초록 ▼

□ 연구개요
사용자 친화적인 인터페이스 중에 최근 생체신호를 기반으로 한 기법들이 관심 받고 있으나, 일부 의료용으로만 신체상태의 이상 유무만을 체크하는데 주로 사용되고 있다. 따라서 본 연구의 목표는 “다중 생체신호를 이용한 사용자 상태인식 기술 개발” 이다. 구제척으로 딥러닝을 이용하여 광혈류, 근전도 정보를 융합하여 사용자의 상태를 인식하기 위한 특징 추출기술과 학습하는 방법을 개발한다. 본 연구를 통하여 피로도 등의 신체상태의 인식뿐만 아니라 감정과 같은 심리상태도 인지 할 수 있다.
본 연구의 목표는 “다중 생체

□ 연구개요
사용자 친화적인 인터페이스 중에 최근 생체신호를 기반으로 한 기법들이 관심 받고 있으나, 일부 의료용으로만 신체상태의 이상 유무만을 체크하는데 주로 사용되고 있다. 따라서 본 연구의 목표는 “다중 생체신호를 이용한 사용자 상태인식 기술 개발” 이다. 구제척으로 딥러닝을 이용하여 광혈류, 근전도 정보를 융합하여 사용자의 상태를 인식하기 위한 특징 추출기술과 학습하는 방법을 개발한다. 본 연구를 통하여 피로도 등의 신체상태의 인식뿐만 아니라 감정과 같은 심리상태도 인지 할 수 있다.
본 연구의 목표는 “다중 생체신호를 이용한 사용자 상태인식 기술 개발”로써 이를 달성하기 위한 연구 내용은 다음과 같다.
- 1차년도 ：생체센서의 사용자 상태 인식을 위한 특징 추출기술 개발
- ２차년도 : 생체 센서의 사용자 상태 인식을 위한 학습 모델 개발
- 3차년도 : 센서 융합을 통한 사용자의 신체상태 인식 기술 개발

□ 연구 목표대비 연구결과
- 딥러닝을 위한 데이터셋 구축
딥러닝은 학습을 통해 주어진 입력에 대한 결과를 도출하는 인공지능기법으로 감정인식을 위한 데이터셋이 국내에는 존재 않아 연구에 어려움이 있었다. 본 연구진은 여러 논문을 참조하여 독자적인 DB을 구축였다.
- 생체센서(광혈류, 근전도 센서)의 사용자 상태 인식을 위한 특징 추출기술 개발
생체센서의 특징 정보를 추출하기 위하여 딥러닝의 비지도학습 기반의 알고리즘인 AE(Auto-Encoder)를 이용하였으며 국외 DB, 국내 DB에서도 우수한 성능을 보임을 확인하였다.
- 센서 융합을 통한 사용자의 신체상태 인식 기술 개발
생체 센서의 특징을 추출하는 과정에서 특징 정보를 공유하는 형태의 네트워크 구조를 제안하여 각 센서의 장점을 강조하는 융합모델(BSSAE)을 제안하였다. 제안하는 구조는 작은 정보에서도 감정을 정확하게 추정하는 결과를 얻었으며, 기존 연구와 비교하여 우수한 성능을 확인하였다.
- 생체 센서의 사용자 상태 인식을 위한 학습 모델 개발
사용자의 생체 신호와 감정 사이의 관계를 정의하기 위하여 Russell의 감정 모델을 세분화하여 여러 감정을 담을 수 있는 모델을 개발하였으며, 해당 모델을 이용하여 CNN(Convolutional Neural Network)를 구성하여 학습을 진행하였다. CNN의 특성상 고정된 입력을 생성하기 위한 전처리기, 생체 신호의 통계특징의 융합을 적용하여 감정 인식 기술을 개발하였다.

□ 연구개발결과의 중요성
본 연구진은 딥러닝을 이용하여 생체 신호와 감정 사이의 관계를 학습을 통해 확인하였으며, 국외 DB에 대해서 우수한 성능을 입증하였다. 또한 여러 감정을 표현하기 위해 자체적인 DB를 생성하여 사용하였으며, 해당 데이터는 국내에서 진행하는 여러 연구에 유용하게 활용될 수 있는 중요한 자료이다. 또한 센서 융합에 적용하기 위해 개발한 BSSAE 알고리즘은 센서 간 정보의 공유를 통해 특징을 검출하는 알고리즘으로 감정 인식 뿐만 아니라 생체 센서를 이용한 여러 분야에 접목이 가능한 기술이다. 따라서 본 연구진이 개발한 데이터셋, 특징추출 기법, 센서융합 기법의 결과물은 향후 인간의 감정을 분석하는 연구 분야의 바탕이 될 것으로 기대한다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1 연구개발과제의 개요 ... 4
• 가 연차별 연구의 목표 및 내용 ... 5
• 나 연구 성과 목표 ... 9
• 2 연구수행내용 및 연구결과 ... 11
• 1차년도 : 생체센서의 사용자 상태 인식을 위한 특징 추출기술 개발 ... 11
• 2차년도 : 다양한 생체 센서 융합을 이용한 사용자 상태 인식 기술 개발 ... 16
• 3차년도 : 딥러닝을 이용한 사용자 심리 상태 인식 모델 개발 ... 25
• 3 연구개발결과의 중요성 ... 35
• 가 학문적 활용방안 ... 35
• 나 기술적 활용방안 ... 35
• 4 참고문헌 ... 36
• 5 연구성과 ... 38
• 끝페이지 ... 41