• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.353-356
• /
• 2005

감성이란 외부의 여러 가지 감각적인 자극에 대해 직관적이고 반사적으로 발생하는 반응이다. 감성에는 희로애락과 같은 다양한 감정이 포함된다. 감성은 개인과 환경의 영향을 받는 동시에 사회$\cdot$문화적인 영향에 의해 달라지는 종합적이고 복합적인 느낌이기 때문에 명확하게 표현하기 어렵다. 개인적인 차이는 있지만 인간의 감정은 다양한 행동이나 신체적 혹은 생리적인 반응으로 표출되기 때문에 이러한 다양한 반응을 이용해서 인간의 감정을 유추할 수 있다. 행동이나 신체적인 표현은 개인과 환경, 사회$\cdot$문화적인 영향에 따라 다양하게 나타나기 때문에 이를 정량화하기에는 힘든 부분이 있다. 반면 감정 상태에 따른 생리적인 반응은 여러 사람들에게서 공통적인 부분을 찾을 수가 있다. 본 논문에서는 감정에 따라 다양하게 나타나는 인간의 생리적인 반응 정토를 측정하고 이들의 공통점에 따라 생리적 반응을 통해 인간의 감정에 유추할 수 있는 공학적 모델을 제시하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.01a
• /
• pp.285-286
• /
• 2016

광고, 게임, 로봇 등 다양한 분야에서 사람의 감정을 이용한 서비스가 늘어나면서 감정 인식에 관한 연구가 활발히 진행되어 왔다. 본 논문에서는 스마트폰의 센서에서 얻어진 사용자 상황정보와 스마트시계의 심박 수 측 정 데이터를 통해 사용자의 감정을 예측하는 모델을 제안한다. 해당 모델을 생성하기 위해서 스마트폰에서 사용 자 상황정보를 수집한다. 스마트시계에서는 기분이 부정적인지 혹은 긍정적인지를 판단하기 위해 심박 수를 측정 한다. 이러한 수집된 정보를 기계 학습 알고리즘을 사용하여 감정 예측 모델을 생성하고, 이 모델을 통해 사용자 의 감정을 예측한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.666-668
• /
• 2018

최근 반려동물을 키우는 가구 수의 증가와 함께, 반려묘에 대한 관심도 상당히 증가하고 있다. 특히 반려인은 반려묘와의 원활한 의사소통과 교감을 바라지만 반려묘의 세세한 감정 상태를 24시간 내내 파악하는 것은 어려운 일이다. 본 논문에서는 반려묘의 울음소리에 많은 감정 및 상태 정보가 담겨있는 것에 착안하여, 반려묘의 울음소리를 기반으로 감정을 분류하는 시스템을 제안한다. 제안된 시스템은 먼저, 이미 수집된 소리 데이터를 데이터 증폭 방법론을 이용하여 데이터를 확장 한 후, 해당 소리들의 멜 스펙트로그램 정보를 추출한다. 이를 시계열 정보 처리에 효과적인 LSTM에 적용하여 반려묘의 감정 상황을 식별할 수 있도록 학습을 수행한다. 실험 결과, 반려묘의 감정 상태 분류의 가능성을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2010.10a
• /
• pp.112-113
• /
• 2010

최근 오피니언 마이닝 관련 연구 중 감정 분류에 대한 관심이 높아지면서 많은 연구가 진행되고 있다. 기존 영어권 연구에서 제시되어온 방법은 한국어 상품평에 적용하는 것이 쉽지 않다. 영어 시소러스 기반 한국어 감정단어 추출 기술은 한국어와 영어 단어가 일대일로 일치하기가 어렵다는 문제가 있다. 기존 관련 연구 중 k-Structure 기법은 패턴의 길이가 3인 단순한 문장에 속성단어와 감정단어가 포함되었을 경우를 기준으로 한 것이므로 한정적이다. 본 논문에서 제안하는 방법은 상품평에서 의미적인 패턴을 추출하여 감정 단어의 위치를 파악하는 방법이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.243-246
• /
• 2019

본 논문에서는 감성과 힐링, 머신러닝이라는 주제를 바탕으로 딥러닝을 통한 사용자의 얼굴표정을 인식하고 그 얼굴표정을 기반으로 음악을 재생해주는 얼굴표정 기반의 음악재생 프로그램을 제안한다. 얼굴표정 기반 음악재생 프로그램은 딥러닝 기반의 음악 프로그램으로써, 이미지 인식 분야에서 뛰어난 성능을 보여주고 있는 CNN 모델을 기반으로 얼굴의 표정을 인식할 수 있도록 데이터 학습을 진행하였고, 학습된 모델을 이용하여 웹캠으로부터 사용자의 얼굴표정을 인식하는 것을 통해 사용자의 감정을 추측해낸다. 그 후, 해당 감정에 맞게 감정을 더 증폭시켜줄 수 있도록, 감정과 매칭되는 노래를 재생해주고, 이를 통해, 사용자의 감정이 힐링 및 완화될 수 있도록 도움을 준다.

• Proceedings of the Korea Contents Association Conference
• /
• 2019.05a
• /
• pp.345-346
• /
• 2019

SNS의 다양한 역기능과 함께 중독문제가 사회적 문제로 대두되고 있는 가운데 이미지 기반의 인스타그램이 강세를 보인다. 이에 본 연구는 SNS중에서 이용도가 높은 인스타그램 사용제한 시 사용자의 감정에 미치는 영향과 대안 활동을 파악하기 위한 목적으로 수행되었다. 실험 방법은 인스타그램 1일 5회 이상 이용자 3명을 대상으로 7일간 앱 삭제 및 이용을 제한하고 매일 1인칭 관찰기법인 자기 일기 작성으로 감정변화와 대안 활동을 수집했다. 본 연구의 결과는 사용 빈도수가 높을수록 시간이 흘러도 부정적 감정이 감소하지 않았고 사용 빈도수가 낮을수록 부정적 감정이 점차 감소하였다. 대안 활동으로는 오프라인 활동보다는 온라인 활동이 많았고 여러 종류의 스마트폰 미디어 활동을 한 것으로 나타났다. 이 연구는 나아가 의존도에 따라 부정적 감정소강 소요 시간을 측정하는 연구로 발전될 것을 기대하며 이에 따라 SNS중독성 해결에 필요한 시간, 대안 활동 제시의 연구 초석이 되길 기대한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.158-159
• /
• 2019

본 논문에서는 심층 신경망을 기반으로 하는 감정 인식을 위해 스파이크 특성을 추출하는 기술을 제안한다. 기존의 심층 신경망을 이용한 감정 인식 기술은 대부분 MFCC를 특성 백터를 사용한다. 그러나 프레임 단위의 연산인 MFCC는 높은 시간 해상도를 확보하기 어려워 시간적 특성의 영향을 받는 감정 인식에 한계가 있다. 이를 해결하기 위해 본 논문에서는 인간의 청각 필터를 모델링한 ERB에 따라 샘플 단위로 주파수의 특성을 나타내는 스파이크그램을 이용한 감정 인식 기술을 제안한다. 제안하는 방법이 감정 인식의 대표적 특성인 MFCC보다 높은 인식률을 제공하는 것을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1659-1660
• /
• 2013

사람 간 의사소통에서 표정, 몸짓과 같은 비언어적 시각 요소들은 감정 표현의 중요한 요소이나, 시각장애인들은 이러한 감정 정보들을 받아들이는데 제한적이다. 본 논문은 시각장애인에게 이러한 비언어적 시각 요소 기반의 감정 정보를 인식하여 온각으로 전달하기 위한 방법론을 제안한다. 상대방의 표정은 안경 착용형 카메라로 인식되어 감정으로 분류된다. 인식된 표정이 웃는 얼굴과 같이 호감인 경우, 이 상태는 온각으로 변환되어 안경에 착용된 온도전달 장치에서 시각장애인에게 호감을 전달한다. 이러한 온각기반 감정전달 장치는 시각장애인의 의사소통 향상을 위한 장치의 개발에 응용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1034-1037
• /
• 2013

최근 감정노동으로 인해 고충을 겪고 있는 사람들이 늘어가고 있다. 이로 인해 감정노동이 사회적 이슈가 되고 있으며 감정 노동을 해결하기 위해 조직들은 다양한 해결 방법들을 모색하고 시행하고 있다. 감정노동이란 육체가 힘들기 보다는 정신적 스트레스와 상처가 문제이기 때문에 이를 해결하기 위해서 기업들은 심리상담, 심리치료 등의 서비스 제도를 시행하고 있지만 한계가 있다. 업무 특성상 감정 노동에 장시간 노출 되어 고통 받고 있는 조직원들의 상황을 조직 내 커뮤니케이션 빈도와 관계를 분석하고 커뮤니케이션의 핵심역할을 하고 있는 인재들을 소시오그램 형태로 시각적으로 보여주어 조직 발전에 도움을 주는 시스템 시각화 절차와 소시오그램 요소를 설계하였다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.423-426
• /
• 2021

본 논문은 전역 스타일 토큰(Global Style Token)을 기준으로 하여 감정의 세기를 조절할 수 있는 방법을 소개한다. 기존의 전역 스타일 토큰 연구에서는 원하는 스타일이 포함된 참조 오디오(reference audio)을 사용하여 음성을 합성하였다. 그러나, 참조 오디오의 스타일대로만 음성합성이 가능하기 때문에 세밀한 감정 조절에 어려움이 있었다. 이 문제를 해결하기 위해 본 논문에서는 전역 스타일 토큰의 레퍼런스 인코더 부분을 잔여 블록(residual block)과 컴퓨터 비전 분야에서 사용되는 AlexNet으로 대체하였다. AlexNet은 5개의 함성곱 신경망(convolutional neural networks) 으로 구성되어 있지만, 본 논문에서는 1개의 신경망을 제외한 4개의 레이어만 사용했다. 청취 평가(Mean Opinion Score)를 통해 제시된 방법으로 감정 세기의 조절 가능성을 보여준다.