지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.9
- 수록면
- 163 - 173 (11page)
- DOI
- 10.5370/KIEE.2021.70.3.163
이용수
초록· 키워드
오류제보하기
This paper describes the design of ensemble deep models based on time-scale transformation from electrocardiogram (ECG) signals for emotion recognition. As the number of senior citizens living alone increases, emotion robots that can interact with them and other emotion robots are becoming increasingly important. Existing emotion robots usually recognized emotion through images of the user’s facial expressions or voice signals. However, there are many situations where the user’s emotions cannot read under various environments. Therefore, research on recognizing the user’s emotions through ECG signals among different biomedical signals is actively being conducted. The proposed method converts ECG signals into various types of two-dimensional time-scale representations. We then designed a four-stream deep learning model by applying it to an ensemble form and transfer learning. Finally, an experiment was conducted using the ASCERTAIN sentiment database. This database contains data recorded by 58 people with 9 different emotions. Among these emotions, we used six representatives (surprise, happiness, anger, disgust, fear, and sadness). The experimental results revealed that the presented ensemble deep models showed good performance in comparison with each single deep model and the original model without transformation.
목차
Abstract
1. Introduction
2. Basic Characteristics of ECG and 2D Time-Scale Representations
3. Transfer Learning
4. Experimental Results
5. Conclusion
References
참고문헌 (52)
참고문헌 신청
Li, J.; Oussalah, M. “Automatic face emotion recognition system,” 2010 IEEE 9th International Conference on Cybernetic Intelligent Systems, 1–6, 2010.
Schurgin, M. W.; Nelson, J.; Iida, S.; Ohira, H.; Chiao, J. Y.; Franconeri, S.L. “Eye movements during emotion recognition in faces,” Journal of Vision, 14, 1-16, 2014.
Halder, A.; Konar, A.; Mandal, R.; Chakraborty, A.; Bhowmik, P.; Pal, N. R.; Nagar, A.K. “General and interval type-2 fuzzy face-space approach to emotion recognition.” IEEE Transactions on Systems, 43, 587-605, 2013.
Adeyanju, I. A.; Omidiora, E. O.; Oyedokun, O. F. “Performance evaluation of different support vector machine kernels for face emotion recognition,” SAI Intelligent Systems Conference, 804-806, 2015.
Anderson, I. M.; Shippen, C.; Juhasz, G.; Chase, D.; Thomas, E.; Downey, D.; Toth, Z. G.; LIoyd-Williams, K.; Elliott, R.; Deakin, J. F. W. “State-dependent alteration in face emotion recognition in depression,” The British Journal of Psychiatry, 198, 302-308, 2011.
Schurgin, M. W.; Nelson, J.; Iida, S.; Ohira, H.; Chiao, J. Y.; Franconeri, S.L. “Eye movements during emotion recognition in faces,” Journal of Vision, 14, 1-16, 2014.
Halder, A.; Konar, A.; Mandal, R.; Chakraborty, A.; Bhowmik, P.; Pal, N. R.; Nagar, A.K. “General and interval type-2 fuzzy face-space approach to emotion recognition.” IEEE Transactions on Systems, 43, 587-605, 2013.
Adeyanju, I. A.; Omidiora, E. O.; Oyedokun, O. F. “Performance evaluation of different support vector machine kernels for face emotion recognition,” SAI Intelligent Systems Conference, 804-806, 2015.
Anderson, I. M.; Shippen, C.; Juhasz, G.; Chase, D.; Thomas, E.; Downey, D.; Toth, Z. G.; LIoyd-Williams, K.; Elliott, R.; Deakin, J. F. W. “State-dependent alteration in face emotion recognition in depression,” The British Journal of Psychiatry, 198, 302-308, 2011.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
감정의 긍정적인 변화를 위한 음성 및 표정을 통한 감정인식
제어로봇시스템학회 국내학술대회 논문집
2021 .06
-
얼굴 감정을 이용한 시청자 감정 패턴 분석 및 흥미도 예측 연구
멀티미디어학회논문지
2022 .02
-
Survey on Emotion Recognition Databases
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
감성 메쉬 기반의 완화 감성 매칭을 이용한 분위기 제안 프레임워크
한국컴퓨터정보학회논문지
2018 .08
-
Survey: Efficient Emotion Detection based on Deep Learning
대한전자공학회 학술대회
2023 .06
-
Literature Survey on the Emotion Recognition Technologies based on Physiological Signals and Facial Expressions
대한인간공학회 학술대회논문집
2015 .10
-
딥러닝 기반 감정인식 성능향상 방법
한국차세대컴퓨팅학회 논문지
2021 .10
-
대화문 감정 연관성 기반 복합 감정인식 모델
멀티미디어학회논문지
2025 .02
-
음성의 음향적 특징과 얼굴 이미지 시퀀스를 이용한 감정인식에 관한 연구
전기학회논문지
2020 .07
-
사용자 표정 감정분석을 통한 가상환경 캐릭터 감정표현 기법
Proceedings of KIIT Conference
2022 .06
-
소셜미디어 분석기반 재난안전 감성모델 연구
한국안전학회지
2016 .01
-
Emotion Type Recognition Scheme Using EEG Based Signals
한국통신학회 학술대회논문집
2023 .02
-
딥 러닝 기반 감정인식 시스템 개발
한국방송미디어공학회 학술발표대회 논문집
2017 .11
-
감정분석 모델을 활용한 가상환경 플레이어의 감정표현 기법
Proceedings of KIIT Conference
2022 .06
-
Emotion Recognition Implementation with Multimodalities of Face, Voice and EEG
Journal of information and communication convergence engineering
2022 .09
-
Performance Analysis of A Deep Learning-Based Facial Emotion Recognition System on Edge Device
한국통신학회 학술대회논문집
2022 .06
-
Facial Emotion Recognition using Convolutional Neural Network Based on Repetitive Learning Blocks Approach
한국정보과학회 학술발표논문집
2020 .07
-
감정 엔진을 활용한 표정과 움직임 기반 로봇 감정 표현 시스템 개발
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
다중 모달 생체신호를 이용한 딥러닝 기반 감정 분류
멀티미디어학회논문지
2020 .02
-
음성 특징과 텍스트 임베딩을 이용한 멀티모달 감정인식
전기학회논문지
2021 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0