동영상으로부터 텐서표현을 통한 얼굴 표정 인식 (Facial Expression Recognition by Tensor Representation from Video)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 10권 / 4호 / 185 ~ 190페이지
· 저자명 : 곽근창, 이명원, 반성범

초록

본 논문은 동영상으로부터 텐서기반 표현방법에 근거한 새로운 형태의 얼굴표정인식기술을 제시한다. 얼굴표정인식은 지능형 서비스 로봇을 위해서 인간과 로봇간 자연스럽게 교감할 수 있는 인간-로봇 상호작용기술가운데 핵심적인 기술이다. 이를 위해, 로봇환경에서 연속적인 프레임을 가진 얼굴 영상들로부터 동시에 얼굴 표정을 인식하기 위해 텐서기반 다선형 주성분 분석 기법(TMPCA: Tensor-based Multilinear Principal Component Analysis)을 이용한다. 이 접근은 잘 알려진 벡터 혹은 2차 텐서 표현보다 얼굴영상과 시간축을 고려한 3차 텐서표현으로부터 직접적으로 특징벡터를 추출한다. 실험적인 분석은 맨하튼거리, 유클리디안거리, 코사인 유사도에 의해 수행되어진다. 얼굴표정 데이터베이스에 관한 실험적인 결과는 제시된 TMPCA방법은 전형적인 PCA방법과 비교하여 좋은 성능을 보임을 확인할 수 있었다.

영어초록

In this paper, we present a new facial expression recognition method based on tensor-based presentation from video. Facial expression recognition is a core technique among Human-Robot Interaction (HRI) technology that can naturally interact between robot and human for intelligent service robots. For this purpose, we use Tensor-based Multilinear Principal Component Analysis (TMPCA) to recognize simultaneously facial expression from face images with successive frames under robot environment. This approach extracts feature vector directly from third-order tensor representation considering face images and time axis rather than the well-known vector or second-order tensor representation. The experimental analysis is performed by Manhattan distance, Euclidean distance, and cosine similarity. The experimental results on facial expression database reveal that the presented TMPCA method shows a better performance in comparison with the conventional PCA method.

참고자료

· 없음