새로운 연구에서는 얼굴을 분석하는 CNN(컨볼루션 신경망)을 사용하여 동적 감정 인식의 정확성과 속도를 향상시키는 방법을 소개합니다.중국 심양에 위치한 Northeastern University의 Lanbo Xu가 수행한 작업은 정신 건강, 인간-컴퓨터 상호 작용, 보안 및 기타 분야에 적용될 수 있습니다.

작업은출판됨에서국제 생체 인식 저널.

얼굴 표정은 비언어적 의사소통의 주요 부분으로, 개인의 성격에 대한 단서를 제공합니다.감정 상태.지금까지 감정 인식 시스템은 정적 이미지를 사용해 왔습니다. 즉, 대화, 인터뷰 또는 기타 상호 작용 중에 사람의 얼굴에서 나타나는 감정의 변화하는 특성을 포착할 수 없습니다.Xu의 작업은 비디오 시퀀스에 초점을 맞춰 이 문제를 해결합니다.시스템은 변화를 추적할 수 있습니다.표정일련의 비디오 프레임을 통해 개인의 감정이 실시간으로 어떻게 전개되는지에 대한 자세한 분석을 제공합니다.

그러나 분석에 앞서 시스템은 주요 얼굴 특징을 선명하게 하기 위해 "혼란스러운 개구리 도약 알고리즘"이라는 알고리즘을 적용합니다.이 알고리즘은 디지털 이미지에서 최적의 매개변수를 찾기 위해 개구리의 수렵 행동을 모방합니다.인간 표현의 데이터 세트로 훈련된 CNN은 접근 방식의 가장 중요한 부분이므로 Xu가 처리할 수 있습니다.시각적 데이터훈련 데이터와 교차하는 새로운 이미지의 패턴을 인식하여여러 프레임을 분석하여비디오 영상, 시스템은 미묘하지만 정서적 변화를 나타내는 중요한 지표인 입, 눈, 눈썹의 움직임을 포착할 수 있습니다.

Xu는 시스템이 1초 이내에 출력을 제공하면서 최대 99%의 정확도를 보고합니다.이러한 정확성과 속도는 다른 사람이나 팀의 주관적인 평가 없이 감정을 감지하는 것이 유용할 수 있는 다양한 영역에서 실시간으로 사용하는 데 이상적입니다.잠재적인 응용 분야는 컴퓨터가 좌절감, 분노 또는 지루함과 같은 사용자의 감정 상태에 적절하게 반응할 수 있는 컴퓨터 상호 작용을 통해 사용자 경험을 향상시키는 데 있습니다.

이 시스템은 사람의 초기 개입 없이 사람들의 정서 장애를 검사하는 데 유용할 수 있습니다.강화하는 데에도 사용할 수 있습니다.보안 시스템, 자원에 대한 접근을 허용하지만 특정 감정 상태에 있는 사람들에게만 접근을 허용하고 화나거나 속상한 사람의 접근을 금지합니다.동일한 시스템을 사용하여 운송 시스템이나 심지어 자신의 차량에서 운전자의 피로를 식별할 수도 있습니다.엔터테인먼트 및 마케팅 부문에서는 감정적 반응을 이해하여 콘텐츠 개발, 전달 및 소비자 참여를 향상시킬 수 있는 애플리케이션을 볼 수도 있습니다.