$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

적응적 딥러닝 학습 기반 영상 인식
Image Recognition based on Adaptive Deep Learning 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.18 no.1, 2018년, pp.113 - 117  

김진우 (인하대학교 컴퓨터공학부) ,  이필규 (인하대학교 컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

사람의 감정은 다양한 요소에 의해서 드러난다. 말, 행동, 표정, 옷차림 등등. 하지만 사람은 자신의 감정을 숨길 줄 안다. 따라서 어느 한 가지만으로는 쉽게 그 감성을 짐작할 수 없다. 우리는 이러한 문제를 해결하고 보다 진솔한 사람의 감성을 파악하기 위해 행동과 표정에 주의를 기울이기로 하였다. 행동과 표정은 부단한 노력과 훈련이 없으면 쉽게 감출 수 없기 때문이다. 본 논문에서는 딥러닝 방법을 통해 적은 데이터를 가지고 점진적으로 사람의 행동과 표정을 학습하여 두 가지 결과의 조합을 통해 사람의 감성을 추측하는 알고리즘을 제안한다. 이 알고리즘을 통해 우리는 보다 종합적으로 사람의 감성을 파악할 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Human emotions are revealed by various factors. Words, actions, facial expressions, attire and so on. But people know how to hide their feelings. So we can not easily guess its sensitivity using one factor. We decided to pay attention to behaviors and facial expressions in order to solve these probl...

주제어

#Synthetic Emotion Recognition   #Deep Learning   #Facial Expression Recognition   #Action Recognition  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 이미 오랫동안 사람의 표정을 인식하는 알고리즘이나 액션을 인식하는 알고리즘은 연구되어 왔다. 본 논문에 서는 인식된 얼굴 표정과 액션을 조합하여 사람의 감성을 추론하는 알고리즘을 제안한다. 또한 본 논문에서 제안한 알고리즘은 적응적 딥러닝 학습 기법을 활용하므로 보다 다양한 환경에서 적용이 가능할 것으로 기대된다.
  • 행동과 표정은 부단한 노력과 훈련이 없으면 쉽게 감추거나 바꿀 수 없기 때문이다. 이에 본 논문에서는 보다 확실하게 사람의 감정을 추측하기 위해 새로운 기법을 제안하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
데이터의 부족으로 정확한 인식이 불가능한 경우를 해결하기 위해 어떤 시도들이 있었는가? 데이터의 부족으로 정확한 인식이 불가능한 경우는 많이 있다. 이를 해결하기 위해 준지도 학습 (Semi-Supervised Learning)이나 능동 학습(Active Learning), 능동준지도 학습(Active Semi-Supervised Learning) 등 다양한 시도가 있어왔다 [16] .
자율주행 자동차, 인공지능 스피커, 사물 인터넷 등은 무엇으로 인해 가능해졌는가? 자율주행 자동차, 인공지능 스피커, 사물 인터넷 (Internet of Things) 등 이제는 익숙해진 기계학습 및 인공지능 기술이 우리의 삶에 스며들고 있다. 이러한 기술은 사람의 얼굴 표정, 음성, 나이, 성별, 행동 등 다양한 것을 인식하는 기술이 발전하면서 가능해졌다.
딥러닝을 기반으로 하는 행동 인식 알고리즘 이전에는 무엇을 사용했는가? 행동 인식은 비디오 감시 시스템, 인간 행동 분석, 인간과 기계 간의 커뮤니케이션 등에 특히 중요한 분야로 지난 이십여년 동안 꾸준히 연구되어 왔다. 주로 HOG (Histogram oriented gradient) [10] , STIP (Space time interest point) [11] , DPM (Deformable part model) [9] 등의 기술을 사용해오다가 최근에는 딥러닝을 기반으로 하는 행동 인식 알고리즘이 개발되어 큰 성능 향상을 보였다.
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로