본문 바로가기
KERD
논문KCI 등재

상황에 민감한 베이지안 분류기를 이용한 얼굴 표정 기반의 감정 인식

Emotion Recognition Based on Facial Expression by using Context-Sensitive Bayesian Classifier

김진옥
한국정보처리학회|2006.12|정보처리학회 논문지 (The Transactions of the Korea Information Processing Society)|제13권 제7호|pp. 653-662

0

조회

0

다운로드

5

인용

0

참고문헌

키워드

HCI감정 인식Emotion RecognitionFacial Expression Recognition얼굴 표정 인식베이지안 분류기Bayesian Classifier
주제분류컴퓨터학

초록

사용자의 상황에 따라 적절한 서비스를 제공하는 컴퓨팅 환경을 구현하려는 유비쿼터스 컴퓨팅에서 사람과 기계간의 효과적인 상호작용과 사용자의 상황 인식을 위해 사용자의 얼굴 표정 기반의 감정 인식이 HCI의 중요한 수단으로 이용되고 있다.본 연구는 새로운 베이지안 분류기를 이용하여 상황에 민감한 얼굴 표정에서 기본 감정을 강건하게 인식하는 문제를 다룬다. 표정에 기반한 감정 인식은 두 단계로 나뉘는데 본 연구에서는 얼굴 특징 추출 단계는 색상 히스토그램 방법을 기반으로 하고 표정을 이용한 감정 분류 단계에서는 학습과 테스트를 효과적으로 실행하는 새로운 베이지안 학습 알고리즘인 EADF(Extended Assumed-Density Filtering)을 이용한다. 상황에 민감한 베이지안 학습 알고리즘은 사용자 상황이 달라지면 복잡도가 다른 분류기를 적용할 수 있어 더 정확한 감정 인식이 가능하도록 제안되었다. 실험 결과는 표정 분류 정확도가 91% 이상이며 상황이 드러나지 않게 얼굴 표정 데이터를 모델링한 결과 10.8%의 실험 오류율을 보였다.

Abstract

In ubiquitous computing that is to build computing environments to provide proper services according to user's context, human being's emotion recognition based on facial expression is used as essential means of HCI in order to make man-machine interaction more efficient and to do user's context-awareness.This paper addresses a problem of rigidly basic emotion recognition in context-sensitive facial expressions through a new Bayesian classifier. The task for emotion recognition of facial expressions consists of two steps, where the extraction step of facial feature is based on a color-histogram method and the classification step employs a new Bayesian learning algorithm in performing efficient training and test. New context-sensitive Bayesian learning algorithm of EADF(Extended Assumed-Density Filtering) is proposed to recognize more exact emotions as it utilizes different classifier complexities for different contexts. Experimental results show an expression classification accuracy of over 91% on the test database and achieve the error rate of 10.6% by modeling facial expression as hidden context.

참고문헌 (24)

  1. P. Ekman, "Facial Action Coding System" (1978), Consulting Psychologist Press
  2. K. Mase, "Recognition of Facial Expression from Optical Flow", E74(10), pp.3474~3483 (1991)
  3. M. Pantie, "Automatic Analysis of Facial Expressions The state of the art", 22.(12), pp.1424~1445 (2000)
  4. I. Essa, "Coding Analysis : Interpretation and Recognition of Facial Expressions", 19(7), pp.757~763 (1997)
  5. C. Darwin, "The Expression of the Emotions in Man and Animals" (1965), Univ. of Chicago Press
  6. D. Keltner, "Facial Expression of Emotion", pp.236~249 (2000), Handbook of Emotions
  7. Y. Tian, "Recognizing Action Units for Facial Expression Analysis", 23(2), pp.97~115 (2001)
  8. T. Kanade, "Comprehensive Database for Facial Expression Analysis", pp.46~53 (2000)
  9. M. S. Bartlett, "Machine Learning Methods for Fully Automatic Recognition of Facial Expressions and Actions", pp.592~597 (2004)
  10. M. F. Valstar, "Motion History for Facial Action Detection from Face Video", pp.635~640 (2004)
  11. C. Padget, "Identifying Emotion in Static Images", 5, pp.91~101 (1997)
  12. G. Gottrell, "Face, Gender and Emotion Recognition using Holons", 3, pp.564~571 (1991)
  13. A. Rahardja, "A Neural Network Approach to Component vs. Holistic Recognition of Facial Expressions in Images", 1607, pp.62~70 (1991)
  14. A. Lanitis, "Automatic Interpretation and Coding of ace Images using Flexible Models", 19(7), pp.743~756 (1997)
  15. M. J. Lyongs, "Automatic classification of single facial images", 21(12), pp.1357~1362 (1999)
  16. Z. Zhang, "Feature Comparison between Geometry Based and Gabor- Wavelets Based Facial Expression Recognition using Multi-layer Perceptron", pp.454~459 (1998)
  17. G. Guo, "Learning from Examples in the Small Sample Case IEEE Trans. on Systems", 35(3), pp.477~489 (2005)
  18. A. Pentland, "Looking at people Sensing for ubiquitous and wearable computing IEEE Trans. on PAMI", 22(1)
  19. J. O. Kim, "On a Face Recognition by the Modified Nonsingular Discriminant Analysis for a Ubiquitous Computing", 3980(1), pp.929~937 (2006)
  20. 김진옥, "빛보상과 외형기반의 특징을 이용한 얼굴 특징 검출", 7(4), pp.143~153 (2006)
  21. T. Minka, "A Family of Algorithms for Approximate Bayesian Inference" (2001)
  22. M. Harries, "Learning Static Concepts in Domains with Hidden Changes in Context" (1996)
  23. H. J. Kushner, "A Nonlinear Filtering Algorithm based on an Approximation of the Conditional Distribution", 45, pp.580~585 (2000)
  24. M. J. Lyons, "Coding Facial Expressions with Gabor Wavelets", pp.200~205 (1998)

관련 논문AI추천

사용자의 성향 기반의 얼굴 표정을 통한 감정 인식률 향상을 위한 연구신동희, 이종식한국감성과학회 · 감성과학2014 · 제17권 제1호얼굴영상과 음성을 이용한 멀티모달 감정인식김동주, 이현구(사)디지털산업정보학회 · (사)디지털산업정보학회 논문지2012 · 제8권 제1호감정인식 기술의 현황과 전망김남수에스케이텔레콤 (주) · Telecommunications Review2009 · 제19권 제5호얼굴 표정인식을 위한 2D-DCT 특징추출 방법김동주, 손명규, 이상헌한국정보처리학회 · 정보처리학회 논문지2014 · 제3권 제3호표정 강도에 강건한 얼굴 표정 인식김진옥한국정보처리학회 · 정보처리학회 논문지2009 · 제16권 제5호인간과 기계의 지능형 인터페이스를 위한 감정 인식 기술박철헌, 이종석에스케이텔레콤 (주) · Telecommunications Review2008 · 제18권 제3호

이 간행물의 다른 논문 (13건)

템플릿 정합법을 이용한 온-오프 형태DNA 칩의 탐색자 구분유문호pp. 579-584블록 유형 분류에 의한 움직임 추정윤효순, 유재명, Nguyen Dinh Toan, 이귀상, 박미선, 김미영pp. 585-590문서 영상의 그림 영역에서 통계적 분석을 이용한 단어 영상 추출김수형, 정창부pp. 591-600CT영상의 텍스처 주성분 분석을 이용한 간종양 검출서형수, 정민영, 이칠우pp. 601-606정보숨김과 주변 움직임 벡터의 적응적 선택에 의한 에러은닉 알고리즘의 설계 및 구현성동수, 이건배, 이현우pp. 607-614
원문 보기