• Proceedings of the Korean Society for Information Management Conference
• /
• 2001.08a
• /
• pp.29-34
• /
• 2001

영상자료 및 소리자료의 색인과 검색을 위해서는 감정동사 및 감정형용사 등의 감정 어휘를 필요로 한다. 그러나 감정어휘는 그 뉘앙스가 미묘하여 분명한 분류체계가 없이는 체계적인 정리가 불가능하다. 이에 따라 본 연구에서는 국어학과 분류사전의 분류체계를 고찰하고 새로운 감정어휘의 분류방안을 연구하였으며, 감정에 따른 기쁨, 슬픔, 놀람, 공포, 혐오, 분노의 6가지 기본유형을 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.817-819
• /
• 2004

본 논문에서는 사람의 얼굴표정을 구분하기 위해서 무표정 영상으로부터 18개의 특징점을 찾고, 그 특징점 간의 거리를 템플릿으로 이용하는 방법을 연구하였다. 얼굴표정인식을 위해 정의된 기본 템플릿과 입력 표정 영상에서의 특징정 간의 상대적인 거리의 차이와 특징점의 좌표변위 차이를 이용하여 표정을 구분하도록 하였다. 각 테스트 표정영상의 특징점은 주요 얼굴요소로부터 아이겐포인트(eigen-point)를 자동으로 추출하였다. 표정 인식은 신경망 학습을 통해서 기쁨, 경멸, 놀람, 공포 슬픔 등 5가지로 나누어 실험하였고, 신경망의 인식 결과와 사람의 인식 결과를 통해서 비교한 결과, 72%의 인식성능을 보여주었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.2
• /
• pp.197-203
• /
• 2005

In this paper, we propose an emotion recognition using facial Images to effectively design human interface. Facial database consists of six basic human emotions including happiness, sadness, anger, surprise, fear and dislike which have been known as common emotions regardless of nation and culture. Emotion recognition for the facial images is performed after applying the discrete wavelet. Here, the feature vectors are extracted from the PCA and LDA. Experimental results show that human emotions such as happiness, sadness, and anger has better performance than surprise, fear and dislike. Expecially, Japanese shows lower performance for the dislike emotion. Generally, the recognition rates for Korean have higher values than Japanese cases.

• The Journal of the Korea Contents Association
• /
• v.21 no.1
• /
• pp.1-11
• /
• 2021

The users of a chatbot messenger can be better engaged in the conversation if they feel intimacy with the chatbot. This can be achieved by the chatbot's effective expressions of human emotions to chatbot users. Thus motivated, this study aims to identify the appropriate emotional expressions of a chatbot that make people feel the social presence of the chatbot. In the background research, we obtained that facial expression is the most effective way of emotions and movement is important for relationship emersion. In a survey, we prepared moving text, moving gestures, and still emoticon that represent five emotions such as happiness, sadness, surprise, fear, and anger. Then, we asked the best way for them to feel social presence with a chatbot in each emotion. We found that, for an arousal and pleasant emotion such as 'happiness', people prefer moving gesture and text most while for unpleasant emotions such as 'sadness' and 'anger', people prefer emoticons. Lastly, for the neutral emotions such as 'surprise' and 'fear', people tend to select moving text that delivers clear meaning. We expect that this results of the study are useful for developing emotional chatbots that enable more effective conversations with users.

• Sleep Medicine and Psychophysiology
• /
• v.8 no.1
• /
• pp.52-58
• /
• 2001

Objectives: An Increased level of psychophysiologic arousal and diminished physiologic flexibility would be observed in patients with panic disorder compared with a normal control group. We investigated the differences of psychophysiologic response between patients with panic disorder and normal control to examine this hypothesis. Methods: Ten Korean patients with panic disorder who met the diagnostic criteria of DSM-IV were compared with 10 normal healthy subjects. In psychological assessment, levels of anxiety and depression were evaluated by State-Trait Anxiety Inventory, Beck's Depression Inventory and Hamilton Rating Scale For Anxiety and Depression. Heart rate, respiration rate, electrodermal response, and electromyographic activity were measured by biofeedback system (J & J I-330 model) to determine psychophysiologic responses on autonomic nervous system. Stressful tasks included mental arithmetic, video game, hyperventilation, and talking about a stressful event. Psychophysiologic responses were measured according to the following procedures : baseline(3 min)-mental arithmetic (3 min)-rest (3 min)-video game (3 min)-rest (3 min)-hyperventilation (3 min)-rest (3 min)-talking about a stressful event (3 min). Results: The baseline level of anxiety and depression, electrodermal response (p=.017), electromyographic activity (p=.047) and heart rate (p=.049) of patients with panic disorder were significantly higher than those of the normal subject group. In electrodermal response, patient group had significantly higher startle response than the control group during hyperventilation (p=.001). Startle and recovery responses of heart rate in the patient group were significantly lower than responses in the control group during mental arithmetic (p=.007, p=.002). In electrodermal response of the patient group, startle response was significantly higher than recovery response during mental arithmetic (p=.000) and video game task (p=.021). Recovery response was significantly higher than startle response in respiratory response during hyperventilation. Conclusion: The results showed that patients with panic disorder had higher autonomic arousal than the control group, but the physiologic flexibility was variable. We suggest that it is helpful for treatment of panic disorder to decrease the level of autonomic arousal and to recover the physiologic flexibility in certain stressful event.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.555-558
• /
• 2006

감정을 포함하고 있는 음성은 청자로 하여금 화자의 심리상태를 파악할 수 있게 하는 요소 중에 하나이다. 음성신호에 포함되어 있는 감정을 인식하여 사람과 로봇과의 원활한 감성적 상호작용을 위하여 특징을 추출하고 감정을 분류한 방법을 제시한다. 음성신호로부터 음향정보 및 운율정보인 기본 특징들을 추출하고 이로부터 계산된 통계치를 갖는 특징벡터를 입력으로 support vector machine (SVM) 기반의 패턴분류기를 사용하여 6가지의 감정- 화남(angry), 지루함(bored), 기쁨(happy), 중립(neutral), 슬픔(sad) 그리고 놀람(surprised)으로 분류한다. SVM에 의한 인식실험을 한 경우 51.4%의 인식률을 보였고 사람의 판단에 의한 경우는 60.4%의 인식률을 보였다. 또한 화자가 판단한 감정 데이터베이스의 감정들을 다수의 청자가 판단한 감정 상태로 변경한 입력을 SVM에 의해서 감정을 분류한 결과가 51.2% 정확도로 감정인식하기 위해 사용한 기본 특징들이 유효함을 알 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.401-404
• /
• 2007

본 논문은 거울 투영을 이용하여 2D의 감정인식 데이터베이스를 3D에 적용 가능하다는 것을 증명한다. 또한, 감정 확률을 이용하여 퍼지 모델링을 기반으로한 얼굴표정을 생성하고, 표정을 움직이는 3가지 기본 움직임에 대한 퍼지이론을 적용하여 얼굴표현함수를 제안한다. 제안된 방법은 거울 투영을 통한 다중 이미지를 이용하여 2D에서 사용되는 감정인식에 대한 특징벡터를 3D에 적용한다. 이로 인해, 2D의 모델링 대상이 되는 실제 모델의 기본감정에 대한 비선형적인 얼굴표정을 퍼지를 기반으로 모델링한다. 그리고 얼굴표정을 표현하는데 기본 감정 6가지인 행복, 슬픔, 혐오, 화남, 놀람, 무서움으로 표현되며 기본 감정의 확률에 대해서 각 감정의 평균값을 사용하고, 6가지 감정 확률을 이용하여 동적 얼굴표정을 생성한다. 제안된 방법을 3D 인간형 아바타에 적용하여 실제 모델의 표정 벡터와 비교 분석한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.295-298
• /
• 2007

본 논문에서는 사람의 얼굴표정을 통해 4개의 기본감정(기쁨, 슬픔, 화남, 놀람)에 대한 특징을 추출하고 인식하여 그 결과를 이용하여 감정표현 시스템을 구현한다. 먼저 주성분 분석(Principal Component Analysis)법을 이용하여 고차원의 영상 특징 데이터를 저차원 특징 데이터로 변환한 후 이를 선형 판별 분석(Linear Discriminant Analysis)법에 적용시켜 좀 더 효율적인 특징벡터를 추출한 다음 감정을 인식하고, 인식된 결과를 얼굴 표현 시스템에 적용시켜 감정을 표현한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.333-336
• /
• 2007

본 논문에서는 감정인식 분야에서 가장 많이 사용되어지는 음성신호와 얼굴영상을 가지고 4개의(기쁨, 슬픔, 화남, 놀람) 감정으로 인식하고 각각 얻어진 감정인식 결과를 Multi modal 기법을 이용해서 이들의 감정을 융합한다. 이를 위해 얼굴영상을 이용한 감정인식에서는 주성분 분석(Principal Component Analysis)법을 이용해 특징벡터를 추출하고, 음성신호는 언어적 특성을 배재한 acoustic feature를 사용하였으며 이와 같이 추출된 특징들을 각각 신경망에 적용시켜 감정별로 패턴을 분류하였고, 인식된 결과는 감정표현 시스템에 작용하여 감정을 표현하였다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1970-1971
• /
• 2011

정서인식분야에서 현재 활발히 연구되고 있는 방법은 다양한 생체신호를 통해 인간의 감정을 인식하는 것이다. 생리심리학적 연구에서 인간의 감정상태와 생체반응은 강한 상관이 있다고 알려져 있다. 생체신호는 센서 등으로 비교적 간단하게 획득할 수 있으며, 이를 이용한 감정인식은 사회적, 문화적인 차이에 덜 민감하므로 최근에 주목 받고 있다. 본 연구에서는 audio-visual film clips 자극으로 기쁨, 분노, 놀람, 스트레스 4종류의 정서를 유발하고 그에 대한 반응으로써 생체신호를 측정하였다. 그리고 생체신호로부터 feature를 추출하였고, 주성분분석(PCA)로 특징 축소를 수행하였다. 4가지 정서를 분류 한 결과, 9명의 가우시안 프로세스 분류기에 의한 평균 정서 판별율은 64.85 % (57.14~70.0)의 결과를 얻었다.