한국인 표정 검출을 위한 딥 러닝 모델 구조 (Deep Learning Model Structure for Korean Facial Expression Detection)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 21권 / 2호 / 9 ~ 17페이지
· 저자명 : 이지영, 김지호, 이은아, 이홍철

초록

다양한 딥 러닝 기술의 발달은 여러 응용 분야에 적용되어 뛰어난 성과를 달성하고 있다. 이러한 일면에서, 사용자의 표정을 검출하여 적절한 피드백과 서비스를 제공하는데 기반이 되는 이미지 감성 분석에도 딥 러닝의 활용이 지속해서 시도되고 있다. 하지만 현실에서 생성되는 데이터는 지나치게 높은 해상도와 일관된 규격이 없는 특징을 가지며, 다른 객체가 포함되어 분류 결과 성능을 저하하는 문제들이 존재한다. 또한, 표정은 문화와 생김새에 영향을 받으나 기존 연구들에서 사용된 데이터는 대부분 서양인의 얼굴로 구성되어있다. 따라서 본 연구는 다양한 크기와 배경을 담고 있는 이미지에서도 얼굴 영역을 효과적으로 검출하는 딥 러닝 기반의 전처리 방법과 한국인의 여러 가지 표정 검출을 위한 강건한 딥 러닝 모델을 제안하고자 한다. 본 연구는 객체 검출 모델을 전이 학습하여 전처리 모델로 사용하고, K-EmotionNet을 분류 모델로 사용하여 한국인 감정인식을 위한 복합 영상 데이터 세트에서 정확도 84.37에 달하는 성능을 달성하였다.

영어초록

The development of various deep learning techniques have been applied in various applications and achieved excellent performance. On the other hand, deep learning is continuously being used for image sensibility analysis, which can detect user's facial expression and provide appropriate feedback and service. However, the data that actually occurs has excessively high resolution, non-consistent features, and includes other objects, which degrades the performance of classification results. Also, facial expressions are influenced by culture and liveliness, but many existing studies consist mostly of Western faces. Therefore, in this study, we propose a deep learning-based pre-processing method that effectively detects face regions even in images with various sizes and backgrounds, and develop a robust deep learning model for detecting various facial expressions of Koreans. In this study, the proposed method achieved a performance of 84.37 in the dataset for Korean emotion recognition.

참고자료

· 없음