가버 웨이블릿 신경망을 이용한 감정 표정 인식 시스템에 관한 연구 : 새로운 특징 분리 척도에 의한 적응A study on facial emotional expression recognition system via gabor wavelet neural network : adaptation by novel feature separability criterion
본 논문에서는 얼굴 영상에서 6개의 특징점을 대상으로 하는 얼굴 표정 인식을 위한 가버 웨이블릿 신경망이 제안되었다. 그리고, 새로운 특징 분리 척도와 이를 목적함수로 하는 학습방법이 제안되었다.
학습은 기존의 특징 분리도의 단점을 개선하는 특징 분리 척도의 행렬식에 기반하여 이루어진다. 이러한 특징 추출부에 대한 학습과정을 통해서 분리도가 높은 특징을 추출하게 되며, 본 연구에서는 인식기로써 적응 성능을 가지는 퍼지 신경망 모델을 적용하였고, 89%의 일반화 성능과 97%의 개인화 성능이라는 높은 인식률을 얻었다.
- Advisors
- 변증남researcher; Bien, Zeung-Namresearcher
- Description
- 한국과학기술원 : 전기및전자공학전공,
- Publisher
- 한국과학기술원
- Issue Date
- 2005
- Identifier
- 243744/325007 / 020033448
- Language
- kor
- Description
학위논문(석사) - 한국과학기술원 : 전기및전자공학전공, 2005.2, [ x, 147 p. ]
- Keywords
표정 인식; 가버 웨이블릿 신경망; 특징 분리 척도; 적응; 퍼지 신경망 모델; fuzzy neural network model; facial expression recognition; Gabor wavelet neural network; feature separability criterion; Adaptation
- Appears in Collection
- EE-Theses_Master(석사논문)
- Files in This Item
- There are no files associated with this item.
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.