earticle

영어

Facial expression recognition is a widely studied field derived from facial features. This study revisits ethnic differences in emotional expressions between Westerners and South Koreans. While previous studies used new data and controlled experiments, they required significant time and resources. Additionally, existing datasets pose challenges due to differing emotion classifiers and collection methods. To address this, we introduce a comparative analysis leveraging Western and South Korean data categorized by two distinct classifiers. Using the Emonet model, trained on AffectNet, we compared valence and arousal distributions. While both datasets showed similarities, the South Korean dataset had more outliers, indicating greater diversity and individual variance in emotional responses. Rather than solely comparing categorized emotions, our approach incorporates valence-arousal analysis, providing a more nuanced understanding of cultural differences.

한국어

안면 표정 인식은 얼굴 특징을 기반으로 연구 및 활용이 활발한 분야이다. 본 연구는 서양인과 한국인의 감정 표현 차이를 재검토하는 파일럿 연구이다. 기존 연구들은 새로운 데이터와 통제된 실험을 활용했지만, 많은 시간과 자원이 필요했다. 또한, 기존 데이터셋은 감정 분류 방식과 수집 기준이 달라 활용에 어려움이 있다. 이를 해결하기 위해, 본 연구에서는 서양인과 한국인의 데이터를 서로 다른 두 감정 분류기로 분석하는 비교 연구를 제 안한다. AffectNet 데이터로 학습된 Emonet 모델을 활용하여, 감정 범주뿐만 아니라 긍부정도(valence)과 각성도 (arousal) 분포를 비교하였다. 분석 결과, 두 데이터셋의 평균적인 경향은 유사하지만, 한국인 데이터셋에서 이상 치가 더 많아 개별 감정 표현의 차이가 두드러지는 것으로 나타났다. 단순한 감정 범주 비교를 넘어, 명암-각성 분포 분석을 통해 문화적 차이를 보다 정교하게 이해할 수 있는 방법을 제시한다.