학술논문
감정 분류를 이용한 표정 연습 보조 인공지능
이용수 108
- 영문명
- Artificial Intelligence for Assistance of Facial Expression Practice Using Emotion Classification
- 발행기관
- 한국전자통신학회
- 저자명
- 김동규 이소화 봉재환
- 간행물 정보
- 『한국전자통신학회 논문지』제17권 제6호, 1137~1144쪽, 전체 8쪽
- 주제분류
- 공학 > 전자/정보통신공학
- 파일형태
- 발행일자
- 2022.12.31
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.

국문 초록
본 연구에서는 감정을 표현하기 위한 표정 연습을 보조하는 인공지능을 개발하였다. 개발한 인공지능은 서술형 문장과 표정 이미지로 구성된 멀티모달 입력을 심층신경망에 사용하고 서술형 문장에서 예측되는 감정과 표정 이미지에서 예측되는 감정 사이의 유사도를 계산하여 출력하였다. 사용자는 서술형 문장으로 주어진 상황에 맞게 표정을 연습하고 인공지능은 서술형 문장과 사용자의 표정 사이의 유사도를 수치로 출력하여 피드백한다. 표정 이미지에서 감정을 예측하기 위해 ResNet34 구조를 사용하였으며 FER2013 공공데이터를 이용해 훈련하였다. 자연어인 서술형 문장에서 감정을 예측하기 위해 KoBERT 모델을 전이학습 하였으며 AIHub의 감정 분류를 위한 대화 음성 데이터 세트를 사용해 훈련하였다. 표정 이미지에서 감정을 예측하는 심층신경망은 65% 정확도를 달성하여 사람 수준의 감정 분류 능력을 보여주었다. 서술형 문장에서 감정을 예측하는 심층신경망은 90% 정확도를 달성하였다. 감정표현에 문제가 없는 일반인이 개발한 인공지능을 이용해 표정 연습 실험을 수행하여 개발한 인공지능의 성능을 검증하였다.
영문 초록
In this study, an artificial intelligence(AI) was developed to help with facial expression practice in order to express emotions. The developed AI used multimodal inputs consisting of sentences and facial images for deep neural networks (DNNs). The DNNs calculated similarities between the emotions predicted by the sentences and the emotions predicted by facial images. The user practiced facial expressions based on the situation given by sentences, and the AI provided the user with numerical feedback based on the similarity between the emotion predicted by sentence and the emotion predicted by facial expression. ResNet34 structure was trained on FER2013 public data to predict emotions from facial images. To predict emotions in sentences, KoBERT model was trained in transfer learning manner using the conversational speech dataset for emotion classification opened to the public by AIHub. The DNN that predicts emotions from the facial images demonstrated 65% accuracy, which is comparable to human emotional classification ability. The DNN that predicts emotions from the sentences achieved 90% accuracy. The performance of the developed AI was evaluated through experiments with changing facial expressions in which an ordinary person was participated.
목차
Ⅰ. 서론
Ⅱ. 표정 연습 보조를 위한 인공지능 개요
Ⅲ. 얼굴 이미지를 통한 감정 분류
IV. 자연어를 통한 감정 분류
V. 표정 연습 보조 인공지능의 개발 결과
VI. 결론
References
키워드
해당간행물 수록 논문
- 한국전자통신학회 논문지 제17권 제6호 목차
- 광학기법을 이용한 비산 먼지 측정 시스템의 설계 및 구현
- SDN 환경에서 서버 상태 기반 가중치 부하분산 기법
- 수중 예인 소나용 케이블 설계 및 성능에 대한 연구
- 다중 센서를 이용한 위험 상황 감지 안전모
- 마커리스 트래킹 기반 증강현실 캐릭터 시스템 개발
- VR 콘텐츠 저작을 이용한 동적 스케줄링 플랫폼 개발
- 최적화된 신경망 기반 무선 센서 노드위치 알고리즘 제안
- 증강현실을 이용한 인지훈련 프로토콜 설계 및 시스템 구현
- 아두이노와 적외선 센서를 이용한 스마트 도어락과 앱 개발에 대한 연구
- 라즈베리파이 카메라 OpenCV를 활용한 사고 인식 기반 스마트 가로등
- 감정 분류를 이용한 표정 연습 보조 인공지능
- 음성인식을 이용한 개인맞춤형 스마트 미러
- STI의 Top Profile 개선 및 Gap-Fill HLD 두께 평가
- 영구자석 형상 변형을 통한 동기발전기 고조파 저감
- 얼굴인식을 이용한 출석체크 시스템 연구
- 통계기법을 활용한 Covid-19 이후의 환경에서 효율적인 수업만족도 향상을 위한 AI 기반 e-러닝과 개인화 교육방법 도출방안
- 저전력 광역통신망 기반 현장데이터 수집 전송 및 모니터링 시스템 개발
- 라즈베리파이와 YOLOv5를 이용한 해양쓰레기 시계열 변화량 분석
- 단일 및 이중 림 어레이 안테나 기반 캐스케이드 AOA 추정 알고리즘의 계산복잡도 분석
- 가상현실 메타버스 디지털 성범죄 예방을 위한 플랫폼 구축 제안 연구
- POV 현상을 이용한 프로펠러 디스플레이
- 스마트그리드 빅데이터 기반 지역별 배전선로 부하손실 분석
- TDMA 기반 무선 IP 영상 전송 시스템 설계 및 구현
- 공중화장실의 안전문제 해결 위한 가상현실 구현 시 상호작용 요소 연구
- 비정형 환경에서 스마트 건설을 위한 이동 플랫폼 구현
- RFID 기반 최단시간 알고리즘 라인트레이서
- 6GHz 대역용 패치 안테나 연구
- 서남해 연안 해상풍력 발전단지 지리적 적합지 선정 및 최적배치에 관한 연구
- SDN 환경에서 Dynamic Flow Management에 의한 Load Balancing 기법
- 측면 결합 스트립 선로를 이용한 광대역 프린트 다이폴 안테나
- 정전용량식 터치스크린 패널을 위한 SiO2 버퍼층 두께에 따른 ITO 박막의 전기적 및 광학적 특성
- 음성인식을 이용한 반려 로봇의 모션제어에 대한 연구
- 스마트 그리드 배전 시스템을 위한 와이파이 통신에 기반한 디지털 FRTU간 통신 방법론 기초연구
- 보건의료 AI 플랫폼의 IoB 기반 시나리오 적용
- 딥러닝을 이용한 PCB 필름 미박리 양품 판정
- 철강 코일의 선적 및 배치 자동화 시스템 개발
- 아두이노와 압력센서를 이용한 스마트 유아차에 관한 연구
참고문헌
관련논문
공학 > 전자/정보통신공학분야 BEST
더보기공학 > 전자/정보통신공학분야 NEW
- 시간 영역 비교기를 사용한 PAM-4 ZQ 보정 회로 설계
- BLDC 모터 드라이빙 전용 IC를 적용한 정구공 발사기 모터 드라이버 설계 및 구현에 관한 연구
- 매입형 영구자석 동기전동기의 최적 속도 제어
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!
