다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
제어·로봇·시스템학회지 = iCROS, v.20 no.2, 2014년, pp.39 - 45
허경무 (단국대학교 전자공학과) , 강수민 (단국대학교 전자공학과)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 현재 얼굴 표정 인식 기술의 인식방법은 어떠한가? | 얼굴 표정 인식은 인간 중심의 human-machine 인터페이스의 가장 중요한 요소 중 하나이다. 현재의 얼굴 표정 인식 기술은 주로 얼굴 영상을 이용하여 특징을 추출하고 이를 미리 학습시킨 인식 모델을 통하여 각 감정의 범주로 분류한다. 본 논문에서는 이러한 얼굴 표정 인식 기술에 사용되는 표정 특징 추출 기법과 표정 분류 기법을 설명하고, 각 기법에서 많이 사용되고 있는 방법들을 간략히 정리한다. | |
| 얼굴 표정 인식에 관련된 연구의 중요성이 증대되고 있는 이유는 무엇인가? | 특히 비전 기반 실시간 얼굴 모션 추적 및 표정 인식 기술은 효과적인 인간과 컴퓨터의 상화 작용을 위한 매력적인 입력 모드로 관심을 모으고 있다. 이처럼 얼굴 표정 인식에 관련된 연구의 중요성이 증대되고 있는 이유는 컴퓨터 성능의 향상에 따라 저렴한 비용으로 빠른 처리가 가능할 뿐만 아니라 얼굴 검출, 얼굴 추적, 얼굴 인식 등과 같은 영역에서의 연구와 밀접한 연관성이 존재하여 상호보완적으로 연구 수행을 향상시키기 때문이다. 얼굴 표정의 동적 변화를 실시간으로 분석하기 위해서는 얼굴 동작의 시간적 변이를 효과적으로 반영할 수 있는 최적의 표정 정보의 추출과 실시간 추적이 필요하며 특정 표정 사이의 변화를 능동적으로 설명할 수 있는 표정변화 모델에 기반한 얼굴 표정의 해석 방법이 필요하다. | |
| 표정인식을 위한 특징추출방법인 통계적성분분석기반의 특징 추출 방법과 특징점 기반의 방법의 추출방법은 무엇인가? | 표정인식을위한특징추출방법은크게통계적성분분석기반의 특징 추출 방법과 특징점 기반의 방법으로 나눌 수 있다. 우선, 성분분석을기반으로특징을추출하는방법은추출된얼굴영역의전체또는일부분의픽셀정보를이용하는것으로주로 고유 벡터(eigen vector)를 이용하여 특징을 추출한다. 반면에 특징 점 기반의 특징 추출 방법은 눈, 입과 같은 얼굴의 특정부분에 해당하는 특징점의 위치 정보를 활용한 것으로 특징점 구성 방법에 따라 여러가지 알고리즘이 존재한다. |
I. Buciu, C. Kotropoulos, I. Pitas, "Comparison of ICA approaches for facial expression recognition," International Journal of Signal, Image and Video Processing, Vol.3, No.4, pp.345-361, 2009.
Y. Shin, "Facial expression recognition based on emotion dimensions on manifold learning," Proceedings of the 7th International Conference on Computational Science (ICCS 2007), LNCS 4488, pp.81-88, 2007.
A.M. Tekalp, J. Ostermann, "Face and 2-D mesh animation in MPEG-4," International Journal of Signal Processing: Image Communication, Vol.15, Issue 4-5, pp.387-421, Jan. 2000.
J. Bu, M. Song, Q. Wu, C. Chen, C. Jin, "Sketch based facial expression recognition using graphics hardware," Proceedings of the First International Conference on Affective Computing and Intelligent Interaction (ACII 2005), LNCS 3784, pp.72-79, 2005.
J.H. Kwon, G.Y. Kim, Y. Mun, "Efficient facial features warping using BSM(Bayesian Shape Model)," Proceedings of the International Conference on Computational Science and Its Applications (ICCSA 2008), LNCS 5073, pp.56-66, 2008.
Yea-Shuan Huang and Wei-Cheng Lie, "Face detector with oriented multiple templates", International MultiConference of Engineers and Computer Scientists, Hong Kong, March, 2008.
S. Park, D. Kim, "Subtle facial expression recognition using motion magnification," Pattern Recognition Letters, Vol.30, Issue 7, pp.708-716, May 2009.
E. Cerezo, I. Hupont, "Emotional facial expression classification for multimodal user interfaces," Proceedings of the 4th International Conference on Articulated Motion and Deformable Objects (AMDO 2006), LNCS 4069, pp.405-413, 2006.
Z. Hammal, L. Couvreur, A. Caplier, M. Rombaut, "Facial expression recognition based on the belief theory: Comparison with different classifiers," Proceedings of the 13th International Conference on Image Analysis and Processing (ICIAP 2005), LNCS 3617, pp.743-752, 2005.
Michel F. Valstar, Bihan Jiang, Marc Mehu, Maja Pantic, and Klaus Scherer", The first facial expression recognition and analysis challenge", Automatic Face & Gesture Recognition and Workshops (FG 2011), pp 921 - 926, March 2011
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.