메타정보기반 이미지얼굴표정인식개선 : 이미지 얼굴 표정 인식 개선 = Improved Recognition of Facial Expressions in Images based on Meta Information
저자
발행사항
광주 : 조선대학교 산업기술창업대학원, 2024
학위논문사항
학위논문(석사)-- 조선대학교 산업기술창업대학원 : 소프트웨어융합공학과 2024. 2
발행연도
2024
작성언어
한국어
발행국(도시)
광주
형태사항
40 ; 26 cm
일반주기명
지도교수: 신주현
UCI식별코드
I804:24011-200000726759
소장기관
Improved Recognition of Facial Expressions in Images based on Meta Information Moon, HyeongJu Advisor : Prof. Shin, JuHyun Ph.D. Department of Software Convergence Engineering Graduate Schoo lof Industrial Technology and Entrepreneurship, Chosun University Due to the impact of the pandemic and the development of ICT technology in the era of the 4th industrial revolution, the use of non-face-to-face /unmanned systems is expanding, human facial expression recognition plays an important role in interpersonal relationships and non-verbal communication, and research on emotion recognition through human facial expressions has been ongoing for a long time. Recently, various artificial intelligence technologies are achieving higher performance in various applications than conventional methods that do not utilize artificial intelligence [1] In this regard, many researchers are proposing machine learning and deep learning models to improve image facial expression emotion recognition, and most emotion recognition studies are solving problems in various fields by using deep learning models after extracting various facial expression features of facial images [2]. Therefore, this study aims to improve image facial expression recognition by utilizing meta-information of Korean complex image data of AI Hub (AI-Hub), an integrated platform operated by the Korea Intelligence Information Society Agency. Existing facial expression emotion recognition studies utilize a large amount of data to improve accuracy. However, learning a large amount of data requires high computing power and requires the experimental environment and the collection of a large amount of data. To improve this, we propose an emotion recognition method using age and gender, which are meta information of image data, to improve emotion recognition performance even with a small amount of data. The face was detected through the Yolo v2 Face model in the original image data, and a series of emotion classification processes were proposed to classify emotions after age and gender classification with the VGG16 model using the meta information of the image data, and the effect was evaluated. Based on the meta-information included in the image data, data classification was conducted by age (10-50s) and gender (male and female), and then 10 emotion recognition models were created using the EfficientNet model with the best emotion recognition performance among VGG, ResNet, and EfficientNet models. Next, it was confirmed that the accuracy performance of the learned model improved by classifying meta-information-based data and comparing and evaluating the performance of the learned model with the whole data that was not classified. The total data that is not classified is a total of 70,000 sheets, and the data of the proposed model is 7,000 sheets, which is 1/10 of the total data. For this reason, the significance of this study can be found in that it proposes a method to improve performance with low computing power when recognizing the proposed meta-information-based image facial expression.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)