| 요약 |
본 발명은 머신 러닝을 이용한 얼굴 표정 인식 시스템에 관한 것으로서, 보다 구체적으로는 얼굴 표정 인식 시스템으로서, 입력된 사용자의 얼굴을 포함한 동영상 중에서, 사용자의 얼굴 영역을 검출하는 검출모듈, 상기 검출모듈에서 검출된 얼굴 영역으로부터, 사용자의 얼굴에 대한 특징벡터를 추출하는 추출모듈, 상기 추출모듈에서 추출된 특징벡터를 이용하여 사용자의 표정을 분류하는 분류모듈, 및 상기 분류모듈에서 분류된 사용자의 표정으로부터, 사용자의 얼굴 표정을 인식하는 인식모듈을 포함하는 것을 그 구성상의 특징으로 한다. 또한, 본 발명은 머신 러닝을 이용한 얼굴 표정 인식 방법에 관한 것으로서, 보다 구체적으로는 얼굴 표정 인식 방법으로서, (1) 검출모듈이, 입력된 사용자의 얼굴을 포함한 동영상 중에서, 사용자의 얼굴 영역을 검출하는 단계, (2) 추출모듈이, 상기 단계 (1)의 검출모듈에서 검출된 얼굴 영역으로부터, 사용자의 얼굴에 대한 특징벡터를 추출하는 단계, (3) 분류모듈이, 상기 단계 (2)의 추출모듈에서 추출된 특징벡터를 이용하여 사용자의 표정을 분류하는 단계, 및 (4) 인식모듈이, 상기 단계 (3)의 분류모듈에서 분류된 사용자의 표정으로부터, 사용자의 얼굴 표정을 인식하는 단계를 포함하는 것을 그 구성상의 특징으로 한다. 본 발명에서 제안하고 있는 머신 러닝을 이용한 얼굴 표정 인식 시스템 및 방법에 따르면, 얼굴 표정 인식 시스템으로서, 입력된 사용자의 얼굴을 포함한 동영상 중에서, 사용자의 얼굴 영역을 검출하는 검출모듈, 검출모듈에서 검출된 얼굴 영역으로부터, 사용자의 얼굴에 대한 특징벡터를 추출하는 추출모듈, 추출모듈에서 추출된 특징벡터를 이용하여 사용자의 표정을 분류하는 분류모듈, 및 분류모듈에서 분류된 사용자의 표정으로부터, 사용자의 얼굴 표정을 인식하는 인식모듈을 포함하고, 추출모듈은 랜드마크 추출부, 특징벡터 추출부를 포함하여 구성되며, 사용자의 얼굴 영역으로부터 추출된 랜드마크로부터 랜드마크별 각도와 거리 비율 정보를 특징벡터를 추출함으로써, 특징벡터의 차원을 최소화하는 것을 통하여 연산량을 감소시켜 기존의 얼굴 인식 기술에 비하여 사용자의 얼굴 표정을 인식하는 속도를 향상시킬 수 있다. 또한, 본 발명에 따르면, 분류모듈은 랜덤 포레스트 분류기를 이용하며, 추출모듈에서 추출된 특징벡터로부터, 사용자의 표정을 행복, 놀람, 화남, 중립, 및 기타의 5가지의 경우로 분류하는 제1 분류부, 및 제1 분류부에서 기타로 분류된 경우, 노여움, 역겨움, 슬픔의 3가지의 경우로 분류하는 제2 분류부를 포함하여 구성됨으로써, 학습데이터를 이용하여 학습시킨 랜덤포레스트 분류기를 통한 2단계의 분류 과정을 거쳐, 사용자의 얼굴 표정을 더욱 세밀하게 인식할 수 있도록 할 수 있다.
|
