Abstract
Emotional awareness is the image of a person is represented by different tendencies. Currently, the emotion computing to objectively evaluate the emotion recognition research is being actively studied. However, existing emotional computing research has many problems to run. First, the non-objective in emotion recognition if it is inaccurate. Second, the correlation between the emotion recognition is unclear points. So to test the regularity of image sensitivity to the need of the present study is to control emotions in the computing system. In addition, the screen number of the emotion recognized for the purpose of this study, applying the method of objective image emotional computing system and compared with a similar degree of emotion of the person. The key features of the image emotional computing system calculates the emotion recognized as numbered digital form. And to study the background of emotion computing is a key advantage of the effect of the James A. Russell for digitization of emotion (Core Affect). Pleasure emotions about the core axis (X axis) of pleasure and displeasure, tension (Y-axis) axis of tension and relaxation of emotion, emotion is applied to the computing research. Emotional axis with associated representative sensibility very happy, excited, elated, happy, contentment, calm, relaxing, quiet, tired, helpless, depressed, sad, angry, stress, anxiety, pieces 16 of tense emotional separated by a sensibility ComputingIt applies. Course of the present study is to use the color of the color key elements of the image computing formula sensitivity, brightness, and saturation applied to the sensitivity property elements. Property and calculating the rate sensitivity factors are applied to the importance weight, measured by free-level sensitivity score (X-axis) and the tension (Y-axis). Emotion won again expanded on the basis of emotion crossed point, and included a representative selection in Sensibility size of the top five ranking representative of the main emotion. In addition, measuring the emotional image of a person with 16 representative emotional score, and separated by a representative of the top five senses. Compare the main representative of the main representatives of Emotion and Sensibility people aware of the sensitivity of the results to verify the similarity degree computing emotion emotional emotions depending on the number of representative matches. The emotional similarity computing results represent the average concordance rate of major sensitivity was 51%, representing 2.5 sensibilities were consistent with the person's emotion recognition. Similar measures were the degree of emotion computing calculation and emotion recognition in this study who were given the objective criteria of the sensitivity calculation. Future research will need to be maintained weight room and the study of the emotional equation of a higher concordance rate improved.
사람의 이미지 감성인식은 각기 다른 성향으로 표현된다. 현재는 감성인식을 객관적으로 평가하려는 감성컴퓨팅 연구가 활발하게 연구되고 있다. 그렇지만 기존의 감성컴퓨팅 연구는 실행에 많은 문제점을 갖고 있다. 첫째, 감성인식 면에서 비객관적이고, 부정확하다. 둘째, 감성인식의 상관관계가 불명확한 점이다. 그리하여 본 연구의 필요성으로 이미지 감성의 규칙성을 실험하여 감성컴퓨팅 방식으로 제어하고자 한다. 또한 본 연구의 목적으로 감성인식을 숫자화하고, 객관화하는 이미지 감성컴퓨팅 시스템 방식을 적용하고, 사람의 감성과의 유사 정도를 비교한다. 이미지 감성컴퓨팅 시스템의 주요 특징은 감성인식을 숫자화 된 디지털 형식으로 계산한다. 그리고 감성컴퓨팅의 연구배경은 감성을 디지털화하는 James A. Russell의 핵심 효과(Core Affect)를 활용한다. 핵심 감성으로 쾌정도(X축)인 쾌와 불쾌, 긴장도(Y축)인 긴장과 이완의 감성축이고, 감성컴퓨팅 연구에 적용한다. 감성축은 연관된 대표감성으로 아주 기쁜, 흥분, 의기양양, 행복한, 자족, 고요한, 여유로운, 조용한, 피곤한, 무기력한, 우울한, 슬픈, 화가 난, 스트레스, 불안, 긴장된 감성의 16개로 구분하여 감성컴퓨팅에 적용한다. 본 연구의 과정은 이미지 감성컴퓨팅 계산식의 핵심인 색채 요소를 활용하여 색상, 명도, 채도를 감성속성요소로 적용한다. 감성속성요소는 중요도인 가중치를 적용하여 비율을 계산하고, 쾌정도(X축)와 긴장도(Y축)의 감성점수로 측정한다. 다시 교차된 감성점을 바탕으로 감성원으로 확장하고, 포함된 대표감성크기로 상위 5위인 주요대표감성으로 선별한다. 또한 사람의 이미지 감성을 16개 대표감성점수로 측정하고, 상위 5위의 대표감성으로 구분한다. 연구결과 감성컴퓨팅의 주요대표감성과 사람의 감성인식의 주요대표 감성을 비교하여 일치하는 대표감성수에 따라 감성의 유사 정도를 검증한다. 감성컴퓨팅 유사성 실험 결과 주요대표감성의 평균 일치율은 51%이고, 2.5개의 대표감성이 사람의 감성인식과 일치했다. 본 연구를 통해 감성컴퓨팅 계산 방식과 사람 감성인식의 유사 정도를 측정했고, 감성계산식의 객관적인 평가기준을 제시했다. 향후 연구에서는 좀 더 높은 일치율 향상의 방안과 감성계산식의 가중치 연구가 유지되어야 할 것이다.