원문정보
Convolutional Neural Network using facial EMG based frequency features for facial expression analysis
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
fEMG는 안면 근육의 미세한 움직임을 감지하는 생체 신호이며 얼굴의 표정이나 감정을 측정하는 도구로서 연구되고 있다. fEMG 신호는 민감하여 잡음에 취약하며 이를 제거하기 위해 전처리가 필요하다. 본 논문에서는 fEMG 신호의 전처리와 합성곱 신경망 모델을 통한 안면 표정 분석을 진행한다. 원시 fEMG 신호를 20~450Hz 주파수 대역으로 대역 통과 필터링하고 60Hz에서 노치 필터링한 뒤, 이를 이용하여 안면 표정을 분석하는 합성곱 신경망 기반 모델을 제안한다. 제안한 2D 합성곱 신경망 모델은 기존에 제안된 머신러닝 기법인 LDA에 비해 8.27%p 더 높은 정확도를 보였으며, 비지도 LDA보다는 7.28%p 더 향상되었다. 실험 결과는 fEMG 신호를 사용한 2D 합성곱 신경망 기법이 안면 표정 분석에 효과적임을 보여준다.
목차
요약
1. 서론
2. 관련연구
3. 제안한 방법
3.1. 신호 전처리
3.2. 2D 합성곱 신경망
3.3. 데이터 세트 및 실험환경
4. 실험결과
5. 결론
Acknowledgement
1. 서론
2. 관련연구
3. 제안한 방법
3.1. 신호 전처리
3.2. 2D 합성곱 신경망
3.3. 데이터 세트 및 실험환경
4. 실험결과
5. 결론
Acknowledgement
저자정보
참고문헌
자료제공 : 네이버학술정보