초록 ▼

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

본 논문은 Ekman의 기본감정 6개(happiness, surprise, anger, disgust, fear, sadness)에 해당하는 표정을 수집하여 데이터베이스로 구축하고, Ekman의 Facial Action Coding System(FACS)에서 Action Unit(AU)과 관련된 feature set을 선정하여 얼굴 표정 인식 모델을 학습한다. 이 때, 관련연구에 따라 얼굴표정 6개에 관여하는 AU 18개를 선정했으며 AU 18개와 관련된 feature set을 각각 ...

본 논문은 Ekman의 기본감정 6개(happiness, surprise, anger, disgust, fear, sadness)에 해당하는 표정을 수집하여 데이터베이스로 구축하고, Ekman의 Facial Action Coding System(FACS)에서 Action Unit(AU)과 관련된 feature set을 선정하여 얼굴 표정 인식 모델을 학습한다. 이 때, 관련연구에 따라 얼굴표정 6개에 관여하는 AU 18개를 선정했으며 AU 18개와 관련된 feature set을 각각 유클리디언 거리, 1차원 거리, 좌표 값의 움직임에 따라 구성하였다. 구성된 feature set을 RBF-SVM과 Decision Tree기반의 AdaBoost 알고리즘을 이용하여 학습하였으며, 유클리디언 feature set을 이용한 RBF-SVM 모델에서 가장 좋은 결과를 얻을 수 있었다. 이러한 RBF-SVM 모델의 성능을 좀 더 끌어올리기 위해 RBF-SVM기반의 AdaBoost를 이용하였으며, 결과적으로 6개 표정에 대해 70.63%의 인식 성능을 얻을 수 있었다.

Keyword