• 대한음성학회지:말소리
• /
• 제56호
• /
• pp.173-183
• /
• 2005

We propose a speech emotion recognition method for affective human-robot interface. In the Proposed method, emotion is classified into 6 classes: Angry, bored, happy, neutral, sad and surprised. Features for an input utterance are extracted from statistics of phonetic and prosodic information. Phonetic information includes log energy, shimmer, formant frequencies, and Teager energy; Prosodic information includes Pitch, jitter, duration, and rate of speech. Finally a pattern classifier based on Gaussian support vector machines decides the emotion class of the utterance. We record speech commands and dialogs uttered at 2m away from microphones in 5 different directions. Experimental results show that the proposed method yields $48\%$ classification accuracy while human classifiers give $71\%$ accuracy.

• 대한음성학회:학술대회논문집
• /
• 대한음성학회 2005년도 추계 학술대회 발표논문집
• /
• pp.163-166
• /
• 2005

We propose a speech emotion recognition method for natural human-robot interface. In the proposed method, emotion is classified into 6 classes: Angry, bored, happy, neutral, sad and surprised. Features for an input utterance are extracted from statistics of phonetic and prosodic information. Phonetic information includes log energy, shimmer, formant frequencies, and Teager energy; Prosodic information includes pitch, jitter, duration, and rate of speech. Finally a patten classifier based on Gaussian support vector machines decides the emotion class of the utterance. We record speech commands and dialogs uttered at 2m away from microphones in 5different directions. Experimental results show that the proposed method yields 59% classification accuracy while human classifiers give about 50%accuracy, which confirms that the proposed method achieves performance comparable to a human.

• 제어로봇시스템학회논문지
• /
• 제13권9호
• /
• pp.832-837
• /
• 2007

Electroencephalographic(EEG) is used to record activities of human brain in the area of psychology for many years. As technology develope, neural basis of functional areas of emotion processing is revealed gradually. So we measure fundamental areas of human brain that controls emotion of human by using EEG. Hands gestures such as shaking and head gesture such as nodding are often used as human body languages for communication with each other, and their recognition is important that it is a useful communication medium between human and computers. Research methods about gesture recognition are used of computer vision. Many researchers study Emotion Recognition method which uses one of EEG signals and Gestures in the existing research. In this paper, we use together EEG signals and Gestures for Emotion Recognition of human. And we select the driver emotion as a specific target. The experimental result shows that using of both EEG signals and gestures gets high recognition rates better than using EEG signals or gestures. Both EEG signals and gestures use Interactive Feature Selection(IFS) for the feature selection whose method is based on a reinforcement learning.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권4호
• /
• pp.256-261
• /
• 2007

Electroencephalographic(EEG) is used to record activities of human brain in the area of psychology for many years. As technology developed, neural basis of functional areas of emotion processing is revealed gradually. So we measure fundamental areas of human brain that controls emotion of human by using EEG. Hands gestures such as shaking and head gesture such as nodding are often used as human body languages for communication with each other, and their recognition is important that it is a useful communication medium between human and computers. Research methods about gesture recognition are used of computer vision. Many researchers study Emotion Recognition method which uses one of EEG signals and Gestures in the existing research. In this paper, we use together EEG signals and Gestures for Emotion Recognition of human. And we select the driver emotion as a specific target. The experimental result shows that using of both EEG signals and gestures gets high recognition rates better than using EEG signals or gestures. Both EEG signals and gestures use Interactive Feature Selection(IFS) for the feature selection whose method is based on the reinforcement learning.

• 한국정보통신학회논문지
• /
• 제21권4호
• /
• pp.737-743
• /
• 2017

지능형 라이프로그 시스템은 언제(When), 어디서(Where), 누구와 함께(Who), 어떤 상황에서(What, How), 일어나는 정보, 즉 사용자의 일상에서 발생되는 시간, 인물, 장면, 연령대, 감정, 관계, 상태, 위치, 이동 경로 등의 다양한 상황정보들을 인식하여 태그를 달아 사용자의 일상생활을 기록하고 쉽고 빠르게 접근하도록 제공하는 것이다. 상황인식은 자동태킹(Auto-Tagging) 기술과 생체인식 기술인 얼굴인식을 이용해, 태그(Tag) 단위의 정보를 자동으로 생성하고 분류되어 상황정보 DB을 구축한다. 상황정보 DB에는 지리정보, 위치정보, 날씨정보, 감정정보 등을 포함하고 있다. 본 논문에서는 감정정보를 자동으로 기록하기 위해서 능동형태 모델 방법을 사용해 무표정과 웃는표정을 인식하는 어플리케이션을 개발하였다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2000년도 춘계 학술대회 및 국제 감성공학 심포지움 논문집 Proceeding of the 2000 Spring Conference of KOSES and International Sensibility Ergonomics Symposium
• /
• pp.58-61
• /
• 2000

The purpose of this study is to investigate the characteristics of electroencephalogram (EEG) during emotional occurrence of likes and dislikes in humans subjected to visual stimuli. Fifteen healthy male subjects participated in the study. Portrayals of females and cars on a visual screen, one photographic display at a time. were used as the stimulus. The subjects, with their EEGs concomitantly monitored, were asked to record their likes and dislikes for each portrayal of a total of 50 sequential displays. The results indicated that beta ($\beta$)=wave was more prevalent with dislikes than likes, and the arousal level was higher when dislikes predominated over likes, implying that more cerebral information processing activity was involved in answering dislikes than likes. In the case of cars, the difference between likes and dislikes was focused within a frequency band of 15-20 Hz in the right cerebral hemisphere. Our findings suggest that the activity in the right brain predominates with increases in negative emotion.

• 산업경영시스템학회지
• /
• 제10권15호
• /
• pp.1-22
• /
• 1987

From birth to death, every man is under the control of the three biorhythm curves that initiate from inner body. body. Those are called 'Physical rhythm, emotion I rhythm and intellectual rhythm'. These biorhythms have influence each other in human behaviour like physical endurance, creativity, record of examination. The result of investigation indicates that the students' records in low level period are lower than those of in high. Therefore, it is verified statistically whether the biorhythm has effects on human ability in scholarly record or not. And also, this research calculates the average nixed-biorhythm which is representable for a group by using mode mixed-biorhythm.

• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.322-327
• /
• 2007

심리학 분야의 연구자들은 Electroencephalographic(EEG)을 오래전부터 인간 두뇌의 활동을 측정 기록하는데 사용하였다. 과학이 발달함에 따라 점차적으로 인간의 두뇌에서 감정을 조절하는 기본적인 영역들이 밝혀지고 있다. 그래서 인간의 감정을 조절하는 인간의 두뇌 활동 영역들을 EEG를 이용하여 측정하였다. 손짓이나 고개의 움직임은 사람들 사이에 대화를 위한 인간의 몸 언어로 사용된다. 그리고 그것들의 인식은 컴퓨터와 인간 사이에 유용한 회화수단으로 매우 중요하다. 몸짓에 관한 연구들은 주로 영상을 통한 인식 방법이 주를 이루고 있다. 많은 연구자들의 기존 연구에서는 생체신호나 몸짓중 한 가지만을 이용하여 감정인식 방법 연구를 하였다. 본 논문에서는 EEG 신호와 몸짓을 같이 사용해서 사람의 감정을 인식하였다. 그리고 인식의 대상자를 운전자라는 특정 대상자를 설정하고 실험을 하였다. 실험 결과 생체신호와 몸짓을 같이 사용한 실점의 인식률이 둘 중 한 가지만을 사용한 것보다 높은 인식률을 보였다. 생체신호와 몸짓들의 특징 신호들은 강화학습의 개념을 이용한 IFS(Interactive Feature Selection)를 이용하여 특징 선택을 하였다.

• 기록학연구
• /
• 제44호
• /
• pp.199-215
• /
• 2015

본 연구는 2014년 4월 16일 전라남도 진도군 부근 해상에서 청해진해운이 운영하는 여객선 세월호가 침몰되면서 다수의 인명피해와 재산피해가 발생한 사건에 관하여 기록정보관리 분야가 구체적으로 어떤 사회적 역할을 해야 하며, 할 수 있는지를 제시한다. 사회 각 분야와 그 구성원들은 이런 사건 자체와 그에 대한 상황에 대해서 사회가 부여하거나 자임한 역할을 수행해야 하며, 기록정보관리 분야의 경우 관련 기록정보를 모으고, 운영하고, 제공하여야 한다. 기록정보는 어떤 일을 되짚어 생각하거나 분석하여, 반성하고 보완하는 수단이자 이에 작용할 도구이기도 하다. 기록정보는 자연스럽게 만들어지지만 자동적으로 관리되지는 않으며, 목적의식을 가져야 생산 관리된다. 무엇이 부족한지, 어떤 부분을 보완해야 하는지를 밝히는 것에서부터, 우리 사회와 기록정보관리분야가 문제해결 방향과 역량을 다각도로 검토하고 강화할 수 있을 것이다. 세월호 참사에 대한 기록정보관리 분야의 적극적인 결합 및 조력은 1차적으로 사건에 대한 증거를 찾고 공인하는데 도움이 된다. 2차적으로는 특정한 분야의 기록정보가 더 잘 만들어지고 활용될 수 있게 할 수 있다. 마지막으로 우리가 가진 전문적인 역량과 감정을, 가장 능동적이고 체계적으로 구성하고 실행할 수 있다.

• 문화기술의 융합
• /
• 제10권6호
• /
• pp.709-714
• /
• 2024

본 논문에서는 정신건강의학과 진료 및 상담을 원하는 환자의 생각 기록과 진료 기록 절차를 돕는 스마트폰용 어플리케이션인 '마인드로그' 시스템을 제안한다. 환자가 짧은 상담 시간 동안 하고 싶은 말을 명확하게 전달하지 못하고 불편한 마음으로 진료를 끝마치게 되거나, 세세한 치료 지침을 받지 못하는 경우 등을 방지하기 위해 개발된 이시스템은 간편한 작업과 체계적인 가이드를 통해 자신의 감정을 객관적으로 바라보고 정리할 수 있게 한다. 또한 진료 일정 및 내용을 체계적으로 관리하도록 함으로써 환자로 하여금 이전 진료에 비해 어떤 변화가 있었는지, 실제 진료에서 어떤 내용을 상담하고 싶은지를 보다 편리하게 확인할 수 있도록 지원한다.