| 1 |
1
삭제
|
| 2 |
2
감성 추론 장치에 있어서,소정 시간 동안 카메라 센서로부터 획득한 주변 환경 영상, 사용자 인터페이스 입력부로부터 입력된 주관적 감성 평가 및 생체 인식 센서로부터 생성된 생체 신호를 수신하는 제어부; 및상기 주변 환경 영상에서 복수의 감성 요소를 추출하고, 상기 감성 요소, 상기 주관적 감성 평가 및 상기 생체 신호 중 적어도 하나를 이용하여 기 설계한 완전 연결 서포트 벡터 회귀 네트워크(Fully Connected SVR Network) 통해 공간 컨텍스트 정보를 추출하고, 상기 공간 컨텍스트 정보에 대응하는 사용자의 감성 상태를 추론하는 감성 추론부;를 포함하되,상기 감성 추론부는소정 시간 동안 획득한 RGB 컬러 영상 타입의 주변 환경 영상을 입력하는 주변 환경 영상 입력부;상기 주변 환경 영상의 공간 좌표에서 화소 간의 특징값을 이용하여 시간 복잡도, 공간 복잡도, 화소 성분 및 사운드 성분 중 적어도 하나를 포함하는 감성 요소를 추출하는 감성 요소 추출부;상기 감성 요소, 상기 주관적 감성 평가 및 상기 생체 신호 중 적어도 하나에서 공간 컨텍스트 정보를 추출하는 공간 컨텍스트 정보 추출부; 및상기 추출한 공간 컨텍스트 정보를 이용하여 n차원의 감성 추론맵을 생성하는 감성맵 생성부;를 포함하며,상기 감성 요소 추출부는상기 주변 환경 영상을 그레이 스케일로 변환하여 현재 프레임과 이전 프레임의 차 영상을 산출하고, 상기 차 영상에서 임계값 이상인 화소 수를 전체 화소 수로 나누어 시간 복잡도를 추출하고, 상기 주변 환경 영상을 획득하는 시점에서 발생한 사운드의 진폭(Amplitude) 또는 주파수(Frequency)을 분석하여 사운드 성분을 추출하는 감성 추론 장치
|
| 3 |
3
삭제
|
| 4 |
4
제2항에 있어서, 상기 감성 요소 추출부는상기 주변 환경 영상의 단일 프레임에 경계성분을 검출하는 마스크를 수평 및 수직 방향으로 적용하여 경계 성분 영상을 생성하고, 상기 경계 성분 영상의 화소 밝기값을 임계값을 기준으로 0 또는 255로 대체하여, 화소 밝기값이 255에 해당하는 화소 수를 전체 화소 수로 나누어 공간 복잡도를 추출하는 감성 추론 장치
|
| 5 |
5
제2항에 있어서, 상기 감성 요소 추출부는상기 주변 환경 영상을 HSI 모델로 변환하고, 하기 식 1을 통해 긍정 및 부정 감성을 유발하는 색상 범위의 화소를 검출하여 화소 성분을 추출하되, (1)상기 식 1에서 는 HSI 모델의 색상값, 는 영상 내에 존재하는 해당 값의 개수, 는 영상의 너비, 는 영상의 높이를 나타내며, 상기 영상의 높이와 너비의 곱으로 합을 나누어 -1 내지 1 사이의 값으로 정규화하는 감성 추론 장치
|
| 6 |
6
삭제
|
| 7 |
7
제2항에 있어서, 상기 공간 컨텍스트 정보 추출부는상기 감성 요소, 상기 주관적 감성 평가 및 상기 생체 신호 중 적어도 하나를 기 설계한 n개의 완전 연결 서포트 벡터 회귀 네트워크(Fully Connected SVR Network)에 입력하여 출력된 결과값으로부터 공간 컨텍스트 정보를 추출하고, 상기 공간 컨텍스트 정보에 대응하는 감성 상태를 추론하는 감성 추론 장치
|
| 8 |
8
제2항에 있어서, 상기 감성맵 생성부는상기 공간 컨텍스트 정보에 대응하는 사용자의 감성 상태를 기 설정한 완전 연결 서포트 벡터 회귀 네트워크의 개수의 따라 n차원의 감성 추론맵으로 생성하되, 상기 감성 추론맵은 상기 감성 상태를 위치 좌표로 표현하는 감성 추론 장치
|
| 9 |
9
감성 추론 장치를 이용하여 감성을 추론하는 감성 추론 방법에 있어서, 소정 시간 동안 RGB 카메라를 통해 획득한 정지 영상 또는 동영상 형태의 주변 환경 영상을 획득하는 단계;획득한 주변 환경 영상의 공간 좌표에서 화소 간의 특징값을 이용하여 감성 요소를 추출하는 단계;기 설계한 완전 연결 서포트 벡터 회귀 네트워크를 이용하여 상기 감성 요소 간에 공간 컨텍스트 정보를 추출하고 상기 공간 컨텍스트 정보에 대응하는 감성 상태를 추론하는 단계; 및추론된 결과를 n차원의 감성 추론맵으로 생성하는 단계를 포함하되,상기 감성요소를 추출하는 단계는,상기 주변 환경 영상을 그레이 스케일로 변환하여 현재 프레임과 이전 프레임의 차 영상을 산출하고, 상기 차 영상에서 임계값 이상인 화소 수를 전체 화소 수로 나누어 시간 복잡도를 추출하고, 상기 주변 환경 영상을 획득하는 시점에서 발생한 사운드의 진폭(Amplitude) 또는 주파수(Frequency)을 분석하여 사운드 성분을 추출하는 것을 포함하는 감성 추론 방법
|
| 10 |
10
제9항에 있어서, 상기 감성요소를 추출하는 단계는,기 설계한 완전 연결 서포트 벡터 회귀 네트워크를 이용하여 상기 감성 요소 간에 공간 컨텍스트 정보를 추출하고 상기 공간 컨텍스트 정보에 대응하는 감성 상태를 추론하는 단계; 및추론된 결과를 n차원의 감성 추론맵으로 생성하는 단계를 더 포함하되,상기 주변 환경 영상의 단일 프레임에 경계성분을 검출하는 마스크를 수평 및 수직 방향으로 적용하여 경계 성분 영상을 생성하고, 생성한 경계 성분 영상의 화소 밝기값을 임계값을 기준으로 0 또는 255로 대체하여, 화소 밝기값이 255에 해당하는 화소 수를 전체 화소 수로 나누어 추출하여 공간복잡도를 산출하는 것을 더 포함하고,상기 화소 성분은 상기 주변 환경 영상을 HSI 모델로 변환하고, 하기 식 1을 이용하여 색상 성분 중 긍정 및 부정 감성 상태를 유발하는 색상 범위의 화소를 검출하여 추출하되, 식 1에서 는 HSI 모델의 색상값, 는 영상 내에 존재하는 해당 값의 개수, 는 영상의 너비, 는 영상의 높이를 나타내며, 상기 영상의 높이와 너비의 곱으로 합을 나누어 -1 내지 1 사이의 값으로 정규화하고, (1)상기 사운드 성분은 상기 주변 환경 영상을 획득하는 시점에서 발생한 사운드의 진폭(Amplitude) 또는 주파수(Frequency)을 분석하여 추출하는 감성 추론 방법
|
| 11 |
11
제9항에 있어서, 상기 공간 컨텍스트 정보를 추출하는 단계는상기 감성 요소를 기 설계한 n개의 완전 연결 서포트 벡터 회귀 네트워크(Fully Connected SVR Network)의 입력값으로 사용하여 공간 컨텍스트 정보를 추출하되, 사용자 인터페이스 입력부로부터 입력된 사용자의 주관적 감성 평가 및 생체 인식 센서로부터 생성된 생체 신호를 수신할 시 상기 감성 요소, 상기 주관적 감성 평가 및 생체 신호를 입력값으로 사용하여 공간 컨텍스트 정보를 추출하는 감성 추론 방법
|
| 12 |
12
제9항 내지 제11항 중 어느 하나의 감성 추론 방법을 실행하고 컴퓨터가 판독 가능한 기록매체에 기록된 컴퓨터 프로그램
|
