초록 ▼

1. 연구 개발의 최종 목표
감정 기반 인터랙션 기술은 이상적인 인간-로봇 상호작용(HRI)의 실현에 필수적이며, 인간의 감정 상태를 파악하는 감정인식 기술은 이를 위한 필수 기술임. 본 연구자는 음성과 얼굴 표정 등 개인별로 수집된 멀티-모달감정 정보를 이용하여 감정 인식 성능의 정확도를 개선하는 개인화 감정 인식 시스템을 개발하고 이를 인간-로봇 상호작용에 적용하는 것을 최종 목표로 정하여 본 과제를 수행하였음.

2. 기존 기술과의 차별성
국내외 감정인식에 대한 연구는 오래 전부터 시작되었지만, 사람마다

1. 연구 개발의 최종 목표
감정 기반 인터랙션 기술은 이상적인 인간-로봇 상호작용(HRI)의 실현에 필수적이며, 인간의 감정 상태를 파악하는 감정인식 기술은 이를 위한 필수 기술임. 본 연구자는 음성과 얼굴 표정 등 개인별로 수집된 멀티-모달감정 정보를 이용하여 감정 인식 성능의 정확도를 개선하는 개인화 감정 인식 시스템을 개발하고 이를 인간-로봇 상호작용에 적용하는 것을 최종 목표로 정하여 본 과제를 수행하였음.

2. 기존 기술과의 차별성
국내외 감정인식에 대한 연구는 오래 전부터 시작되었지만, 사람마다 감정을 표현하는 방식의 차이로 인해 상용화 수준의 인식 성능에 미치지 못함. 이에 대한 가장 큰 이유는 대부분의 기술이 개인별 감정 표현 특성의 차이를 배제한 사용자 독립형 인식에 기반한 방식이기 때문이며, 본 과제에서는 개인별로 수집된 데이터를 이용하여 사용자에 특화된 패턴 모델을 구축한 후 이를 통해 개인화 감정인식 시스템을 개발하는 연구를 수행하였음.

3. 연차별 핵심 연구 목표 달성도 및 주요 결과물
• 1차년도(2014.11~2015.04)
- 핵심 연구 목표 : 멀티-모달 감정 자료 수집, 가공 및 데이터베이스 구축
- 달성도 : 100%
- 주요 결과물 : 감정 데이터베이스
- 핵심 연구 목표 : 개인성을 반영한 감정 파라미터 개발
- 달성도 : 100%
- 주요 결과물 : 파라미터 추출 알고리즘
• 2차년도(2015.05~2016.04)
- 핵심 연구 목표 : 음성 감정인식을 위한 모델 적응 학습 기법 개발
- 달성도 : 100%
- 주요 결과물 : 음향 모델 적응 기법
- 핵심 연구 목표 : 얼굴 표정인식을 위한 모델 적응 학습 기법 개발
- 달성도 : 100%
- 주요 결과물 : 표정인식 모델 적응 기법
• 3차년도(2016.05~2017.04)
- 핵심 연구 목표 : 멀티-모달 감정인식 시스템 구축
- 달성도 : 100%
- 주요 결과물 : 감정인식 시스템
- 핵심 연구 목표 : 감정인식 기반 HRI 프로토타입 개발
- 달성도 : 100%
- 주요 결과물 : 감정인식 HRI 프로토타입

4. 주요 연구 성과
(1) 정성적 연구 성과
- 감정인식 성능 개선 (기존 사용자 독립형 인식 방법에 비해 50% 이상 성능 개선) *국외학술지(SCI) 발표
- 개인화 감정인식을 위한 모델 적응 학습 기법 개발 *국외학술지(SCI) 발표
- 감정인식을 위한 전처리 기법 개발 *국외학술지(SCI) 발표
- 개선된 방식의 멀티-모달 감정인식 HRI 프로토타입 개발 *국외학술지(SCI) 논문 투고 완료

(2) 연차별 연구 성과(국외 학술 논문 발표 실적)
• 국외 학술지
- SCI(E) : 주저자 3편
- SCOPUS : 주저자 1편, 공동저자 1편
• 국외 학술회의 : 주저자 4편

(출처 : 요약문 3p)

목차 Contents

• 표지 ... 1
• 목차 ... 2
• Ⅰ. 연구결과 요약문 ... 3
• Ⅱ. 연구내용 및 결과 ... 4
• 1. 연구과제의 개요 ... 4
• 2. 국내외 기술개발 현황 ... 4
• 3. 연구수행 내용 및 결과 ... 5
• 4. 목표 달성도 및 관련 분야에의 기여도 ... 5
• 5. 연구결과의 활용계획 ... 6
• 6. 연구과정에서 수집한 해외과학기술정보 ... 6
• Ⅲ. 연구성과 ... 7
• 끝페이지 ... 9