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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
고광은 (중앙대학교) 심귀보 (중앙대학교)
저널정보
제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제19권 제6호
발행연도
2013.6
수록면
513 - 519 (7page)

이용수

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

초록· 키워드

오류제보하기
The current vision-based approaches for emotion recognition, such as facial expression analysis, have many technical limitations in real circumstances, and are not suitable for applications that use them solely in practical environments. In this paper, we propose an approach for emotion recognition by combining extrinsic representations and intrinsic activities among the natural responses of humans which are given specific imuli for inducing emotional states. The intrinsic activities can be used to compensate the uncertainty of extrinsic representations of emotional states. This combination is done by using PRMs (Probabilistic Relational Models) which are extent version of bayesian networks and are learned by greedy-search algorithms and expectation-maximization algorithms. Previous research of facial expression-related extrinsic emotion features and physiological signal-based intrinsic emotion features are combined into the attributes of the PRMs in the emotion recognition domain. The maximum likelihood estimation with the given dependency structure and estimated parameter set is used to classify the label of the target emotional states.
#emotion recognition #facial expression #physiological responses #probabilistic relational model #feature fusion

목차

Abstract
I. 서론
II. 관련 연구
III. 감정인식 도메인에서의 확률 관계 모델 구축
IV. 결론
REFERENCES

참고문헌 (13)

참고문헌 신청
1. [학술지(정기간행물)] - R. Cowie / 2001 / Emotion recognition in human-computer interaction / Signal Processing Magazine, IEEE 18 (1) : 32 ~ 80 google schola 2. [학술지(정기간행물)] - B. Fasel / 2003 / Automatic facial expression analysis : a survey / Pattern Recognition 36 (1) : 259 ~ 275 google schola 3. [단행본] - K. Fukunaga / 1990 / Introduction to Statistical Pattern Recognition / Academic Press : 2 ~ google schola 4. [학술지(정기간행물)] - J. N. Bailenson / 2008 / Real-time classification of evoked emotions using facial feature tracking and physiological responses / International Journal of Human-Computer Studies 66 (5) : 303 ~ 317 google schola 6. [학술지(정기간행물)] - Z. Zhang / 1999 / Feature-based facial expression recognition: Sensitivity analysis and experiments with a multilayer perceptron / International Journal of Pattern Recognition and Artificial Intelligence 13 (6) : 893 ~ 911 google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

비전 방식을 이용한 감정인식 로봇 개발
신영근 ,  박상성 ,  김정년 외 2명 산업공학 (IE interfaces) 2006 .09
음성의 특정 주파수 범위를 이용한 잡음환경에서의 감정인식
김은호 ,  현경학 ,  곽윤근 Journal of the Korean Society for Precision Engineering 2006 .05
다중 센서 융합 알고리즘을 이용한 감정인식 및 표현기법
주종태 ,  장인훈 ,  양현창 외 1명 제어로봇시스템학회 논문지 2007 .08
제스처와 EEG 신호를 이용한 감정인식 방법
김호덕 ,  정태민 ,  양현창 외 1명 제어로봇시스템학회 논문지 2007 .09
감성기반 서비스를 위한 통화 음성 감정인식 기법
방재훈 ,  이승룡 정보과학회논문지 : 소프트웨어 및 응용 2014 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2014-560-002604491