는 에이전트를 제시한다. 실험은 건강에 별 다른 이상이 없는 20대 남녀 대학생 10명을 대상으로 한다. 사용자의 감정 분석을 위하여 생체 신호(심전도, 맥파)를 실시간으로 획득한다. 실험 대상자들은 생체 신호를 측정하기 위해 양쪽 손목과 왼쪽 다리에 센서를 부착한다. 센서를 부착하고 사용자에게 다양한 종류(사용자가 느낄 수 있는 감정 - Normal, Happy, Surprise)의 비디오를 감상하게 하고 그에 따라 발생하는 생체 신호의 패턴을 분석한다. 비디오를 시청하는 동안 센서로부터 생체 신호를 획득하여 추출된 특징 점의 값을 데이터베이스에 저장한다. 이 때 사용자가 비디오를 감상한 후 자신이 실제 느낀 감정을 선택함으로써 감정을 피드백하여 생체 신호의 패턴과 비교하여 분석한다. 이러한 패턴 분석 결과에 따라서 실제 사용자가 실내 활동 시 어떤 감정 상태인지를 예측 할 수 있게 된다. 생체 신호에 대하여 기계학습 기법인 SVM(Support Vector Machine) 알고리즘과 클러스터링 기법인 k-NN(Nearest Neighbor) 알고리즘을 이용하여 패턴 분석의 모델을 확립하며, 심전도 데이터만을 이용하였을 경우와 심전도 데이터와 맥파 데이터를 함께 이용하였을 경우의 인식률을 비교 분석한다.

주제어