KR100750871B1 - 그림을 이용한 심리증상 진단 시스템 및 그 방법 - Google Patents

그림을 이용한 심리증상 진단 시스템 및 그 방법 Download PDF

Info

Publication number
KR100750871B1
KR100750871B1 KR1020060039035A KR20060039035A KR100750871B1 KR 100750871 B1 KR100750871 B1 KR 100750871B1 KR 1020060039035 A KR1020060039035 A KR 1020060039035A KR 20060039035 A KR20060039035 A KR 20060039035A KR 100750871 B1 KR100750871 B1 KR 100750871B1
Authority
KR
South Korea
Prior art keywords
color
picture
subject
psychological
representative
Prior art date
Application number
KR1020060039035A
Other languages
English (en)
Inventor
김성인
Original Assignee
고려대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to KR1020060039035A priority Critical patent/KR100750871B1/ko
Application granted granted Critical
Publication of KR100750871B1 publication Critical patent/KR100750871B1/ko

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/16Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165Evaluating the state of mind, e.g. depression, anxiety
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • G06T7/564Depth or shape recovery from multiple images from contours
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20182Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Psychiatry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Psychology (AREA)
  • Biophysics (AREA)
  • Hospice & Palliative Care (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Social Psychology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Educational Technology (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 그림을 이용하여 심리증상을 진단하는 시스템에 관한 것으로, 진단대상자의 그림을 입력받는 입력 모듈과, 상기 그림에 사용된 색상을 인식하고, 상기 색상 중에서 상기 그림의 주제색을 결정하는 주제색 판단 모듈과, 상기 그림의 윤곽선을 인식하고, 상기 윤곽선으로부터 상기 그림의 균형 여부를 결정하는 균형 판단 모듈과, 상기 주제색, 상기 그림의 균형 여부 및 심리증상 간의 대응관계를 나타내는 참조표에 따라 상기 주제색 및 상기 그림의 균형 여부로부터 상기 진단대상자의 심리증상을 진단하는 심리증상 진단 모듈을 포함한다. 그림의 주제색을 판단하고, 윤곽선에 따른 그림의 균형 여부를 판단함으로써 그림 진단에 사용되는 그림특징을 추출하게 되고, 심리증상 진단 시스템에서 심리증상의 진단이 가능하게 한다.
그림진단, 분석, 주제색, 윤곽선, 균형

Description

그림을 이용한 심리증상 진단 시스템 및 그 방법{ System and method for diagnosis of psychological symptoms using a drawing}
도 1은 본 발명의 바람직한 일 실시예에 따른 심리증상 진단 시스템의 개략적인 구성 블록도.
도 2는 본 발명의 바람직한 일 실시예에 따른 주제색 판단 모듈의 구성 블록도.
도 3은 본 발명의 바람직한 일 실시예에 따른 균형 판단 모듈의 구성 블록도.
도 4는 본 발명의 바람직한 일 실시예에 따른 균형 판단을 위한 분할 영역을 나타낸 도면.
도 5는 본 발명의 바람직한 다른 실시예에 따른 균형 판단을 위한 분할 영역을 나타낸 도면.
도 6 내지 도 7은 본 발명의 바람직한 일 실시예에 따른 심리증상 진단 시스템에 의한 그림 분석의 일례를 나타낸 도면.
도 8은 본 발명의 또 다른 실시예에 따른 심리증상 진단 시스템에 포함되는 잡음 제거 모듈의 블록 구성도.
도 9 내지 도 10은 잡음 제거 모듈을 포함하는 심리증상 진단 시스템에 의한 그림 분석의 일례.
도 11은 본 발명의 바람직한 일 실시예에 따른 심리증상 진단 방법의 흐름도.
<도면의 주요부분에 대한 부호의 설명>
100 : 심리증상 진단 시스템
110 : 입력 모듈
130 : 주제색 판단 모듈
150 : 균형 판단 모듈
170 : 잡음 제거 모듈
본 발명은 심리증상 진단 시스템에 관한 것으로, 보다 상세하게는 그림을 이용하여 심리증상을 진단하는 시스템에서 사용되는 그림의 주제색 및/또는 균형 여부를 분석하고 이에 따라 그림을 그린 진단대상자의 심리증상을 판단하는 시스템 및 그 방법에 관한 것이다.
그림을 그리는 사람은 무의식적으로 그 자신의 내면 심리와 감정을 그림에 표현한다는 그림의 투사(projective) 기능 이론이 널리 인증되고 있다. 그림의 투사 기능 이론에 입각한 심리진단(이하 '그림진단'이라 함)과 치료는 사람의 심리를 진단하고 치료하는데 크게 기여하여 왔다. 특히 아동은 말로는 표현하기 힘든 그들 내면의 소우주를 그림의 주제, 색깔, 선, 형태 등으로 표현한다. 아동은 보는 바를 그리는 것이 아니고 아는 바를 그리며, 사물의 실제 색깔을 칠하지 않고 느끼는 바를 칠한다. 아동의 그림은 그들의 정신적, 정서적 성숙도, 갈망, 감정, 공상, 자라온 환경 등을 나타낸다. 따라서, 아동의 그림은 그들의 심리를 이해하고, 진단하고, 치료하는데 중요한 단서가 된다.
그림을 해석하는데 있어서 그림의 주제, 선, 형태 등과 함께 그림의 색깔과 불균형은 중요한 역할을 한다. 색깔의 선택은 심리표현의 첫걸음이 된다. 4~7세의 아동은 색을 인식하기 전 단계이며, 7~9세의 아동은 특정한 사물을 색으로 표현하고, 14세의 아동은 다른 색상들로 특정한 감정을 표현한다. 정신적 외상을 받은 아동들은 색깔을 선택하여 그들의 심리적 고통, 갈망, 무력감, 고독감, 슬픔, 공포, 절망을 외부로 표현한다. 가공할 만한 죽음과 파괴를 목격하게 되는 지진, 태풍, 비행기 추락, 전쟁 등과 같은 재앙에 심리적 손상을 입은 아동들의 색채는 다양하지 못하고, 대개 검정, 흰색, 때로는 빨강의 두, 세 개 색깔에 국한한다. 그리고 대부분이 검정을 택한다
마찬가지로 심리, 사회적 역할 또는 사회적 위상이 그림의 불균형으로 나타난다. 남편을 잃은 과부들은 신체적 안전에 관한 두려움, 혼자 있어야 하는 두려움, 어두움의 두려움, 정상적인 부부로부터의 냉대를 느낀다. 이러한 과부들이 그 린 사람의 형상은 기혼 여성들의 그림보다 작았으며, 머리의 위치는 보다 아래에 위치하나 전체적인 그림 크기에서는 차이가 없었다.
작은 그림은(높이가 18cm 이하의 작은 그림) 자기자신의 왜소감, 사회에 대한 적응력 부족, 외부(환경) 요구에 대한 열등감을 나타내며, 반대로 큰 그림은 사회적 지위에 대한 자신감을 나타낸다. 또한, 작은 그림은 자아의식의 부족을 나타낸다.
그림의 배치가 중앙에 위치함은 외부 환경에 대한 정상적 관리를 나타내며, 배치가 중앙 상단에 치우치면 목표에 대한 낙관이나 거만하거나 타인에 대한 우월감을 나타내고, 이에 반해 중앙 하단에 치우침은 불안정하고 무능한 감정 그리고 우울함을 나타낸다. 백인 중상위 층의 정신병 환자의 그림은 정상 크기(약 18cm)에 중앙 상단에 위치하며 이와 비교하여 흑인 하위 층의 정신병 환자의 그림은 작은 크기에 중앙 하단에 치중하는 경향이 있다. 그림의 하단 배치는 사회적 역할의 축소에서 비롯된 낮아진 자아 이미지를 반영한다.
이러한 그림진단은 그 성질상 주관과 경험에 따르게 된다. 그리고 그림의 색깔과 균형에 대한 진단에서도 판단과 진단에 일관성이 없다. 예를 들면, 보는 이에 따라 주제색이 달라질 수 있다. 마찬가지로 그림구성의 불균형에 대해서도 같은 그림에 대하여 어떤 사람은 균형이 잡혔다고 판단하고, 다른 사람은 위쪽에 치우쳤다고 보기도 한다.
따라서, 본 발명은 정량적 데이터에 의하여 사람마다의 주관적 판단을 줄이고 그림 진단에 일관성을 가져오는 것이 가능한 심리증상 진단 시스템 및 그 방법을 제공한다.
또한, 본 발명은 수백장의 그림을 진단함에 있어 그림 치료의 많은 전문 지식과 경험을 가지고 있는 전문가가 부족한 상황을 극복할 수 있는 심리증상 진단 시스템 및 그 방법을 제공한다.
또한, 본 발명은 그림 분석을 체계적으로 컴퓨터에서 구현하여 전문가의 작업과 판단에 도움을 주고 비전문가도 손쉽게 활용할 수 있는 심리증상 진단 시스템 및 그 방법을 제공한다.
본 발명의 이외의 목적들은 하기의 설명을 통해 쉽게 이해될 수 있을 것이다.
상기 목적들을 달성하기 위하여, 본 발명의 일 측면에 따르면, 진단대상자의 그림을 입력받는 입력 모듈; 상기 그림에 사용된 색상을 인식하고, 상기 색상 중에서 상기 그림의 주제색을 결정하는 주제색 판단 모듈; 상기 그림의 윤곽선을 인식하고, 상기 윤곽선으로부터 상기 그림의 균형 여부를 결정하는 균형 판단 모듈; 및 상기 주제색, 상기 그림의 균형 여부 및 심리증상 간의 대응관계를 나타내는 참조표에 따라 상기 주제색 및 상기 그림의 균형 여부로부터 상기 진단대상자의 심리증상을 진단하는 심리증상 진단 모듈을 포함하는 그림을 이용한 심리증상 진단 시스 템이 제공될 수 있다.
바람직하게는, 상기 그림의 잡음을 제거하는 잡음 제거 모듈을 더 포함할 수 있다.
여기서, 상기 주제색 판단 모듈은 상기 그림에 사용된 색상을 인식하는 색상 인식부; 상기 색상을 미리 설정된 복수의 대표색들 중의 하나로 변환하는 대표색 변환부; 및 상기 변환된 대표색 중에서 상기 그림에 가장 많이 사용된 대표색을 상기 주제색으로 결정하는 주제색 결정부를 포함할 수 있다. 대표색 변환부는 상기 색상을 15색 분류에 의한 대표색 중 어느 하나로 변환하거나 상기 색상을 47색 분류에 의한 제1 대표색 중 어느 하나로 변환한 후, 15색 분류에 의한 대표색 중 어느 하나로 재변환할 수 있다. 그리고 상기 주제색 결정부는 상기 변환된 대표색 중에서 색상별 픽셀의 수 및 구분영역이 가장 많은 색을 상기 주제색으로 결정하되, 상기 구분영역은 상기 대표색이 불연속적으로 나뉘는 영역일 수 있다.
또한, 상기 균형 판단 모듈은 상기 그림의 윤곽선을 인식하는 윤곽선 인식부; 상기 윤곽선이 위치하는 윤곽 좌표들을 추출하는 윤곽선 좌표 판단부; 및 상기 윤곽 좌표들로부터 상기 그림의 균형 여부를 결정하는 균형 판단부를 포함할 수 있다. 여기서, 상기 균형 판단부는 상기 그림 전체의 영역을 가로 및 세로의 1/2를 기준으로 복수의 분할 영역으로 구분하되, 제1 분할 영역은 상기 그림 전체 넓이의 1/4이고, 제2 분할 영역은 상기 그림 전체 넓이의 1/2이며, 상기 제1 분할 영역에 포함되는 상기 윤곽 좌표의 수가 제1 기준 이상이거나 상기 제2 분할 영역에 포함되는 상기 윤곽 좌표의 수가 제2 기준 이상인 것을 불균형으로 판단할 수 있다. 또 는 상기 균형 판단부는 상기 그림 전체의 영역을 가로 및 세로의 2/3를 기준으로 복수의 분할 영역으로 구분하되, 제1 분할 영역은 상기 그림 전체 넓이의 4/9이고, 제2 분할 영역은 상기 그림 전체 넓이의 2/3이며, 상기 제1 분할 영역에 포함되는 상기 윤곽 좌표의 수가 제1 기준 이상이거나 상기 제2 분할 영역에 포함되는 상기 윤곽 좌표의 수가 제2 기준 이상인 것을 불균형으로 판단할 수 있다.
상기 목적들을 달성하기 위하여, 본 발명의 다른 측면에 따르면, (a) 진단대상자의 그림을 입력받는 단계; (b) 상기 그림에 사용된 색상을 인식하는 단계; (c) 상기 색상을 미리 설정된 복수의 대표색들 중의 하나로 변환하는 단계; (d) 상기 변환된 대표색 중 상기 그림에 가장 많이 사용된 대표색을 상기 그림의 주제색을 결정하는 단계; (e) 상기 그림의 윤곽선을 인식하는 단계; (f) 상기 윤곽선이 위치하는 윤곽 좌표들을 추출하는 단계; (g) 상기 윤곽 좌표들로부터 상기 그림의 균형 여부를 결정하는 단계; 및 (h) 상기 주제색, 상기 그림의 균형 여부 및 심리증상 간의 대응관계를 나타내는 참조표에 따라 상기 주제색 및 상기 그림의 균형 여부로부터 상기 진단대상자의 심리증상을 진단하는 단계를 포함하는 그림을 이용한 심리증상 진단 방법이 제공될 수 있다.
바람직하게는, 상기 단계 (a)와 단계 (b) 사이에 (A) 상기 그림의 잡음을 제거하는 단계를 더 포함할 수 있다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 그림을 이용한 심리증상 진단 시스템 및 그 방법의 바람직한 실시예를 상세히 설명한다. 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 동일 또는 유사한 개체를 순차적으로 구분하기 위한 식별기호에 불과하다.
도 1은 본 발명의 바람직한 일 실시예에 따른 심리증상 진단 시스템의 개략적인 구성 블록도이고, 도 2는 본 발명의 바람직한 일 실시예에 따른 주제색 판단 모듈의 구성 블록도이며, 도 3은 본 발명의 바람직한 일 실시예에 따른 균형 판단 모듈의 구성 블록도이다.
도 1을 참조하면, 심리증상 진단 시스템(100)은 입력 모듈(110), 주제색 판단 모듈(130), 균형 판단 모듈(150) 및 심리증상 진단 모듈(160)을 포함한다. 또한, 심리증상 진단 시스템(100)은 신뢰성을 높이기 위해 잡음 제거 모듈(170)을 더 포함할 수 있다.
입력 모듈(110)은 그림 분석을 하고자 하는 그림을 입력받는다. 그림 분석을 하고자 하는 그림은 일반적으로 심리증상의 진단 대상이 되는 진단대상자(예를 들어, 아동, 심리치료 대상자 등)에 의해 그려진다. 입력 모듈(110)은 스캐너(scanner)에 의해 스캔되거나 카메라에 의해 촬영되는 등 이미지 센서(image sensor)를 이용하여 촬상되고 디지털화된 그림 파일을 입력받는다. 그림 파일은 컴퓨터 등의 디지털 장치에서 각 픽셀별로 분석이 가능한 형태의 BMP, GIF, JPEG 등 의 이미지 파일 형태를 가지거나, 심리증상 진단 시스템(100)에서 해석 가능한 파일 형태를 가진다.
주제색 판단 모듈(130)은 입력 모듈(110)로 입력된 그림 파일의 각 픽셀들을 분석하여 그림에 사용된 색상들을 인식한다. 그리고 인식된 색상들 중에서 어느 하나의 색상을 그림의 주제색으로 정한다. 도 2를 참조하면, 주제색 판단 모듈(130)은 색상 인식부(131), 대표색 변환부(133) 및 주제색 결정부(135)를 포함하여 구성된다.
색상 인식부(131)는 입력 모듈(110)로 입력된 그림 파일의 각 픽셀에 사용된 색상들을 인식한다.
대표색 변환부(133)는 색상 인식부(131)에서 인식한 색상을 미리 설정된 복수의 대표색들 중의 하나로 변환한다. 미리 설정된 복수의 대표색들을 표현하는 색상 공간은 RGB, YUV, HSV, LUV, CIEXYZ, CIELAB, HVC 등 용도와 개념에 따라 다양하다. 이 중에서 Munsell 표색계로 불리우는 HVC는 사람의 눈에 의한 색상 인식과 유사하다. HVC는 색의 3가지 속성으로 색상(Hue), 명도(Value), 채도(Chroma)를 나타내고, 색은 HV/C로 표기되는 것이 가능하다. 이하 본 발명에서는 HVC를 기준으로 대표색을 분류하고 설정하는 것으로 가정하여 설명하지만, 그 외에도 다른 색상 공간에 의해 색상을 분류하고 설정하는 것도 가능함은 자명하다.
HVC를 기준으로, 한국공업규격 KS A 0011에 따른 물체색의 이름에서 분류한 15가지 색상을 대표색으로 하는 색상 분류를 '15색 분류'라 한다. 15색 분류에 의한 대표색은 하기의 표 1에 도시된 것과 같다. 15색 분류에 의한 대표색들로 이루 어진 집합을
A15 = {빨강, 주황, 노랑, 연두, 초록, 청록, 파랑, 남색, 보라, 자주, 분홍, 갈색, 하양, 회색, 검정}
으로 표시한다. 하기의 표 1에는 A15에 포함되는 각 대표색 I에 대한 (hi, vi, ci) 값이 주어져 있다.
Figure 112006030409950-pat00001
대표색 변환부(133)는 그림의 색상을 가장 근접한 상기의 표 1에 나타나 있는 15색 분류에 따른 A15에 포함되는 대표색으로 변환한다. 대표색으로 변환함에 있어서 가장 근접한 대표색을 찾는 방법은 다음과 같다.
그림의 색상과 15개의 대표색 간의 색상 차이를 측정하는 척도로 거리를 정의한다. 미국의 국가표준국(NBS; National Bureau of Standards)은 HVC 공간에서 두 색상 (h1, v1, c1)과 (h2, v2, c2)의 거리 척도로 하기의 수학식 1을 제시한다.
Figure 112006030409950-pat00002
dis[(h1, v1, c1), (h2, v2, c2)]를 두 색상 간의 NBS 거리라고 한다. 색상과의 NBS 거리가 가장 짧은 대표색을 해당 색상에 가장 근접한 대표색으로 정하고, 해당 색상을 해당 대표색으로 변환한다.
본 발명의 다른 실시예에 따르면 15색 분류 이외에 47색 분류에 의해 대표색이 더욱 세분화될 수 있다. 예를 들면, 빨강을 진한 빨강, 빨강, 연한 빨강 등으로 세분화하는 것이다. 한국공업규격 KS A 0011에는 47개의 색상 분류가 정의되어 있으며, 이에 따른 대표색의 분류를 '47색 분류'라 하고, 47색 분류에 따른 대표색들의 집합을 A47이라 한다.
47색 분류로 분류한 후 15색 분류로 색상을 분류하는 것이 가능하다. 사람은 붉은색 계통, 파랑색 계통, 초록색 계통 등으로 크게 나누고, 이들 계통 간의 차이는 아무리 미미하여도 이를 구별한다. 예를 들어, 파랑색 계통과 초록색 계통의 차이는 아무리 미미하여도 구별하지만, 15색 분류에 따른 NBS 거리는 큰 차이가 없어 서로 바뀌는 경우가 발생하기도 한다. 따라서, 47색 분류로 그림의 각 색상을 자세 하게 분류한 후, 각 색상을 15색 분류에 따라 동일 또는 유사 계통의 색상끼리 묶어주는 것이 그림의 색상을 정확하게 15색 분류에 따른 대표색으로 변환가능하게 한다.
주어진 그림의 색상 (h, v, c)를 47색 분류에 따른 대표색으로 분류하는 방법은 하기의 수학식 2를 만족시키는 대표색 j를 찾는 것이다.
Figure 112006030409950-pat00003
즉, 다른 실시예에 따른 대표색 변환부(133)는 주어진 그림의 색상과 47색 분류에 따른 제1 대표색 간에 상기 수학식 2를 만족시키는 제1 대표색을 찾은 후, 제1 대표색과 15색 분류에 따른 제2 대표색 간의 NBS 거리를 파악하여 제1 대표색이 가장 근접한 제2 대표색을 찾고, 이 제2 대표색을 대표색으로 결정하여 주어진 그림의 색상을 대표색으로 변환한다.
주제색 결정부(135)는 대표색 변환부(133)에 의해 변환된 대표색 중에서 그림 중에 가장 많이 사용되고 있는 대표색을 그림의 주제색으로 결정한다. 주제색은 그림의 주제를 표현하고자 사용되는 제일 중요한 색상으로 정의된다.
15색 분류에 따른 대표색들의 집합 A15에서, 대표색 i ∈ A15에 대하여,
Pi : 색상 i의 픽셀 수
%Pi : 색상 i의 픽셀 수 비율
Si : 색상 i의 구분영역 수
%Si : 색상 i의 구분영역 수 비율
로 정의하는 경우, 주제색은 하기의 수학식 3를 만족시키는 색상 j가 된다.
Figure 112006030409950-pat00004
상기 수학식 3을 만족시키는 주제색은 그림에서 가장 많이 사용되고 있는 색상으로 규정된다.
또는 주제색은 픽셀 수도 많으며 구분영역의 수도 많은 대표색으로
Figure 112006030409950-pat00005
의 값이 가장 큰 색상이 된다. 이는 배경이 넓은 경우에 단순히 픽셀 수만 많은 색상은 배경색일 수 있고, 배경색이 주제색으로 판단될 위험이 있기 때문이다. 배경색은 연속적으로 이어진 영역인 경우가 다수이며, 불연속적으로 나뉘는 영역이 많지 않은 바, 픽셀 수도 많고 구분영역의 수도 많은 색상을 주제색으로 결정하는 것이 가능하다.
균형 판단 모듈(150)은 그림의 윤곽선을 인식하고, 윤곽선으로부터 그림이 불균형하지는 않은지 여부를 결정한다. 도 3을 참조하면, 균형 판단 모듈(150)은 윤곽선 인식부(151), 윤곽선 좌표 판단부(153) 및 균형 판단부(155)를 포함하여 구성된다.
윤곽선 인식부(151)는 입력 모듈(110)로 입력된 그림 파일에서 각 색상 간을 구별짓는 윤곽선을 인식한다. 주제색 판단 모듈(130)의 대표색 변환부(133)에 의해 15색 분류에 따른 대표색으로 분류된 그림 파일에 대하여 각 대표색 간의 경계를 윤곽선으로 인식한다.
윤곽선 좌표 판단부(153)는 윤곽선 인식부(151)에서 인식한 윤곽선의 좌표 즉,윤곽좌표들을 추출한다. 윤곽좌표들은 인접한 픽셀들 간에 대표색이 바뀌는 경우 그 경계에 해당하는 좌표들을 윤곽좌표들로 결정한다.
균형 판단부(155)는 윤곽좌표들로부터 그림이 제대로 균형잡혀 있는지 혹은 불균형한지 여부를 결정한다. 균형을 판단하는 방법에 대해 도 4 내지 도 5를 참조하여 설명한다.
도 4는 본 발명의 바람직한 일 실시예에 따른 균형 판단을 위한 분할 영역을 나타낸 도면이고, 도 5는 본 발명의 바람직한 다른 실시예에 따른 균형 판단을 위한 분할 영역을 나타낸 도면이다. 도 4 또는 도 5는 픽셀 수가 가로, 세로 각각 X, Y인 그림 공간 R을 하기의 수학식 4와 같이 정의하고, 이 공간을 분할한 분할 영역 Ri를 하기의 수학식 5와 같이 정의한다.
R = { (x, y) | 1 ≤ x ≤ X, 1 ≤ y ≤ Y }
Ri = { (x, y) | Ximin ≤ x ≤ Ximax, Yimin ≤ y ≤ Yimax }, i ∈ R9
여기서, R9는 불균형이 치우친 9개의 분할 영역의 집합으로서, R9 = { 상(U), 하(B), 좌(L), 우(R), 좌상(LU), 우상(RU), 좌하(LB), 우하(RB), 중앙(C) } 이다.
각 분할 영역 내의 윤곽픽셀 수를 기준으로 표 2의 정의1 또는 정의2에 의해 그림의 불균형 여부를 판단한다.
Figure 112006030409950-pat00006
정의1은 도 4를 참조하여 설명한다. R9의 원소인 9개의 분할 영역은 표 2의 정의1 또는 도 4의 (a), (b)에 도시된 것과 같이 구분된다. 그림의 가로와 세로의 1/2를 기준으로 한다. 도 4의 (a)에 도시된 분할 영역 중앙(C), 좌상(LU), 우상(RU), 좌하(LB), 우하(RB)는 영역의 넓이가 그림 전체 넓이의 1/4이고, 이 경우에는 각 분할 영역에 몰려있는 윤곽픽셀 수가 전체 윤곽픽셀 수의 제1 기준(예를 들어, 50%) 이상인 경우에 그림이 해당 분할 영역으로 치우쳐져 불균형한 것으로 정의한다. 또한, 도 4의 (b)에 도시된 분할 영역 상(U), 하(B), 좌(L), 우(R)는 영역의 넓이가 그림 전체 넓이의 1/2이고, 이 경우에는 각 분할 영역에 몰려있는 윤곽픽셀 수가 전체 윤곽픽셀 수의 제2 기준(예를 들어, 70%) 이상인 경우에 그림이 해당 분할 영역으로 치우쳐져 불균형한 것으로 정의한다.
정의2는 도 5를 참조하여 설명한다. R9의 원소인 9개의 분할 영역은 표 2의 정의2 또는 도 5의 (a), (b)에 도시된 것과 같이 구분된다. 그림의 가로와 세로의 2/3를 기준으로 한다. 도 5의 (a)에 도시된 분할 영역 중앙(C), 좌상(LU), 우상(RU), 좌하(LB), 우하(RB)는 영역의 넓이가 그림 전체 넓이의 4/9이고, 이 경우에는 각 분할 영역에 몰려있는 윤곽픽셀 수가 전체 윤곽픽셀 수의 제3 기준(예를 들어, 65%) 이상인 경우에 그림이 해당 분할 영역으로 치우쳐져 불균형한 것으로 정의한다. 또한, 도 5의 (b)에 도시된 분할 영역 상(U), 하(B), 좌(L), 우(R)는 영역의 넓이가 그림 전체 넓이의 2/3이고, 이 경우에는 각 분할 영역에 몰려있는 윤곽픽셀 수가 전체 윤곽픽셀 수의 제4 기준(예를 들어, 80%) 이상인 경우에 그림이 해당 분할 영역으로 치우쳐져 불균형한 것으로 정의한다.
정의1 또는 정의2 이외에도 균형 여부를 판단하는 기준은 당업자에 의해 본 발명의 사상 내에서 변경가능함은 자명하다.
심리증상 진단 모듈(160)은 주제색 판단 모듈(130)에서 판단한 해당 그림의 주제색, 균형 판단 모듈(150)에서 판단한 해당 그림의 균형 여부(예를 들면, 각 분할 영역 중 어디에 치중되어 그림이 그려져 있는지 여부) 등의 그림특징을 이용하여 해당 그림을 그린 진단대상자의 심리증상을 결정한다. 심리증상 진단 모듈(160)은 미리 주제색, 균형 여부 등의 그림특징과 심리증상 간의 대응 관계를 나타내고 있는 참조표(LookUp Table; 165)를 저장하고 있어, 참조표(165)로부터 해당 그림을 그린 진단대상자의 심리증상을 빠르게 결정하는 것이 가능하다.
심리증상 진단 모듈(160)은 그림을 이용하여 심리증상을 진단하는 전문가 시스템(Expert System)에 있어서, 그림특징, 개인환경, 심리장애 및 심리증상의 4가지 구성요소와 4가지 구성요소 간의 추론관계인 표준진단, 심리진단, 제1 피드백, 제2 피드백 및 제3 피드백을 이용하여 진단대상자의 그림특징, 개인환경, 심리장애로부터 심리증상을 추론한다. 심리증상 진단 모듈(160)은 여러 분야 전문가들의 다양한 전문 지식을 체계적으로 컴퓨터에서 구현하여 전문가의 작업과 판단에 도움을 주고 비전문가도 손쉽게 활용할 수 있고, 지식의 획득 및 축적, 지식의 구체화, 지식의 신뢰성 향상, 새로운 연구 결과의 해석, 적절한 그림주제의 선택 및 적용 및 각종 컴퓨터 기능의 활용을 가능케 하며, 미술치료 전문가의 생각(진단, 판단)하는 과정을 모델화한다. 따라서, 심리증상의 정확한 진단을 위해 주제색 판단 모듈(130) 및 균형 판단 모듈(150)로부터 그림의 주제색, 그림의 균형 여부 등의 그림특징을 빠르고 정확히 추출해내는 것은 중요하다.
도 6 내지 도 7은 본 발명의 바람직한 일 실시예에 따른 심리증상 진단 시스템에 의한 그림 분석의 일례를 나타낸 도면이다.
도 6을 참조하면, 약한 잡음이 포함된 그림에 대해 디지털화된 그림 파일을 입력 모듈(110)이 입력받고((a) 참조), 주제색 판단 모듈(130)의 대표색 변환부(133)는 47색 분류에 따른 집합 A47에 포함되는 제1 대표색들로 변환한다((b) 참조). 그리고 47색 분류된 제1 대표색들을 15색 분류에 따른 집합 A15에 포함되는 제2 대표색들로 재변환하고((c) 참조), 윤곽석 인식부(151)는 제2 대표색들이 서로 바뀌게 되는 경계를 찾아 윤곽선으로 인식한다((d) 참조).
도 7을 참조하면, 심한 잡음이 포함된 그림에 대해 디지털화된 그림 파일을 입력 모듈(110)이 입력받고((a) 참조), 주제색 판단 모듈(130)의 대표색 변환부(133)는 47색 분류에 따른 집합 A47에 포함되는 제1 대표색들로 변환한다((b) 참조). 그리고 47색 분류된 제1 대표색들을 15색 분류에 따른 집합 A15에 포함되는 제2 대표색들로 재변환하고((c) 참조), 윤곽석 인식부(151)는 제2 대표색들이 서로 바뀌게 되는 경계를 찾아 윤곽선으로 인식한다((d) 참조).
도 8은 본 발명의 또 다른 실시예에 따른 심리증상 진단 시스템에 포함되는 잡음 제거 모듈의 블록 구성도이고, 도 9 내지 도 10은 잡음 제거 모듈을 포함하는 심리증상 진단 시스템에 의한 그림 분석의 일례이다. 잡음 제거 모듈(170)은 그림 파일에 존재하는 잡음을 제거하는 부분으로, 블러링부(171) 및/또는 클러스터링부(173)를 포함한다.
크레파스 등으로 그린 그림의 경우에 크레파스의 굵기 등으로 인해 충분히 칠해지지 않거나 두 색이 겹쳐 다른 색으로 나타나는 잡음이 발생하게 된다. 앞서 설명한 도 6은 잡음이 약한 그림의 예이고, 도 7은 잡음이 심한 그림의 예이다. 각각의 윤곽선을 도출하게 되면 그림 분석 목적에 비교할 때 복잡한 모양이 되므로, 잡음 제거 모듈(170)을 이용하여 잡음을 제거할 필요성이 있다.
잡음 제거 모듈(170)은 진단대상자의 의도와는 달리 칠해지지 않은 부분, 약하게 칠해진 부분, 겹쳐서 칠해진 부분 등의 잡음을 제거한다.
블러링부(blurring part; 171)는 일반적으로 영상의 잡음 제거에 널리 사용되는 중앙치(median) 3×3 마스크를 적용한다.
클러스터링부(clustering part; 173)는 그림의 색상들을 비슷한 색상끼리 모은다. 픽셀의 색상 속성(color feature)과 공간적 연결성(spatial connectivity)을 이용하여 컬러 이미지를 분할하는 것이 가능하다.
도 9 또는 도 10을 참조하면, 블러링부(171)에 의한 블러링 동작이 수행되고((a) 참조), 클러스터링부(173)에 의한 클러스터링 동작이 수행((b) 참조)된 후, 47색 분류((c) 참조), 15색 분류((d) 참조), 윤곽선 인식((e) 참조)을 하면 그림 분석에 적합한 윤곽선이 추출됨을 알 수 있다.
본 발명에서 그림의 주제색을 판단하고, 윤곽선에 따른 그림의 균형 여부를 판단함으로써 그림 진단에 사용되는 그림특징을 추출하게 되고, 심리증상 진단 시스템에서 심리증상의 진단이 가능하게 한다.
도 11은 본 발명의 바람직한 일 실시예에 따른 심리증상 진단 방법의 흐름도이다.
도 11을 참조하면, 단계 S1100에서 심리증상 진단 시스템(100)의 입력 모듈(110)은 진단대상자의 그림을 입력받는다. 여기서, 입력받는 그림은 스캔되거나 사진 촬영 등에 의해 디지털화된 그림 파일을 의미한다.
단계 S1110에서 도 8 내지 도 10에서 설명한 바와 같이 윤곽선을 명확히 추출하기 위해 잡음 제거 모듈(170)은 그림의 잡음을 제거한다. 이 단계는 추가적인 부분으로 생략될 수도 있다.
단계 S1120에서 색상 인식부(131)는 그림에 사용된 색상을 인식한다.
그리고 단계 S1130에서 대표색 변환부(133)는 인식한 색상을 47색 분류 및/또는 15색 분류에 따른 대표색으로 변환한다. 바람직하게는 47색 분류에 따른 제1 대표색으로 변환한 후 15색 분류에 따른 제2 대표색으로 재변환한다.
단계 S1140에서 주제색 결정부(135)는 변환된 대표색 중에서 그림에서 가장 중요한 주제색을 결정한다. 주제색의 결정 방법에 대해서는 앞서 상술하였는 바 생략한다.
단계 S1150에서 윤곽선 인식부(151)는 변환된 대표색이 불연속되는 경계에 해당하는 윤곽선을 인식한다.
단계 S1160에서 윤곽선 좌표 판단부(153)는 윤곽선에 해당하는 윤곽픽셀의 윤곽좌표들을 추출한다. 해당 윤곽좌표의 상하좌우의 픽셀들의 대표색이 바뀌게 되는 것을 기준으로 윤곽좌표들을 추출하는 것이 가능하다.
단계 S1170에서 균형 판단부(155)는 윤곽좌표들이 그림 상의 특정 분할영역에 치우쳐져 있는지 여부를 판단하여 그림의 균형 여부를 판단한다. 균형 판단 방법에 대해서는 도 4 내지 도 5를 참조하여 앞서 상술하였는 바 생략한다.
단계 S1180에서 심리증상 진단 모듈(160)은 단계 S1140에서 결정된 그림의 주제색, 단계 S1170에서 결정된 그림의 균형 여부로부터 진단대상자의 심리증상을 진단한다. 이는 심리증상 진단 모듈(160)에 미리 저장되어 있는 주제색, 균형 여부 등의 그림특징과 심리증상 간의 대응관계를 나타내는 참조표(165)를 이용하는 것이 가능하다.
상술한 바와 같이, 본 발명에 따른 심리증상 진단 시스템 및 그 방법은 정량적 데이터에 의하여 사람마다의 주관적 판단을 줄이고 그림 진단에 일관성을 가져오는 것이 가능하다. 그림의 주제색을 판단하고, 윤곽선에 따른 그림의 균형 여부를 판단함으로써 그림 진단에 사용되는 그림특징을 추출하게 되고, 심리증상 진단 시스템에서 심리증상의 진단이 가능하게 한다.
또한, 수백장의 그림을 진단함에 있어 그림 치료의 많은 전문 지식과 경험을 가지고 있는 전문가가 부족한 상황을 극복할 수 있다.
또한, 그림 분석을 체계적으로 컴퓨터에서 구현하여 전문가의 작업과 판단에 도움을 주고 비전문가도 손쉽게 활용할 수 있다.
또한, 교사, 부모, 심리학자, 심리임상의, 그림진단 및 그림치료사 등이 쉽게 활용할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (11)

  1. 진단대상자의 그림을 입력받는 입력 모듈;
    상기 그림에 사용된 색상을 인식하고, 상기 색상 중에서 상기 그림의 주제색을 결정하는 주제색 판단 모듈;
    상기 그림의 윤곽선을 인식하고, 상기 윤곽선으로부터 상기 그림의 균형 여부를 결정하는 균형 판단 모듈; 및
    상기 주제색, 상기 그림의 균형 여부 및 심리증상 간의 대응관계를 나타내는 참조표에 따라 상기 주제색 및 상기 그림의 균형 여부로부터 상기 진단대상자의 심리증상을 진단하는 심리증상 진단 모듈
    을 포함하는 그림을 이용한 심리증상 진단 시스템.
  2. 제1항에 있어서,
    상기 그림의 잡음을 제거하는 잡음 제거 모듈을 더 포함하는 그림을 이용한 심리증상 진단 시스템.
  3. 제1항 또는 제2항에 있어서,
    상기 주제색 판단 모듈은
    상기 그림에 사용된 색상을 인식하는 색상 인식부;
    상기 색상을 미리 설정된 복수의 대표색들 중의 하나로 변환하는 대표색 변환부; 및
    상기 변환된 대표색 중에서 상기 그림에 가장 많이 사용된 대표색을 상기 주제색으로 결정하는 주제색 결정부
    를 포함하는 그림을 이용한 심리증상 진단 시스템.
  4. 제3항에 있어서,
    상기 대표색 변환부는 상기 색상을 15색 분류에 의한 대표색 중 어느 하나로 변환하는 그림을 이용한 심리증상 진단 시스템.
  5. 제3항에 있어서,
    상기 대표색 변환부는 상기 색상을 47색 분류에 의한 제1 대표색 중 어느 하나로 변환한 후, 15색 분류에 의한 대표색 중 어느 하나로 재변환하는 그림을 이용한 심리증상 진단 시스템.
  6. 제3항에 있어서,
    상기 주제색 결정부는 상기 변환된 대표색 중에서 색상별 픽셀의 수 및 구분영역이 가장 많은 색을 상기 주제색으로 결정하되,
    상기 구분영역은 상기 대표색이 불연속적으로 나뉘는 영역인 그림을 이용한 심리증상 진단 시스템.
  7. 제3항에 있어서,
    상기 균형 판단 모듈은
    상기 그림의 윤곽선을 인식하는 윤곽선 인식부;
    상기 윤곽선이 위치하는 윤곽 좌표들을 추출하는 윤곽선 좌표 판단부; 및
    상기 윤곽 좌표들로부터 상기 그림의 균형 여부를 결정하는 균형 판단부
    를 포함하는 그림을 이용한 심리증상 진단 시스템.
  8. 제7항에 있어서,
    상기 균형 판단부는 상기 그림 전체의 영역을 가로 및 세로의 1/2를 기준으로 복수의 분할 영역으로 구분하되, 제1 분할 영역은 상기 그림 전체 넓이의 1/4이고, 제2 분할 영역은 상기 그림 전체 넓이의 1/2이며, 상기 제1 분할 영역에 포함되는 상기 윤곽 좌표의 수가 제1 기준 이상이거나 상기 제2 분할 영역에 포함되는 상기 윤곽 좌표의 수가 제2 기준 이상인 것을 불균형으로 판단하는 그림을 이용한 심리증상 진단 시스템.
  9. 제7항에 있어서,
    상기 균형 판단부는 상기 그림 전체의 영역을 가로 및 세로의 2/3를 기준으로 복수의 분할 영역으로 구분하되, 제1 분할 영역은 상기 그림 전체 넓이의 4/9이고, 제2 분할 영역은 상기 그림 전체 넓이의 2/3이며, 상기 제1 분할 영역에 포함되는 상기 윤곽 좌표의 수가 제1 기준 이상이거나 상기 제2 분할 영역에 포함되는 상기 윤곽 좌표의 수가 제2 기준 이상인 것을 불균형으로 판단하는 그림을 이용한 심리증상 진단 시스템.
  10. (a) 진단대상자의 그림을 입력받는 단계;
    (b) 상기 그림에 사용된 색상을 인식하는 단계;
    (c) 상기 색상을 미리 설정된 복수의 대표색들 중의 하나로 변환하는 단계;
    (d) 상기 변환된 대표색 중 상기 그림에 가장 많이 사용된 대표색을 상기 그림의 주제색을 결정하는 단계;
    (e) 상기 그림의 윤곽선을 인식하는 단계;
    (f) 상기 윤곽선이 위치하는 윤곽 좌표들을 추출하는 단계;
    (g) 상기 윤곽 좌표들로부터 상기 그림의 균형 여부를 결정하는 단계; 및
    (h) 상기 주제색, 상기 그림의 균형 여부 및 심리증상 간의 대응관계를 나타내는 참조표에 따라 상기 주제색 및 상기 그림의 균형 여부로부터 상기 진단대상자의 심리증상을 진단하는 단계
    를 포함하는 그림을 이용한 심리증상 진단 방법.
  11. 제10항에 있어서,
    상기 단계 (a)와 단계 (b) 사이에
    (A) 상기 그림의 잡음을 제거하는 단계를 더 포함하는 그림을 이용한 심리증상 진단 방법.
KR1020060039035A 2006-04-28 2006-04-28 그림을 이용한 심리증상 진단 시스템 및 그 방법 KR100750871B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060039035A KR100750871B1 (ko) 2006-04-28 2006-04-28 그림을 이용한 심리증상 진단 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060039035A KR100750871B1 (ko) 2006-04-28 2006-04-28 그림을 이용한 심리증상 진단 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR100750871B1 true KR100750871B1 (ko) 2007-08-22

Family

ID=38614991

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060039035A KR100750871B1 (ko) 2006-04-28 2006-04-28 그림을 이용한 심리증상 진단 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR100750871B1 (ko)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100935013B1 (ko) * 2008-01-29 2010-01-06 고려대학교 산학협력단 미술치료의 문양 색칠 분석 방법 및 이를 수행하는프로그램이 기록된 기록매체
WO2010050767A2 (ko) * 2008-10-30 2010-05-06 고려대학교 산학협력단 미술치료 컴퓨터 시스템 및 미술치료 프로그램이 저장된 컴퓨터로 판독 가능한 저장매체
KR101000492B1 (ko) * 2008-01-29 2010-12-14 고려대학교 산학협력단 미술치료의 문양 색칠 분석에 따른 심리 증상 진단 장치,방법 및 이를 수행하는 프로그램이 기록된 기록매체
KR101049152B1 (ko) 2010-04-22 2011-07-14 한국과학기술원 웹기반의 심리진단 방법 및 시스템
KR101202024B1 (ko) 2009-07-21 2012-11-16 고려대학교 산학협력단 그림 진단 장치 및 방법
WO2015080328A1 (ko) * 2013-11-27 2015-06-04 손경순 색채도형 심리 진단장치 및 방법
KR20180013777A (ko) * 2016-07-28 2018-02-07 (주) 나무와 숲 비정형데이터 분석기술 장치 및 방법, 이를 구현하기 위한 애플리케이션/프로그램이 기록된 기록매체
CN109692012A (zh) * 2017-10-23 2019-04-30 世欧普尚有限公司 心理分析系统及利用该系统的分析方法
KR102052300B1 (ko) * 2019-04-22 2019-12-04 노덕영 그림을 이용한 유형별 성격 분석 시스템
KR102083874B1 (ko) * 2019-11-28 2020-03-03 이지현 개인별 컬러 감성을 반영한 누리에 컬러 테라피 검증 시스템
KR20200056633A (ko) * 2018-11-15 2020-05-25 권혁예 Htp 검사 방법
KR20200056632A (ko) * 2018-11-15 2020-05-25 권혁예 Htp 검사 장치
KR20200090021A (ko) * 2019-01-18 2020-07-28 (주)지영커뮤니티 미술심리검사 장치
KR20210085264A (ko) * 2019-12-30 2021-07-08 한국전자통신연구원 자폐 스펙트럼 장애 진단 장치 및 방법
KR102476445B1 (ko) * 2021-11-11 2022-12-15 주식회사 아이스크림아트 Partial GAN을 이용하여 그림데이터로부터 미술 심리분석요소를 증강시켜 인공지능모델을 학습시키는 장치
WO2023033241A1 (ko) * 2021-09-03 2023-03-09 주식회사 파블로아트컴퍼니 미술 심리분석용 데이터 생성 장치 및 이를 이용한 미술 심리분석용 데이터의 증강과 효율적 관리 방법
KR20230034666A (ko) * 2021-09-03 2023-03-10 주식회사 아이스크림아트 인공지능 모델을 활용한 미술 기반 심리분석 장치 및 이를 이용한 심리분석 결과 제공 방법
US12087025B2 (en) 2021-09-03 2024-09-10 I-Scream Arts Co., Ltd. Device for generating data for art-based psychoanalysis and method for augmentation and efficient management of data for art-based psychoanalysis using the same

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0695582A (ja) * 1992-09-11 1994-04-08 Canon Inc 情報入出力方法及び装置
JPH11197352A (ja) 1998-01-14 1999-07-27 Omron Corp 人物画像出力装置、人物画像出力方法及び人物画像出力プログラム記録媒体
KR20060070583A (ko) * 2004-12-20 2006-06-26 김용호 자가 심리진단 방법과 그 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0695582A (ja) * 1992-09-11 1994-04-08 Canon Inc 情報入出力方法及び装置
JPH11197352A (ja) 1998-01-14 1999-07-27 Omron Corp 人物画像出力装置、人物画像出力方法及び人物画像出力プログラム記録媒体
KR20060070583A (ko) * 2004-12-20 2006-06-26 김용호 자가 심리진단 방법과 그 장치

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101000492B1 (ko) * 2008-01-29 2010-12-14 고려대학교 산학협력단 미술치료의 문양 색칠 분석에 따른 심리 증상 진단 장치,방법 및 이를 수행하는 프로그램이 기록된 기록매체
KR100935013B1 (ko) * 2008-01-29 2010-01-06 고려대학교 산학협력단 미술치료의 문양 색칠 분석 방법 및 이를 수행하는프로그램이 기록된 기록매체
WO2010050767A2 (ko) * 2008-10-30 2010-05-06 고려대학교 산학협력단 미술치료 컴퓨터 시스템 및 미술치료 프로그램이 저장된 컴퓨터로 판독 가능한 저장매체
WO2010050767A3 (ko) * 2008-10-30 2010-08-05 고려대학교 산학협력단 미술치료 컴퓨터 시스템 및 미술치료 프로그램이 저장된 컴퓨터로 판독 가능한 저장매체
KR101180086B1 (ko) * 2008-10-30 2012-09-10 고려대학교 산학협력단 미술치료 컴퓨터 시스템 및 미술치료 프로그램이 저장된 컴퓨터로 판독 가능한 저장매체
US8942443B2 (en) 2008-10-30 2015-01-27 Korea University Industrial & Academic Collaboration Foundation Computer system and computer-readable storage medium for art therapy
KR101202024B1 (ko) 2009-07-21 2012-11-16 고려대학교 산학협력단 그림 진단 장치 및 방법
KR101049152B1 (ko) 2010-04-22 2011-07-14 한국과학기술원 웹기반의 심리진단 방법 및 시스템
WO2015080328A1 (ko) * 2013-11-27 2015-06-04 손경순 색채도형 심리 진단장치 및 방법
KR102096631B1 (ko) 2016-07-28 2020-04-02 (주) 나무와 숲 비정형데이터 분석기술 장치 및 방법, 이를 구현하기 위한 애플리케이션/프로그램이 기록된 기록매체
KR20180013777A (ko) * 2016-07-28 2018-02-07 (주) 나무와 숲 비정형데이터 분석기술 장치 및 방법, 이를 구현하기 위한 애플리케이션/프로그램이 기록된 기록매체
CN109692012A (zh) * 2017-10-23 2019-04-30 世欧普尚有限公司 心理分析系统及利用该系统的分析方法
KR102219314B1 (ko) * 2018-11-15 2021-02-24 권혁례 Htp 검사 장치
KR102219318B1 (ko) * 2018-11-15 2021-02-24 권혁례 Htp 검사 방법
KR20200056633A (ko) * 2018-11-15 2020-05-25 권혁예 Htp 검사 방법
KR20200056632A (ko) * 2018-11-15 2020-05-25 권혁예 Htp 검사 장치
KR102240930B1 (ko) 2019-01-18 2021-04-15 (주)지영커뮤니티 미술심리검사 장치
KR20200090021A (ko) * 2019-01-18 2020-07-28 (주)지영커뮤니티 미술심리검사 장치
KR102052300B1 (ko) * 2019-04-22 2019-12-04 노덕영 그림을 이용한 유형별 성격 분석 시스템
KR102083874B1 (ko) * 2019-11-28 2020-03-03 이지현 개인별 컬러 감성을 반영한 누리에 컬러 테라피 검증 시스템
KR20210085264A (ko) * 2019-12-30 2021-07-08 한국전자통신연구원 자폐 스펙트럼 장애 진단 장치 및 방법
KR102518310B1 (ko) 2019-12-30 2023-04-06 한국전자통신연구원 자폐 스펙트럼 장애 진단 장치 및 방법
WO2023033241A1 (ko) * 2021-09-03 2023-03-09 주식회사 파블로아트컴퍼니 미술 심리분석용 데이터 생성 장치 및 이를 이용한 미술 심리분석용 데이터의 증강과 효율적 관리 방법
KR20230034666A (ko) * 2021-09-03 2023-03-10 주식회사 아이스크림아트 인공지능 모델을 활용한 미술 기반 심리분석 장치 및 이를 이용한 심리분석 결과 제공 방법
KR102533225B1 (ko) 2021-09-03 2023-05-26 주식회사 아이스크림아트 인공지능 모델을 활용한 미술 기반 심리분석 장치 및 이를 이용한 심리분석 결과 제공 방법
US12087025B2 (en) 2021-09-03 2024-09-10 I-Scream Arts Co., Ltd. Device for generating data for art-based psychoanalysis and method for augmentation and efficient management of data for art-based psychoanalysis using the same
KR102476445B1 (ko) * 2021-11-11 2022-12-15 주식회사 아이스크림아트 Partial GAN을 이용하여 그림데이터로부터 미술 심리분석요소를 증강시켜 인공지능모델을 학습시키는 장치

Similar Documents

Publication Publication Date Title
KR100750871B1 (ko) 그림을 이용한 심리증상 진단 시스템 및 그 방법
US10372226B2 (en) Visual language for human computer interfaces
US8000524B2 (en) Color naming, color categorization and describing color composition of images
Lakshmi et al. Segmentation algorithm for multiple face detection in color images with skin tone regions using color spaces and edge detection techniques
US10682089B2 (en) Information processing apparatus, information processing method, and program
US10455123B2 (en) Method for increasing the saturation of an image, and corresponding device
KR20090013934A (ko) 이차원 정지 화상에 대해 몰입감을 생성하는 방법 및시스템 그리고 상기 몰입감 생성을 위한 팩터 조절 방법,이미지 콘텐트 분석 방법 및 스케일링 파라미터 예측 방법
CN111476849A (zh) 对象颜色识别方法、装置、电子设备以及存储介质
Ansari et al. Significance of color spaces and their selection for image processing: a survey
Montenegro et al. A comparative study of color spaces in skin-based face segmentation
CN104599266B (zh) 图像中雾气区域的检测方法、装置及终端
Khanam et al. Human skin color detection technique using different color models
Manaf et al. Color recognition system with augmented reality concept and finger interaction: Case study for color blind aid system
JP5824423B2 (ja) 照明光色推定装置、照明光色推定方法及び照明光色推定プログラム
US20180116582A1 (en) Elasticity evaluation apparatus, elasticity evaluation method, and elasticity evaluation program
KR101572781B1 (ko) 입력 이미지에 대한 정서 추출 방법 및 장치
Khediri et al. Comparison of image segmentation using different color spaces
Nabiyev et al. Towards a biometric purpose image filter according to skin detection
Burambekova et al. Comparative analysis of color models for human perception and visual color difference
KR101755981B1 (ko) 얼굴 인식형 마우스 구현 장치 및 방법
Taguchi Color Systems and Color Image Enhancement Methods
CN114125414B (zh) 图像饱和度增强方法和编解码处理方法、装置及系统
CN117409458A (zh) 一种美白面膜效果测评方法
Ganesan et al. An Investigation on the Effect of Color Model for Natural Image Processing
CN118115603A (zh) 一种海报图处理方法和装置

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
N231 Notification of change of applicant
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120615

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20140203

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20140915

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20150609

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20160718

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20170620

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20190523

Year of fee payment: 13