• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.69-72
• /
• 2003

사람은 이성과 감정을 가지고 있어, 동일한 환경 조건하에서도 감정에 따라 조금은 다른 행동을 보인다. 그러므로 아무리 정교한 행동을 할 수 있는 에이전트를 만든다 하더라고 로봇이 자체의 내부 감정을 동반하지 않으면, 능동적으로 상호 작용을 할 수 있는 에이전트를 구성할 수 없다 볼 수 있다. 본 논문에서는 감독학습, SOM(self-organizing Map) 그리고 fuzzy controller를 통해서, 주어진 환경에서 학습된 행동을 함에 있어서 감정의 변화를 고려해, 감정의 요소가 행동에 영향을 미치는 에이전트를 모델링하고자 한다. 또한 감정을 가진 모델을 통해 최종적으로 사람과 상호행동하는 모델에 대한 가능성을 제시하고자 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.433-436
• /
• 2005

감정 인식 기술은 사회의 여러 분야에서 요구되고 있는 필요한 기술임에 불구하고 인식 과정의 어려움으로 인해 풀리지 않는 문제로 남아있다. 특히 얼굴 영상을 이용한 감정 인식 기술은 많은 응용이 가능하기 때문에 개발의 필요성이 증대되고 있다. 얼굴 영상을 이용하여 감정을 인식하는 시스템은 매우 다양한 기법들이 사용되는 복합적인 시스템이다. 따라서 이를 설계하기 위해서는 얼굴 영상 분석, 특징 벡터 추출 및 패턴 인식 등 다양한 기법의 연구가 필요하다. 본 논문에서는 이전에 연구된 얼굴 영상 기법들을 기반으로 새로운 감정 인식 시스템을 제안한다. 제안된 시스템은 감정 분석에 적합한 퍼지 이론 기반 퍼지 분류기를 이용하여 감정을 인식한다. 제안된 시스템의 성능을 평가하기 위해 평가데이터 베이스가 구축되었으며, 이를 통해 제안된 시스템을 성능을 평가하였다.

• Annual Conference on Human and Language Technology
• /
• 2016.10a
• /
• pp.141-146
• /
• 2016

대화 시스템에서 사용자가 나타내는 발화에 내재된 감정을 분류하는 것은, 시스템이 적절한 응답과 서비스를 제공하는데 있어 매우 중요하다. 본 연구에서는 대화 내 감정 분류를 하는데 있어 직접적, 간접적으로 드러나는 감정 자질을 자동으로 학습하고 감정이 지속되는 대화 문맥을 효과적으로 반영하기 위해 CNN-LSTM 방식의 딥 뉴럴 네트워크 구조를 제안한다. 그리고 대량의 구어체 코퍼스를 이용한 사전 학습으로 데이터 부족 문제를 완화하였다. 실험 결과 제안하는 방법이 기존의 SVM이나, 단순한 RNN, CNN 네트워크 구조에 비해 전반전인 성능 향상을 보였고, 특히 감정이 있는 경우 더 잘 분류하는 것을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.18-20
• /
• 2000

에이전트를 다른 소프트웨어와 구별 시켜주는 요인들은 여러 가지가 있지만 그 중에서도 가장 큰 특징은 에이전트의 자율성, 적응성, 그리고 지능을 들 수 있다. 이러한 것을 가능하게 만들기 위해서는 행동 선택을 유발하는 모티브의 생성이 자동적으로 이루어져야 한다. 이러한 행동 선택에 있어서 자동적인 모티브를 제공해 주는 것이 감정이다. 감정은 그것을 가지고 있는 자율 시스템이 그 동안 겪어온 외부 환경과 내부 상태에 대한 글로벌 상태를 함축하고 있다. 그러므로, 접근 가능한 정보와 자원이 제한되어 있는 자율 시스템이 다중의 목표, 환경에서의 모호성과 다른 에이전트와의 조정 등을 하는데 있어서 감정 모델은 유용한 해결책을 제시해 줄 수 있다. 본 논문에서는 에이전트가 환경과 적응하면서 변화하는 에이전트의 내부 상태의 변화와 외부 사건에 대한 에이전트의 인식과 평가를 계속 반영하여 에이전트가 시스템 환경을 경험하면서 가질 수 있는 에이전트만의 시스템에 대한 광범위한 시야를 갖도록 감정 모델을 구축하는 것을 목적으로 한다. 또한 이렇게 생성된 감정 델을 통해서 에이전트에 특정 사건이 발생하였을 때 에이전트가 감정 모델에 기초하여 적절히 행동에 반응할 수 있는 적응적 에이전트 모델을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.725-728
• /
• 2003

사용자의 감정에 관련된 정보를 처리하는 것은 인간과 컴퓨터와의 상호작용(HCI)에 있어서 매우 중요한 역할을 한다. 특히 비디오 데이터에 대한 사용자의 감정을 처리하는 것은 비디오 검색이나 요약본 구성에 매우 중요하다. 사용자의 감정을 처리하기 위해서는 감정에 관련된 특징들을 추출 및 측정하고 이를 기반으로 비디오 장면을 분류하는 것이 필요하다. 본 논문에서는 칼라 정보를 바탕으로 Fisher의 Linear Discriminant Analysis 방식 및 Mahalanobis Distance 측정을 이용하여 기본 감정의 분류 방식을 제안한다. 공포 감정의 경우 77.8%의 의미 있는 결과를 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.514-516
• /
• 2005

인간을 상대하는 자율장치는 고객의 자발적인 협조를 얻기 위해 암시적인 신호에 포함된 감정과 태도를 인지할 수 있어야 한다. 인간에게 음성은 가장 쉽고 자연스럽게 정보를 교환할 수 있는 수단이다. 지금까지 감정과 태도를 이해할 수 있는 자동시스템은 발성문장의 피치와 에너지에 기반한 특징을 활용하였다. 이와 같은 기존의 감정인식 시스템의 성능은 문장의 특정한 억양구간이 감정과 태도와 관련을 갖는다는 언어학적 지식의 활용으로 보다 높은 향상이 가능하다. 본 논문에서는 한국어 문미억양에 대한 언어학적 지식을 피치기반 특징과 다층신경망을 활용하여 구현한 자동시스템에 적용하여 감정인식률을 향상시킨다. 한국어 감정음성 데이터베이스를 대상으로 실험을 실시한 결과 $4\%$의 인식률 향상을 확인하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.131-134
• /
• 2006

본 논문에서는 가정용 로봇 및 서비스 로봇과 같은 이동로봇에서 사용자의 감정을 인식하는 방법중 한가지인 얼굴영상을 이용한 감정인식 방법을 제안한다. 얼굴영상인식을 위하여 얼굴의 여러 가지 특징(눈썹, 눈, 코, 입)의 움직임 및 위치를 이용하며, 이동로봇에서 움직이는 사용자를 인식하기 위한 움직임 추적 알고리즘을 구현하고, 획득된 사용자의 영상에서 얼굴영역 검출 알고리즘을 사용하여 얼굴 영역을 제외한 손과 배경 영상의 피부색은 제거한다. 검출된 얼굴영역의 거리에 따른 영상 확대 및 축소, 얼굴 각도에 따른 영상 회전변환 등의 정규화 작업을 거친 후 이동 로봇에서는 항상 고정된 크기의 얼굴 영상을 획득 할 수 있도록 한다. 또한 기존의 특징점 추출이나 히스토그램을 이용한 감정인식 방법을 혼합하여 인간의 감성 인식 시스템을 모방한 로봇에서의 감정인식을 수행한다. 본 논문에서는 이러한 다중 특징점 추출 방식을 통하여 이동로봇에서의 얼굴 영상을 이용한 사용자의 감정인식 시스템을 제안한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.348-351
• /
• 2006

영상을 통한 감정 인식 기술은 사회의 여러 분야에서 필요성이 대두되고 있음에도 불구하고 인식 과정의 어려움으로 인해 풀리지 않는 문제로 남아 있다. 인간의 움직임을 이용한 감정 인식 기술은 많은 응용이 가능하기 때문에 개발의 필요성이 증대되고 있다. 영상을 통해 감정을 인식하는 시스템은 매우 다양한 기법들이 사용되는 복합적인 시스템이다. 본 논문에서는 이전에 연구된 움직임 추출 방법들을 바탕으로 한 새로운 감정 인식 시스템을 제안한다. 제안된 시스템은 은닉 마르코프 모델을 통해 동정된 분류기를 이용하여 감정을 인식한다. 제안된 시스템의 성능을 평가하기 위해 평가데이터 베이스가 구축되었으며, 이를 통해 제안된 감정 인식 시스템의 성능을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.849-852
• /
• 2004

이 논문에서 제시하는 감정 및 상황데이타 인지 시스템이란 감정 및 상황인식 데이터에 대한 능동적인 인지를 통하여 주변 제어 가전 및 AV가전에 대한 통제를 가능하게하는 실시간 시스템을 말한다. 감정 및 상황데이터 분석을 위하여 Context 정의 및 Context Awareness에 대한 Context 모델링 및 지능적 분석 알고리즘을 제시한다. 감정 및 상황인식을 통한 주변 가전제어에서는 분석된 감정 및 상황 데이터만을 가지고 지능적 시스템이 주변 가전을 제어하는 것이 아니라 여기에 첨가하여 사용자의 행동 패턴에 대한 분석이 필요하다. 지능적 분석 알고리즘에서는 사용자의 행동패턴에 대한 분석을 위하여 신경망의 일부 개념을 도입하였다. 인지 시스템의 검증을 위한 시뮬레이션으로 이 논문에서는 실내환경에서의 가전제어를 제시하고 이에 대한 프레임워크로 OSGi를 도입하였다. 마지막으로 감정 및 상황인지에 대한 분석데이터에 대한 서비스와 가전상태에 대한 인터페이스 제공 모델을 UIML을 이용하여 다중 디바이스 서비스를 제공하는 방법을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.939-941
• /
• 2021

사람은 표정, 음성, 말 등을 통해 감정을 표출한다. 본 논문에서는 화자의 음성데이터만을 사용하여 감정을 분류하는 방법을 제안한다. 멜 스펙트로그램(Mel-Spectrogram)을 이용하여 음성데이터를 시간에 따른 주파수 영역으로 변화한다. 멜 스펙트로그램으로 변환된 데이터를 CNN을 이용하여 특징 벡터화한 후 Bi-Directional LSTM을 이용하여 화자의 발화 시간 동안 변화되는 감정을 분석한다. 마지막으로 완전 연결 네트워크를 통해 전체 감정을 분류한다. 감정은 Anger, Excitement, Fear, Happiness, Sadness, Neutral로, 총 6가지로 분류하였으며 데이터베이스로는 상명대 연구팀에서 구축한 한국어 음성 감정 데이터베이스를 사용하였다. 실험 결과 논문에서 제안한 CNN-LSTM 모델의 정확도는 88.89%로 측정되었다.