초록 ▼

가. 개발환경
- 개발기종: Pentium 4, CPU 2.4GHz, 512 RAM, Window XP
나. 개발내용
$\circ$ 표정인식 Survey
- Feature extraction method
- Classification method
- DB 제작 환경 제시
$\circ$ 얼굴 표정의 특징 추출을 위한 영상 분석
- 입력영상의 5가지 표정에 대한 분석(평상, 화남, 놀람, 기쁨, 슬픔)
- 입력 영상의 부분별 각 component 특

가. 개발환경
- 개발기종: Pentium 4, CPU 2.4GHz, 512 RAM, Window XP
나. 개발내용
$\circ$ 표정인식 Survey
- Feature extraction method
- Classification method
- DB 제작 환경 제시
$\circ$ 얼굴 표정의 특징 추출을 위한 영상 분석
- 입력영상의 5가지 표정에 대한 분석(평상, 화남, 놀람, 기쁨, 슬픔)
- 입력 영상의 부분별 각 component 특징 추출
$\circ$ 추출된 특징들을 이용한 Classification 제작
- 평상, 화남, 기쁨, 슬픔, 놀람 5가지 표정에 대한 분류
$\circ$ 기초 인식기 제작 완료
- 입력된 영상으로부터 5개의 표정에 대해 인식할 수 있는 인식기 제작
- 자체 제작된 DB
- 공개된 DB에 의한 인식률 80%이상
- 포즈 변환 ${\pm}15$에 대한 인식 포함

목차 Contents

• 표지...1
• 제출문...2
• 요약문...3
• 목차...4
• 제 1 장 서론...6
• 1.1. 연구 개발의 중요성...6
• 1.2. 당해연도 추진 계획 및 실적...7
• 제 2 장 표정 인식 기술에 대한 기존 기술 조사...8
• 2.1. 얼굴 표정의 분석에 관한 연구...8
• 2.2. 얼굴 특징 추출을 위한 방법론...8
• 2.3. 얼굴 표정 분류를 위한 방법론...11
• 2.4. 국내외 동향...12
• 제 3 장 얼굴 표정에 대한 특징 추출 및 인식...14
• 3.1. 5가지 얼굴 표정에 대한 분석...14
• 3.1.1. 얼굴의 각 부분의 위치와 명칭...14
• 3.1.2. Facial Action Coding System(FACS)...14
• 3.1.3. 특징 추출을 위한 성분들...17
• 3.2. 얼굴 표정의 자동적인 추출을 위한 입의 위치 추적...18
• 3.2.1 입술 색상 분포를 이용한 입술 위치 추정...18
• 3.2.2. SVM을 이용한 입술의 미세 조정...18
• 3.3. 얼굴 표정 특징 추출 알고리즘...19
• 3.3.1 Frame Theory...19
• 3.3.2. Gabor Wavelet Transform...21
• 3.3.3. 특징 추출...21
• 3.3.4. PCA와 LDA...23
• 3.4. 얼굴 표정의 특징값 분석...24
• 3.4.1. 범주형 자료 분석...24
• 3.4.2. 로지스틱 회귀분석...24
• 3.5. 과제수행 테스트용으로 사용될 DB...27
• 3.5.1 JAFFE...27
• 3.5.2. K-DB...27
• 제 4 장 Facial Expression Recognition System...29
• 제 5 장 실험...30
• 5.1. 테스트 및 인식률...30
• 5.1.1. Gabor 특징 추출 후, LDA에 의한 얼굴 표정 특징들의 분포...30
• 5.1.2. 정면 영상에 대해 5가지 얼굴 표정에 대한 인식률...32
• 5.1.3. 정면 영상을 포함하여 좌/우 15' 영상에 대한 얼굴 표정 인식률...32
• 5.2. 테스트 결과에 대한 토의...33
• Reference...35
• 첨부자료1. SAS 실행 결과...36
• 첨부자료2. 구현된 표정인식 시스템...39
• 첨부자료3. 표정인식 시스템에서 구현된 함수 설명...40