최근 선진국 뿐 아니라 우리나라에서는 유비쿼터스 컴퓨팅 모델에 대해 많은 연구를 하고 있다. 유비쿼터스 컴퓨팅이란 언제 어디서나 사용하는 컴퓨팅 환경을 의미하는 말로, 다양한 종류의 컴퓨터가 사람, 사물, 환경 속에 내재되어 있고, 이들이 서로 연결되어 필요한 곳이라면 언제 어디서나 컴퓨팅을 할 수 있는 환경을 말한다. 본 연구에서는 사용자의 감성을 인식하기 위해서 얼굴 표정, 온도, 습도, 날씨, 조명등을 사용하여 온톨로지를 구축하였다. 온톨로지를 구축하기 위하여 OWL 언어를 사용하였고, 감성추론 엔진은 Jena(예나)를 사용한다. 본 연구에서 제시한 상황인식 서비스인프라(Context-Awareness Service Infra)의 구조는 기능에 따라 여러 개의 모듈로 나뉜다.
최근 선진국 뿐 아니라 우리나라에서는 유비쿼터스 컴퓨팅 모델에 대해 많은 연구를 하고 있다. 유비쿼터스 컴퓨팅이란 언제 어디서나 사용하는 컴퓨팅 환경을 의미하는 말로, 다양한 종류의 컴퓨터가 사람, 사물, 환경 속에 내재되어 있고, 이들이 서로 연결되어 필요한 곳이라면 언제 어디서나 컴퓨팅을 할 수 있는 환경을 말한다. 본 연구에서는 사용자의 감성을 인식하기 위해서 얼굴 표정, 온도, 습도, 날씨, 조명등을 사용하여 온톨로지를 구축하였다. 온톨로지를 구축하기 위하여 OWL 언어를 사용하였고, 감성추론 엔진은 Jena(예나)를 사용한다. 본 연구에서 제시한 상황인식 서비스인프라(Context-Awareness Service Infra)의 구조는 기능에 따라 여러 개의 모듈로 나뉜다.
Recently, much research have been done on ubiquitous computing models in advanced countries as well as in Korea. Ubiquitous computing is defined as a computing environment that isn't bounded by time and space. Different kinds of computers are embedded in artifacts, devices, and environment, thus peo...
Recently, much research have been done on ubiquitous computing models in advanced countries as well as in Korea. Ubiquitous computing is defined as a computing environment that isn't bounded by time and space. Different kinds of computers are embedded in artifacts, devices, and environment, thus people can be connected everywhere and every time. To recognize user's emotion, facial expression, temperature, humidity, weather, and lightning factors are used for building ontology. Ontology Web Language (OWL) is adopted to implement ontology and Jena is used as an emotional inference engine. The context-awareness service infrastructure suggested in this research can be divided into several modules by their functions.
Recently, much research have been done on ubiquitous computing models in advanced countries as well as in Korea. Ubiquitous computing is defined as a computing environment that isn't bounded by time and space. Different kinds of computers are embedded in artifacts, devices, and environment, thus people can be connected everywhere and every time. To recognize user's emotion, facial expression, temperature, humidity, weather, and lightning factors are used for building ontology. Ontology Web Language (OWL) is adopted to implement ontology and Jena is used as an emotional inference engine. The context-awareness service infrastructure suggested in this research can be divided into several modules by their functions.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 유비쿼터스 컴퓨팅 환경의 홈 네트워킹 시스템의 보다 효율적인 상황인식을 위한 얼굴 정보를 받아들여서비스인프라 구조를 제시하고 있다. 구체적으로는, 사용자의감성을 인식하기 위해서 얼굴, 온도, 습도, 날씨, 조명, 계절, 시간 등을 사용하여 온톨로지를 구축하였다.
다양하고 이질적인 고객 단말과 고객의 위치 등과 같은 상황정보를 고려하여 더욱 좋은 상황인식 웹 서비스를 제공하는 것이목적이다.
본 논문에서는 온톨로지를 구축하여 사용자의 정보를 이용해서 감성을 인식하였다. 기존에 연구된 사용자 감성 추론 기법들은 주로 인공지능 기법을 사용하였다.
기존에 연구된 사용자 감성 추론 기법들은 주로 인공지능 기법을 사용하였다. 본 논문에서는 이러한 인공지능 기법을 기반으로 하고, 온톨로지를 구축하여 사용자의 감성을 인식하였다. 또한, 사용자의 감성을 인식하기 위해서 얼굴, 온도, 습도, 날씨, 조명 등의 여러 상황정보를 사용하였다.
제안 방법
구조를 제시하고 있다. 구체적으로는, 사용자의감성을 인식하기 위해서 얼굴, 온도, 습도, 날씨, 조명, 계절, 시간 등을 사용하여 온톨로지를 구축하였다. 온톨로지를 구축하기 위하여 OWL 언어를 사용하여 감성을 표현하였고, 감성추론 엔진은 Jena를 사용한다.
각각의 감성 기준을 Low Arousal과 High Arousal, Positive Valence와 Negative Valence, Open Stance와 Closed Stance로 분류하였다. 이러한 감성 유형을 바탕으로 Robotic Life Group에서는 인간의 시각 기능에 초점을 맞추어 4가지 색상의 CCD 카메라를 장착한 감성 지능형 로봇 Kismet을 개발하였다.
각각의 감성 기준을 Low Arousal과 High Arousal, Positive Valence와 Negative Valence, Open Stance와 Closed Stance로 분류하였다. 이러한 감성 유형을 바탕으로 Robotic Life Group에서는 인간의 시각 기능에 초점을 맞추어 4가지 색상의 CCD 카메라를 장착한 감성 지능형 로봇 Kismet을 개발하였다. (그림 1)은 총 14개의 유형으로 분류된 것들을 나타내었다.
섬세한 인터페이스가 요구된다. 즉, 지금까지 사람의 감성을 컴퓨터로 해석하고 이해하여 사람과 컴퓨터 간에 인터페이스 할 수 있다는 가능성은 입력 영상으로부터 얼굴 부위를 정확히 추출하는 방법, 얼굴 영상을 해석하여 식별하기 위한 연구, 그리고 얼굴에서 특징 부위를 분석하여 얼굴표정을 알아내려는 연구로 대별된다.
본 논문에서는 OWL 온톨로지 언어를 사용하여 감성 인식부분을 감성 인식 부분과 외부 환경 인식 부분으로 나누어 감성을 추론한다. 감성 인식 부분은 얼굴 표정으로 구성하고, 외부 환경 인식 부분은 인간의 감성에 영향을 미칠 수 있는온도, 습도, 날씨, 조명, 시간, 계절 등으로 구성한다.
센싱 인터페이스 부분은 감성 인터페이스(Emotional Interface) 모듈과 외부환경 인터페이스 (Environment Interface) 모듈로 나누어 추출한다. 추론 부분은 온톨로지를 이용하여 감성 추론 모듈과 외부환경 추론 모듈로 나누어져 추론하였다.
본 논문에서는 Protege를 이용하여 OWL 온톨로지를 구축하였다. 감성 정보를 구축한 모습은 (그림 6)과 같이 작성하였다.
또한. 미들웨어 내의 상황정보 모델링을 위해서 OWL을 제안했다.
본 논문에서는 이러한 인공지능 기법을 기반으로 하고, 온톨로지를 구축하여 사용자의 감성을 인식하였다. 또한, 사용자의 감성을 인식하기 위해서 얼굴, 온도, 습도, 날씨, 조명 등의 여러 상황정보를 사용하였다. 온톨로지를 구축하기 위해서 OVL 언어를 사용하였고 OWL을 통해 감성을 표현하였다.
또한, 사용자의 감성을 인식하기 위해서 얼굴, 온도, 습도, 날씨, 조명 등의 여러 상황정보를 사용하였다. 온톨로지를 구축하기 위해서 OVL 언어를 사용하였고 OWL을 통해 감성을 표현하였다. 감성을 추론하기 위해 추론 엔진은 Jena를 사용하였다.
감성을 추론하기 위해 추론 엔진은 Jena를 사용하였다. 본 논문에서 제시한 상황인식 서비스 인프라의 구조를 여러 개의 모듈로 나누어 사용자의 감성을 추론하여 상황을 인식하는 모델링을 제안하였다.
대상 데이터
사용한다. 배철수('99)의 근육기반 특징 모델에서 눈과 눈썹 모델에 있는 4개의 근육 수축 파라미터와 입 모델에 있는 8개의 근육 수축 파라미터를 사용하였다. '얼굴 표정에 대한 OWL 온톨로지 표현은 (그림 4)와 같다.
온톨로지를 구축하기 위해서 OVL 언어를 사용하였고 OWL을 통해 감성을 표현하였다. 감성을 추론하기 위해 추론 엔진은 Jena를 사용하였다. 본 논문에서 제시한 상황인식 서비스 인프라의 구조를 여러 개의 모듈로 나누어 사용자의 감성을 추론하여 상황을 인식하는 모델링을 제안하였다.
이론/모형
구체적으로는, 사용자의감성을 인식하기 위해서 얼굴, 온도, 습도, 날씨, 조명, 계절, 시간 등을 사용하여 온톨로지를 구축하였다. 온톨로지를 구축하기 위하여 OWL 언어를 사용하여 감성을 표현하였고, 감성추론 엔진은 Jena를 사용한다. 본 논문에서 제시한 상황인식서비스인프라의 구조는 여러 개의 모듈로 나뉜다.
성능/효과
구축된 온톨로지를 추론기를 작동시켜 OWL이 실제로 작동되는 것을 확인할 수 있었다. (그림 7)은 추론기를 작동시킨 후 생성된 온톨로지의 구조이다.
후속연구
본 논문에서 제안한 모델링을 기반으로 상황인식 서비스를위한 여러가지 시나리오 구현과, 사용자에게 상황 정보를 이용하는 인터페이스 개발이 필요할 것이다.
참고문헌 (12)
J. Pascoe, "Adding Generic Contextual Capabilities to Wearable Computers," in Proceedings of 2nd International Symposium on Wearable Computers, pp. 92-99, Oct. 1998.
Damasio, A. R. "Fundamental feelings: Concept of Emotion," Nature 413(6858), Issue of 25, Oct. 2001.
Gruber, T., "A translation approach to portable ontologies," Knowledge Acquisition, Vol. 5, No. 2, pp. 199-220, 1993.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.