| 1 |
1
감성 인식 장치에서 생체 신호를 이용하여 사용자의 감정을 인식하는 방법에 있어서,사용자의 생체 신호를 측정하는 단계;상기 측정된 생체 신호를 이용하여 특징 정보를 계산하는 단계; 상기 특징 정보를 SVM(support vector machine)에 적용하여 각 클래스 패턴(class pattern)으로 분류하는 단계;상기 분류된 클래스 패턴간 초평면(hyperplane)에서의 거리를 각각 계산하는 단계; 및상기 계산된 거리를 이용하여 감정을 인식하는 단계를 포함하되,상기 분류된 클래스 패턴간 초평면에서의 거리를 각각 계산하는 단계는,상기 분류된 클래스 패턴간의 유클리드 거리를 계산하고, 상기 분류된 클래스 패턴 각각의 공분산을 계산한 후 계산된 공분산을 합산한 후 상기 유클리드 거리를 나누기 연산하여 상기 분류된 클래스 패턴간 초평면에서의 거리를 각각 계산하는 것을 특징으로 하는 감정 인식 방법
|
| 2 |
2
제1 항에 있어서,상기 생체 신호는 피부전도(SC: skin conductance), 피부온도(SKT: skin temperature) 및 혈류량(BVP: blood volume pulse)를 포함하는 것을 특징으로 하는 감정 인식 방법
|
| 3 |
3
제1 항에 있어서,상기 특징 정보는 생체 신호의 평균값, 표준편차 및 생체 신호간 차이에 대한 다양한 평균값들을 포함하는 것을 특징으로 하는 감정 인식 방법
|
| 4 |
4
제1 항에 있어서,상기 분류된 클래스 패턴간 초평면(hyperplane)에서의 거리는 하기 수식을 이용하여 계산되는 것을 특징으로 하는 감정 인식 방법
|
| 5 |
5
제1 항에 있어서,상기 계산된 거리를 이용하여 감정을 인식하는 단계는,상기 계산된 거리와 트레이닝 데이터를 이용하여 데이터베이스화된 감정별 거리를 비교하여 감정을 인식하는 것을 특징으로 하는 감정 인식 방법
|
| 6 |
6
제1 항에 있어서,상기 측정된 생체 신호를 이용하여 특징 정보를 계산하는 단계 이전에,상기 측정된 생체 신호를 밴드 패스 필터를 이용하여 각 생체 신호에 대한 노이즈를 제거하는 단계를 더 포함하는 감정 인식 방법
|
| 7 |
7
제1 항 내지 제6 항 중 어느 하나의 항에 따른 감정 인식 방법을 수행하기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록매체
|
| 8 |
8
사용자의 생체 신호를 측정하는 측정부;상기 측정된 생체 신호를 이용하여 특징 정보를 계산하는 특징 계산부; 상기 특징 정보를 SVM(support vector machine)에 적용하여 클래스 패턴(class pattern)을 분류하고, 상기 분류된 클래스 패턴간 초평면(hyperplane)에서의 거리를 각각 계산하는 분류부; 및상기 계산된 거리를 이용하여 감정을 인식하는 인식부를 포함하되,상기 분류부는,상기 분류된 클래스 패턴간의 유클리드 거리를 계산하고, 상기 분류된 클래스 패턴 각각의 공분산을 계산한 후 계산된 공분산을 합산한 후 상기 유클리드 거리를 나누기 연산하여 상기 분류된 클래스 패턴간 초평면에서의 거리를 각각 계산하는 것을 특징으로 하는 감정 인식 장치
|
| 9 |
9
제8 항에 있어서,상기 특징 계산부는 상기 측정된 생체 신호를 밴드 필터를 적용하여 노이즈를 제거한 후 특징 정보를 계산하는 것을 특징으로 하는 감정 인식 장치
|
| 10 |
10
제8 항에 있어서,각 감정에 대한 트레이닝 데이터를 이용하여 각 감정별 거리를 저장하는 메모리를 더 포함하되,상기 분류부는,상기 계산된 거리와 상기 감정별 거리를 비교하여 가장 일치하는 감정별 거리의 감정으로 사용자의 감정을 인식하는 것을 특징으로 하는 감정 인식 장치
|
