earticle

영어

Bender-Gestalt Test (BGT) is a projective psychological assessment, which is to understand personal mental heath status by analyzing shapes drawn by a respondent. This paper propose a method to score related to the shape sequence automatically. We detected each shapes from BGT responses by utilizing YOLOv5, and the detected regions were refined by using the principles of BGT. The region of detected BGT shapes were encoded into time-series data and used to train a deep neural network for scoring. We also utilized 10-fold cross-validation to prevent biased training on specific data and improve the reliability of our results. The proposed method detected each shapes with 95.8% mAP (mean Average Precision), and it estimated the score accurately with the RMSE (root mean square error) less than 2 point (in 10-point scale scoring).

한국어

벤더-게슈탈트 검사(Bender-Gestalt Test: BGT)는 개인의 심리를 분석하는 투사검사의 일종으로, 사용 자가 그리는 도형의 형태, 상호관계 등을 통해 개인의 심리를 유추한다. 본 논문은 사용자가 제출한 BGT 응답지 에서 도형의 배열순서와 관련된 항목을 자동 채점하는 방법을 제안한다. YOLOv5를 사용하여 BGT 응답지에서 각 도형을 검출하였으며, BGT 응답의 특성을 적용하여 검출 결과를 보정하였다. 검출된 도형의 위치는 시계열 데 이터로 인코딩 되어 채점 네트워크의 학습에 사용되었다. 또한, 특정 데이터에 편향된 학습을 방지하고, 결과의 신 뢰도를 향상시키기 위해 10-fold 교차 검증을 활용하였다. 제안된 방법은 mAP (mean Average Precision) 기준 98.4%의 정확도로 각 도형을 검출하였으며, 10점 척도의 평가점수에서 평균 오차 2.22점의 정확도로 전문가의 점 수를 올바르게 예측할 수 있었다.