earticle

영어

Recently, endeavors for recognizing human emotion from full body movements. Especially, dance which is close to common human motions that are the most typical of expressing human emotion, have been made. Korean dance includes Korean peculiar emotion, which discriminates Korean dance from Western dance. Therefore, the unique method for analyzing and recognizing emotion from Korean dance has been strongly required. To the best of our knowledge, there is no method for recognizing emotion from korean dance in the literature. In this thesis, we propose a method for recognizing emotion from Korean dance and analyzing Korean dance using the recognition results. The method consists of four steps. First, dance performances associated with pre-defined emotions are extracted from several representative Korean dances based on professional dancers' qualitative analysis and danced by professional dancers. Second, the dance performances are captured using multiple cameras and quantitative features associated with dance performances are extracted from the camera images using a series of image processing algorithms. Third, the mapping between the dance performances and the pre-defined emotions is estimated using neural network. Finally, given arbitrary dance performances, their corresponding emotions are recognized using the neural network. The proposed method has more reliable performance by using multiple cameras unlike the privious methods using a single camera.

한국어

최근신체로부터 표현된 감정을 인식하려는 연구가 많이 수행되어지고 있다. 특히 춤은 인간의 감정을 극대화한 신체 움직임으로 감정인식을 위한 좋은 소재가 되어왔다. 우리 춤은 우리 고유의 정서(감정)를 담고 있는 종합예술이므로 우리 춤의 감정을 분석하고 인식하는 것은 큰 의미가 있다. 또한, 서양 춤의 분석과 감정인식 연구는 활발히 진행되어 갔지만, 우리 춤에 대한 연구는 매우 부족한 실정이므로 학술적으로도 가치가 크다. 본 논문에서는 우리 춤동작에서 감정을 인식 하기 위하여 다음과 같은 과정을 수행한다. 먼저 한국 전통춤으로부터 무용전문가들의 정성적 분석에 기반하여 추출된 우리 춤사위를 정해진 각 감정별로 재구성하여 창작하고 창작된 우리 춤을 무용 전문가가 시연한다. 이를 카메라를 이용하여 획득하고, 영상처리를 통해서 시연자의 실루엣을 뽑아낸 후, 정량적 특징량들을 추출한다. 이어 신경회로망을 이용하여 각 감정별 춤사위를 학습시킨 후, 임의의 춤사위에 내포된 감정을 인식한다. 선행연구(서양 춤에 대한 연구)에서는 정면시점의 경우만을 이용하였으나, 본 논문에서는 정면, 좌, 우 세시점에서 획득된 다시점 영상을 이용하여 학습시킴으로써 보다 안정적으로 동작하는 인식 시스템을 제안한다.