메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
최준혁 (포항공과대학교) 박예은 (포항공과대학교) 최동혁 (동국실업) 조현보 (포항공과대학교)
저널정보
한국HCI학회 한국HCI학회 학술대회 PROCEEDINGS OF HCI KOREA 2020 학술대회 발표 논문집
발행연도
2020.2
수록면
679 - 682 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
인공지능이 발전하면서 딥러닝 기반의 얼굴 감정 인식 관련 연구가 활발하게 이루어지고 있다. 그러나 기존 감정 인식 모델은 주로 제한된 환경 (예: 동일한 얼굴 각도, 조도 등) 에서 수집된 데이터를 대상으로 학습 및 검증되었기 때문에, 다양한 변수가 존재하는 실제 환경에서는 정확도가 낮을 수 있다. 이에 본 논문에서는 Data Augmentation 기법을 적용한 감정 인식 모델 개발 Framework 를 제안한다. 제안 Framework 는 다음의 5 가지 단계로 나눌 수 있다. 1) 주행 환경에서 수집된 소량의 Target Data 로 Facial Landmark 를 검출한다. 2) Facial Landmark 간의 거리 및 각도를 통해 얼굴 각도의 Variation 을 추정한다. 3) 영역별 Pixel 값으로 조도의 Variation 을 추정한다. 4) 추정된 Variation 을 기반으로 Data Augmentation 정책을 추천한다. 5) 추천된 정책으로 Data 증강한다. Data Augmentation 의 효용성을 검증하기 위해, 다양한 변수가 고려된 상황에서 수집된 K-Face DB 를 대상으로 제안 모델의 정확도를 검증한다. 실험을 통해 기존의 Dataset 만 학습할 때 대비 제안된 모델의 성능이 향상된 것을 확인하였다. 향후 본 연구를 바탕으로 주행 환경이 아닌 다양한 환경에서도 적용 가능한 Data Augmentation 정책 추천 기술에 대해 연구하고자 한다.

목차

요약문
1. 서론
2. DATA AUGMENTATION 기반 운전자 감정 인식 모델 개발 FRAMEWORK
3. DATA AUGMENTATION 기법 적용 후 감정 인식 모델의 성능 검증 실험
4. 실험 결과
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-001168965