1 |
1
입력 영상에서 사용자의 얼굴 영역을 탐색하는 단계;평균 형상 모델을 생성하는 단계;상기 평균 형상 모델을 사용자의 얼굴에 피팅하는 단계;미리 설정된 기준점을 토대로 메쉬를 구하는 단계;상기 메쉬로 한정된 관심 영역에서의 객체 변화량을 구하는 단계;상기 객체 변화량을 토대로 유사도를 측정하는 단계; 및상기 유사도에 따른 데이터베이스 내의 미리 설정된 감정 표정들 간의 빈도수에 따라 복수 감정들의 강도를 결정하는 단계를 포함하고,상기 평균 형상 모델을 사용자의 얼굴에 피팅하는 단계는,비선형 워핑 함수 및 텍스처의 변화로 표현되는 상기 평균 형상 모델과 상기 사용자의 얼굴 간의 오차제곱합을 최소화하는 액티브 외관 모델(Active Appearance Model, AAM)의 파라미터들을 산출하는 단계를 포함하는, 사용자 얼굴의 복합 다중 감정 인식 방법
|
2 |
2
청구항 1에 있어서,상기 평균 형상 모델을 생성하는 단계는, 상기 액티브 외관 모델의 파라미터들을 이용하여 복수의 랜드마크로 이루어진 모델을 생성하는 단계를 포함하는 사용자 얼굴의 복합 다중 감정 인식 방법
|
3 |
3
청구항 1에 있어서,상기 피팅하는 단계는, 상기 평균 형상 모델을 사용자의 얼굴에 실시간 피팅하는 단계를 포함하는 사용자 얼굴의 복합 다중 감정 인식 방법
|
4 |
4
청구항 1에 있어서,상기 메쉬를 구하는 단계는, 상기 사용자의 미간점, 눈썹 양끝, 또는 이들 모두를 포함하는 기준점을 토대로 수행되는 사용자 얼굴의 복합 다중 감정 인식 방법
|
5 |
5
청구항 4에 있어서,상기 객체 변화량을 구하는 단계는, 상기 사용자의 눈썹, 입꼬리, 입모양, 얼굴 구조 또는 이들의 조합을 포함하는 객체에 대한 메쉬 변화량을 산출하는 단계를 포함하는 사용자 얼굴의 복합 다중 감정 인식 방법
|
6 |
6
청구항 5에 있어서,상기 메쉬 변화량을 갖는 데이터베이스 내의 데이터들을 K-근접이웃(K-Nearest Neighbor, K-NN) 기반으로 분류하는 단계를 더 포함하는 사용자 얼굴의 복합 다중 감정 인식 방법
|
7 |
7
청구항 6에 있어서,상기 분류하는 단계는, 상기 메쉬 변화량을 갖는 표정 데이터의 마할라노비스 거리(Mahalanobis distance)를 구하고 상기 마할라노비스 거리를 토대로 상기 표정 데이터들을 비교하는 단계를 포함하는 사용자 얼굴의 복합 다중 감정 인식 방법
|
8 |
8
청구항 7에 있어서,상기 복수 감정들의 강도를 결정하는 단계는,상기 마할라노비스 거리에 따른 유사도를 측정하여 제1 감정을 결정하는 단계;상기 사용자의 표정 변화에 따른 상기 입력 영상의 다른 프레임에서 상기 표정 데이터의 마할라노비스 거리의 비교 결과를 토대로 제2 감정을 결정하는 단계; 및상기 제1 감정과 상기 제2 감정의 빈도수를 토대로 복합 감정과 복합 감정의 강도를 결정하는 단계를 포함하는 사용자 얼굴의 복합 다중 감정 인식 방법
|
9 |
9
청구항 1에 있어서,상기 복수 감정들의 강도를 토대로 상기 사용자의 복합 감정 인식에 대한 결과를 출력하는 단계를 더 포함하는 사용자 얼굴의 복합 다중 감정 인식 방법
|
10 |
10
청구항 1 내지 9 중 어느 한 항의 사용자 얼굴의 복합 다중 감정 인식 방법을 수행하는 위한 프로그램을 기록한 컴퓨터 판독 가능 매체
|
11 |
11
입력 영상에서 사용자의 얼굴 영역을 탐색하는 탐색부;평균 형상 모델을 생성하는 모델 생성부;상기 평균 형상 모델을 사용자의 얼굴에 피팅하는 피팅부;미리 설정된 기준점을 토대로 메쉬를 구하는 메쉬 생성부;상기 메쉬로 한정된 관심 영역에서의 객체 변화량을 구하는 변화량 산출부;상기 객체 변화량을 토대로 유사도를 측정하는 유사도 측정부; 및상기 유사도에 따른 데이터베이스 내의 미리 설정된 감정 표정들 간의 빈도수에 따라 복수 감정들의 강도를 결정하는 감정강도 결정부를 포함하고,상기 피팅부는,비선형 워핑 함수 및 텍스처의 변화로 표현되는 상기 평균 형상 모델과 상기 사용자의 얼굴 간의 오차제곱합을 최소화하는 액티브 외관 모델(Active Appearance Model, AAM)의 파라미터들을 산출하는, 사용자 얼굴의 복합 다중 감정 인식 시스템
|
12 |
12
청구항 11에 있어서,상기 모델 생성부는, 상기 액티브 외관 모델의 파라미터들을 이용하여 복수의 랜드마크로 이루어진 모델을 생성하는 사용자 얼굴의 복합 다중 감정 인식 시스템
|
13 |
13
청구항 11에 있어서,상기 피팅부는, 상기 평균 형상 모델을 사용자의 얼굴에 실시간 피팅하는 사용자 얼굴의 복합 다중 감정 인식 시스템
|
14 |
14
청구항 11에 있어서,상기 메쉬 생성부는, 상기 사용자의 미간점, 눈, 눈썹 양끝, 입, 입술 또는 이들의 조합을 포함하는 기준점을 토대로 메쉬를 생성하는 사용자 얼굴의 복합 다중 감정 인식 시스템
|
15 |
15
청구항 14에 있어서,상기 변화량 산출부는, 상기 사용자의 눈, 눈썹, 입, 입술, 입꼬리, 입모양, 얼굴 구조 또는 이들의 조합을 포함하는 객체에 대한 메쉬 변화량을 산출하는 사용자 얼굴의 복합 다중 감정 인식 시스템
|
16 |
16
청구항 15에 있어서,상기 메쉬 변화량을 갖는 데이터베이스 내의 표정 데이터를 K-근접이웃(K-Nearest Neighbor, K-NN) 기반으로 분류하는 분류부를 더 포함하는 사용자 얼굴의 복합 다중 감정 인식 시스템
|
17 |
17
청구항 16에 있어서,상기 분류부는, 상기 표정 데이터의 마할라노비스 거리(Mahalanobis distance)를 구하고 상기 마할라노비스 거리를 토대로 표정 데이터들을 비교하는 사용자 얼굴의 복합 다중 감정 인식 시스템
|
18 |
18
청구항 17에 있어서,상기 감정 강도 결정부는,상기 마할라노비스 거리에 따른 유사도를 측정하여 제1 감정을 결정하는 제1 감정 강도 결정부;상기 사용자의 표정 변화에 따른 상기 표정 데이터의 마할라노비스 거리의 비교 결과를 토대로 제2 감정을 결정하는 제2 감정 강도 결정부; 및상기 제1 감정과 상기 제2 감정의 빈도수에 따라 각 감정의 강도를 결정하는 복합 감정 강도 결정부를 포함하는 사용자 얼굴의 복합 다중 감정 인식 시스템
|
19 |
19
청구항 11에 있어서,상기 복수 감정들의 강도를 토대로 상기 사용자의 복합 감정 인식에 대한 결과를 출력하는 출력부를 더 포함하는 사용자 얼굴의 복합 다중 감정 인식 시스템
|
20 |
20
청구항 11에 있어서,상기 탐색부, 상기 모델 생성부, 상기 피팅부, 상기 메쉬 생성부, 상기 변화량 산출부, 상기 유사도 측정부, 상기 감정강도 결정부 또는 이들 조합의 동작을 위한 프로그램을 저장하는 메모리 시스템; 및상기 메모리 시스템에 연결되어 상기 프로그램을 수행하는 프로세서를 포함하는 사용자 얼굴의 복합 다중 감정 인식 시스템
|