선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 연구에서는 한국인의 체질인류학적 특성 및 형태에 대한 자료를 참고하여 외형적 차이를 최소화 하기 위해 실제 사람을 기용하지 않고 애니메이션 요소로 사용하여 한국인 표준 얼굴 이미지(Korean Standard Facial Image; KSFI) AU set를 제작하였다. 표정 이미지 형태 제작 시 객관적 기준은 보편적인 기본 6가지 감성과 얼굴 코딩 시스템(FACS)을 제작한 Ekman의 연구와 감성 별 얼굴 형태를 안면근에 근거하여 모사한 Gary Faigin의 얼굴 표정 서적을 참고하였다[14].
- 본 연구는 체질인류학을 통해 정의된 외형적 특징을 반영한 한국인 표준 얼굴 표정 이미지가 국내 표정 연구에서 의미 있는 콘텐츠로써 적합성을 확인하는데 주된 목적이 있다.
제안 방법
- 제외된 17개의 AU는 동적인 표정 동작으로 정적인 이미지로 표현이 불가능하여 1차 이미지 세트에서 제외시켰다.(제외된 동적 AU 8, 17, 19, 21, 29~39, 41, 42) 또한, Ekman이 정의한 AU 코드를 토대로 기본 감성 이미지를 제작하려고 했으나, 감성에 따라 일부 얼굴 요소의 AU가 중첩되는 현상이 발생하여 AU를 선택적으로 사용하였다. Ekman이 정의한 기본 6가지 감성 표현에 사용된 AU목록과 본 실험에 제시된 실제 이미지에서 선택적으로 사용한 AU를 비교하여 [표 2]에 명시하였다.
- (제외된 동적 AU 8, 17, 19, 21, 29~39, 41, 42) 또한, Ekman이 정의한 AU 코드를 토대로 기본 감성 이미지를 제작하려고 했으나, 감성에 따라 일부 얼굴 요소의 AU가 중첩되는 현상이 발생하여 AU를 선택적으로 사용하였다. Ekman이 정의한 기본 6가지 감성 표현에 사용된 AU목록과 본 실험에 제시된 실제 이미지에서 선택적으로 사용한 AU를 비교하여 [표 2]에 명시하였다.
- 감성 인식 정확률 실험에 사용할 이미지는 [그림 4]로 좌측 상단부터 슬픔(Sadness), 행복(Happiness), 놀람(Surprise), 공포(Fear), 분노(Anger), 혐오(Disgust) 이미지 순으로 나열하였다.
- 첫 번째, 6가지 기본 감성의 표정 이미지를 KSFI 로 제작하여 피 실험자들을 통해 감성 인식 정확률을 측정하였다. 두 번째, 얼굴 표정을 통해 감성 판단 시 주요 정보를 얻는 얼굴 요소에 대한 주관적 평가를 실시하였다.
- 또한, 본 연구에서 개발한 이미지의 특징은 점, 선, 면의 요소로만 구성 되었으며, 자극 이미지를 제작할 때 Ekman이 제시한 AU조합에서 중첩되는 AU 일부 누락시켰다. 따라서 실제 사진에 비해서 표현된 감성을 예측할 수 있는 정보가 미약하게 제공되었다.
- 이에 따라 Ekman은 표정에 관여하는 대표적인 안면근을 분석하여 FACS(Facial Action Coding System)를 개발하였다[3]. 또한, 얼굴의 구성 요소를 이마와 눈썹, 눈, 코, 입, 턱과 연결된 안면근과 형태로 나누어 AU(Action Unit) code로 분류하고, 표정의 강도 등급(Intensity score)을 5단계로 나누어 정의하였다[4].
- 설문은 1장의 감성 이미지씩 2개의 객관식 문항에 대하여 단일 답변만 선택되도록 설계하였다. 첫 번째 문항은 감성 이미지에 적합한 감성 어휘를 선택하고, 두 번째 문항은 감성 상태 판단에 영향을 미친 얼굴요소에 대한 주관평가로 실시되었다.
- [그림 1] 좌측의 남, 여의 얼굴의 외형을 합성하여 중성으로 가공하여 우측 얼굴의 이미지를 만들었다. 우측 이미지는 Adobe 사의 Illustration CS4를 사용하여 도형의 구성 요소인 점, 선, 면을 사용하여 최종 2차원 평면이미지로 제작하였다.
- 감성 인식 정확률 중에서 혐오(Disgust)와 공포(fear)가 타 감성 이미지에 가장 낮은 인식률을 보였다. 저조한 오답률에 대한 설명을 위해 혐오(disgust)와 공포(fear)의 이미지를 정답 집단(혐오-혐오/공포-공포)과 오답 집단(혐오-분노/공포-놀람)으로 나누어 해당 이미지의 감성을 판단할 때 기여한 얼굴 요소 빈도를 [표 5]에 제시하였다.
- 설문은 1장의 감성 이미지씩 2개의 객관식 문항에 대하여 단일 답변만 선택되도록 설계하였다. 첫 번째 문항은 감성 이미지에 적합한 감성 어휘를 선택하고, 두 번째 문항은 감성 상태 판단에 영향을 미친 얼굴요소에 대한 주관평가로 실시되었다.
- 본 연구의 검증 방법으로는 Ekman이 표정 연구 시 사용했었던 두 가지 검증 방법을 차용하였다. 첫 번째, 6가지 기본 감성의 표정 이미지를 KSFI 로 제작하여 피 실험자들을 통해 감성 인식 정확률을 측정하였다. 두 번째, 얼굴 표정을 통해 감성 판단 시 주요 정보를 얻는 얼굴 요소에 대한 주관적 평가를 실시하였다.
대상 데이터
- 2013년 12월 9일부터 2013년 12월 11일 동안 실시하였으며, URL을 통해 참가자의 스마트폰과 PC로 온라인 접속하여 주관 설문의 결과를 수집하였다. 본 실험의 절차는 [그림 5]와 같다.
- Ekman이 정의한 보편적인 6가지 감성 표정에 사용되는 AU를 우선적으로 선별하여, AU 44개 중 27개의 AU를 [그림 3]과 같이 제작하였다. [그림 1]에서 제작한 한국인 표준 형상 이미지 세트는 AU의 특징에 따라 눈썹, 눈, 코, 입, 턱의 모양을 변형하였다.
- [그림 4]의 이미지는 감성 별로 분리하여 각각 가로, 세로 528×614mm의 크기로 원본이미지를 제작하였다.
- 20대와 30대의 연령대 비율은 56:44이며, 남녀 성 비율은 48:52 이다. 본 실험 참가자를 모집은 지원자 표본추출을 이용하였으며, 참가자 전원 한국에서 태어나 자랐다.
- 본 연구에 참여한 피 실험자는 대학생과 직장인으로 구성되었으며 연령대는 20대와 30대로 전체 168명, 남자 82명, 여자 86명, 평균 연령 29.4세로 모집하였다. 20대와 30대의 연령대 비율은 56:44이며, 남녀 성 비율은 48:52 이다.
데이터처리
- KSFI(Korean Standard Facial Image)으로 제작된 6가지 기본 감성에 해당하는 슬픔, 행복, 혐오, 공포, 분노, 놀람의 표정 이미지 별 감성 인식률을 알아보기 위해 피실험자가 선택한 감성의 빈도수를 백분율로 환산하여 분석하였다.
- KSFI를 보고 감성 판단 시 얼굴 요소별 유의한 차이를 확인하기 위해 SPSS 통계 프로그램으로 정규성 검증을 실시하였다. 그 결과 이마(0.
- KSFI를 보고 감성 판단 시 얼굴 요소별 유의한 차이를 확인하기 위해 SPSS 통계 프로그램으로 정규성 검증을 실시하였다. 그 결과 이마(0.041)와 코(0.000)가 정규성 가정을 만족하지 않아 비모수 Kruskal-Wallis 검정을 채택하였다.
이론/모형
- 한국형 얼굴 표정 이미지를(KSFI)의 객관성을 얻기 위해서는 기존 표정 연구와 비교해 볼 수 있는 연구 결과가 필요하다. 본 연구의 검증 방법으로는 Ekman이 표정 연구 시 사용했었던 두 가지 검증 방법을 차용하였다. 첫 번째, 6가지 기본 감성의 표정 이미지를 KSFI 로 제작하여 피 실험자들을 통해 감성 인식 정확률을 측정하였다.
- 따라서 본 연구에서는 한국인의 체질인류학적 특성 및 형태에 대한 자료를 참고하여 외형적 차이를 최소화 하기 위해 실제 사람을 기용하지 않고 애니메이션 요소로 사용하여 한국인 표준 얼굴 이미지(Korean Standard Facial Image; KSFI) AU set를 제작하였다. 표정 이미지 형태 제작 시 객관적 기준은 보편적인 기본 6가지 감성과 얼굴 코딩 시스템(FACS)을 제작한 Ekman의 연구와 감성 별 얼굴 형태를 안면근에 근거하여 모사한 Gary Faigin의 얼굴 표정 서적을 참고하였다[14].
- [그림 1]의 사진 속 한국인의 남녀 평균 얼굴은 한국문화콘텐츠진흥원에서 주도한 문화원형 디지털 콘텐츠화 사업의 일부로 공식적인 사용 허가를 받은 자료이다. 해당 얼굴 사진은 식습관과 생활환경에 영향을 받아 진화한 1980년대 태생의 남, 여 평균 얼굴을 가상으로 제작한 이미지로써 KSFI(Korean Standard Facial Image)의 기반이 되었다[13].
성능/효과
- 08)이 감성 판단 시 가장 큰 영향력을 미치며 그 외 눈썹, 이마, 코 순으로 나타났다. 감성 별 판단 시 영향을 주는 얼굴 요소로 분노는 이마, 슬픔과 분노는 눈썹, 혐오는 눈과 코 그리고 슬픔은 입을 주로 확인하는 것으로 나타났다. 그 중 눈은 슬픔을 제외한 감성에서 비슷한 빈도수를 보였지만, 입은 분노와 혐오에서 타 감성에 비해 낮은 빈도수를 보였다.
- 감성 인식 정확률 중에서 혐오(Disgust)와 공포(fear)가 타 감성 이미지에 가장 낮은 인식률을 보였다. 저조한 오답률에 대한 설명을 위해 혐오(disgust)와 공포(fear)의 이미지를 정답 집단(혐오-혐오/공포-공포)과 오답 집단(혐오-분노/공포-놀람)으로 나누어 해당 이미지의 감성을 판단할 때 기여한 얼굴 요소 빈도를 [표 5]에 제시하였다.
- 그 결과 168명의 전체 감성 이미지에 대한 평균 인식 정확률은 52%이며, 감성이미지 별 인식 정확률은 행복>놀람>슬픔>분노>혐오>공포 순으로 나타났다.
- 8%로 나타났다. 그에 비해 혐오는 분노의 인식률이 59.5%로 더 높았고, 공포는 놀람이 26.2%로 가장 높게 나타났지만 행복을 제외한 부정 감성 간의 인식률이 유사한 수치를 보였다.
- 두 번째, 혐오 이미지는 분노 이미지로 인식률이 높게 나타났다. 혐오 이미지의 외형적 특징은 윗입술 올림근을 통해 윗입술이 당겨지며, 코와 미간에 접히는 주름을 형태를 꼽을 수 있다.
- 마지막으로 전체 실험 과정에서 시간 제약을 설정하지 않아 실험자가 답변 선택 시 반복 수정이 가능했다는 점도 배제할 수 없으며, 일부 수정된 결과가 포함되었을 가능성이 높다. 따라서 추후 연구에서는 이러한 한계점을 보완한 한국형 얼굴 표정 평가 모듈을 제작할 계획이다.
- 슬픔과 행복, 분노는 평균 정확률 비해 높은 정확률을 보였으나, 분노의 경우 평균 정확률 보다는 낮은 48.8%로 나타났다. 그에 비해 혐오는 분노의 인식률이 59.
후속연구
- 마지막으로 전체 실험 과정에서 시간 제약을 설정하지 않아 실험자가 답변 선택 시 반복 수정이 가능했다는 점도 배제할 수 없으며, 일부 수정된 결과가 포함되었을 가능성이 높다. 따라서 추후 연구에서는 이러한 한계점을 보완한 한국형 얼굴 표정 평가 모듈을 제작할 계획이다.
- 본 연구에서 개발한 한국형 얼굴 이미지 감성 인식률과 얼굴 요소 판단 실험이 주관 평가로 이뤄졌다는 점에서 결과를 이론화하기 한계가 있다. 얼굴 요소 판단 실험에서 Eye-tracking을 사용하였다면 현재 결과보다 객관적인 결과를 얻을 수 있을 것이다.
- 본 연구에서 개발한 한국형 얼굴 이미지 감성 인식률과 얼굴 요소 판단 실험이 주관 평가로 이뤄졌다는 점에서 결과를 이론화하기 한계가 있다. 얼굴 요소 판단 실험에서 Eye-tracking을 사용하였다면 현재 결과보다 객관적인 결과를 얻을 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.