본 연구는 표정의 진위 여부에서 오는 표정 생성 시의 얼굴 미세움직임을 비교하고 실제로 표정이 지어졌을 때와 거짓 표정이 지어졌을 때의 차이를 비교하여 감성 진위별 특징을 도출한다. 이는 단순히 인간의 감성을 인식하는 표정인식 기술에서 감성의 진위를 구분하여 사용자가 어떠한 의도를 가졌는가를 구분할 수 있는 기반으로써 그 의의가 있다. 또한 표정의 진위가 나타나는 미세움직임에 대한 차이를 비교하여 감성의 진위 구분이 가능하다. 진위에 따른 표정을 수집하기 위해 사용자에게 실제 감성과 거짓 감성이 유발될 수 있는 자극들을 노출시켰고, 이때 사용자의 표정반응과 주관평가를 통해 실제로 감성이 유발되었는가를 확인하였다. 이후 얼굴 표정이 생성되는 구간을 수집하고 표정근의 미세움직임을 통해 추출한 표정의 변화량 평균, ...
본 연구는 표정의 진위 여부에서 오는 표정 생성 시의 얼굴 미세움직임을 비교하고 실제로 표정이 지어졌을 때와 거짓 표정이 지어졌을 때의 차이를 비교하여 감성 진위별 특징을 도출한다. 이는 단순히 인간의 감성을 인식하는 표정인식 기술에서 감성의 진위를 구분하여 사용자가 어떠한 의도를 가졌는가를 구분할 수 있는 기반으로써 그 의의가 있다. 또한 표정의 진위가 나타나는 미세움직임에 대한 차이를 비교하여 감성의 진위 구분이 가능하다. 진위에 따른 표정을 수집하기 위해 사용자에게 실제 감성과 거짓 감성이 유발될 수 있는 자극들을 노출시켰고, 이때 사용자의 표정반응과 주관평가를 통해 실제로 감성이 유발되었는가를 확인하였다. 이후 얼굴 표정이 생성되는 구간을 수집하고 표정근의 미세움직임을 통해 추출한 표정의 변화량 평균, 편차 및 속도 변수를 감성별, 진위별로 비교 분석 하였다. 결과적으로 표정 진위에 따른 미세표현 특징변수 간에 유의미한 차이들이 관찰 되었으며 표정들마다 다른 지역적 활성화를 보였다. 이는 기존에 실제 웃음으로 규정되었던 ‘뒤센 미소’를 뒷받침하며 추가적으로 2차원 감성의 영역별 대표감성 4가지(행복, 슬픔, 분노, 만족) 표정의 특징 근육 및 진위를 확인하는 지표가 될 수 있다. 이후 연구에서는 표정 진위에 따른 감성별 미세 움직임의 특징들을 활용하여 사용자가 표현하기 이전에 실제 감성이 유발되었는가를 확인할 수 있는 감성 진위 측정 기준으로써 활용될 수 있을 것으로 기대된다.
주제어: 표정근, 얼굴표정, 감성진위, 미세 움직임
본 연구는 표정의 진위 여부에서 오는 표정 생성 시의 얼굴 미세움직임을 비교하고 실제로 표정이 지어졌을 때와 거짓 표정이 지어졌을 때의 차이를 비교하여 감성 진위별 특징을 도출한다. 이는 단순히 인간의 감성을 인식하는 표정인식 기술에서 감성의 진위를 구분하여 사용자가 어떠한 의도를 가졌는가를 구분할 수 있는 기반으로써 그 의의가 있다. 또한 표정의 진위가 나타나는 미세움직임에 대한 차이를 비교하여 감성의 진위 구분이 가능하다. 진위에 따른 표정을 수집하기 위해 사용자에게 실제 감성과 거짓 감성이 유발될 수 있는 자극들을 노출시켰고, 이때 사용자의 표정반응과 주관평가를 통해 실제로 감성이 유발되었는가를 확인하였다. 이후 얼굴 표정이 생성되는 구간을 수집하고 표정근의 미세움직임을 통해 추출한 표정의 변화량 평균, 편차 및 속도 변수를 감성별, 진위별로 비교 분석 하였다. 결과적으로 표정 진위에 따른 미세표현 특징변수 간에 유의미한 차이들이 관찰 되었으며 표정들마다 다른 지역적 활성화를 보였다. 이는 기존에 실제 웃음으로 규정되었던 ‘뒤센 미소’를 뒷받침하며 추가적으로 2차원 감성의 영역별 대표감성 4가지(행복, 슬픔, 분노, 만족) 표정의 특징 근육 및 진위를 확인하는 지표가 될 수 있다. 이후 연구에서는 표정 진위에 따른 감성별 미세 움직임의 특징들을 활용하여 사용자가 표현하기 이전에 실제 감성이 유발되었는가를 확인할 수 있는 감성 진위 측정 기준으로써 활용될 수 있을 것으로 기대된다.
This paper compared facial micromovements from the authenticity of facial expressions and compared emotional authenticity features by comparing the degree of activation of facial expressions. The facial movement was collected when the true facial expressions are constructed and fake facial expressio...
This paper compared facial micromovements from the authenticity of facial expressions and compared emotional authenticity features by comparing the degree of activation of facial expressions. The facial movement was collected when the true facial expressions are constructed and fake facial expressions are constructed. It is meaningful as a basis to distinguish the intention of the user by distinguishing the authenticity of the emotion in the facial recognition technology that recognizes the human emotion. In order to collect facial expressions according to authenticity, the users had been exposed to stimuli that could induce true emotions and fake emotions. It have been confirmed whether the emotions were actually induced by the user's facial expression response and subjective evaluation. The facial micromovement features have been extracted as speed, size, and amount of facial expressions, where collected at the onset sections of the facial expressions. And it have been compared through the micromovement of the facial expressions by emotion and genuine. As a result, characteristic micromovements were observed according to the authenticity of the facial expressions and different regional activation was shown for each facial expression. This result can be an indicator to confirm the characteristic muscles and authenticity of the four expressions (happiness, sadness, anger, and satisfaction) of the two-dimensional emotional region by supporting the 'Duchenne smile' which was previously defined as a real smile. In the further research, it is expected that it will be utilized as a tool for measuring the emotional quality, which can evaluate whether the emotion has been induced before the user expresses using the characteristics of the micromovement according to the authenticity of the facial expression.
This paper compared facial micromovements from the authenticity of facial expressions and compared emotional authenticity features by comparing the degree of activation of facial expressions. The facial movement was collected when the true facial expressions are constructed and fake facial expressions are constructed. It is meaningful as a basis to distinguish the intention of the user by distinguishing the authenticity of the emotion in the facial recognition technology that recognizes the human emotion. In order to collect facial expressions according to authenticity, the users had been exposed to stimuli that could induce true emotions and fake emotions. It have been confirmed whether the emotions were actually induced by the user's facial expression response and subjective evaluation. The facial micromovement features have been extracted as speed, size, and amount of facial expressions, where collected at the onset sections of the facial expressions. And it have been compared through the micromovement of the facial expressions by emotion and genuine. As a result, characteristic micromovements were observed according to the authenticity of the facial expressions and different regional activation was shown for each facial expression. This result can be an indicator to confirm the characteristic muscles and authenticity of the four expressions (happiness, sadness, anger, and satisfaction) of the two-dimensional emotional region by supporting the 'Duchenne smile' which was previously defined as a real smile. In the further research, it is expected that it will be utilized as a tool for measuring the emotional quality, which can evaluate whether the emotion has been induced before the user expresses using the characteristics of the micromovement according to the authenticity of the facial expression.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.