KR20190130179A - 미세한 표정변화 검출을 위한 2차원 랜드마크 기반 특징점 합성 및 표정 세기 검출 방법 - Google Patents
미세한 표정변화 검출을 위한 2차원 랜드마크 기반 특징점 합성 및 표정 세기 검출 방법 Download PDFInfo
- Publication number
- KR20190130179A KR20190130179A KR1020180043344A KR20180043344A KR20190130179A KR 20190130179 A KR20190130179 A KR 20190130179A KR 1020180043344 A KR1020180043344 A KR 1020180043344A KR 20180043344 A KR20180043344 A KR 20180043344A KR 20190130179 A KR20190130179 A KR 20190130179A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- landmark
- facial expression
- facial
- feature
- Prior art date
Links
- 230000008921 facial expression Effects 0.000 title claims abstract description 107
- 230000015572 biosynthetic process Effects 0.000 title description 2
- 238000003786 synthesis reaction Methods 0.000 title description 2
- 238000001514 detection method Methods 0.000 title 1
- 230000008859 change Effects 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000001815 facial effect Effects 0.000 claims abstract description 15
- 238000013135 deep learning Methods 0.000 claims abstract description 14
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 4
- 230000008451 emotion Effects 0.000 claims description 34
- 238000013527 convolutional neural network Methods 0.000 claims description 32
- 230000014509 gene expression Effects 0.000 claims description 26
- 239000013598 vector Substances 0.000 claims description 12
- 230000006403 short-term memory Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000008909 emotion recognition Effects 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
- G06V40/175—Static expression
-
- G06K9/00308—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/469—Contour-based spatial representations, e.g. vector-coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Image Analysis (AREA)
Abstract
미세한 표정변화 검출을 위한 2차원 랜드마크 기반 특징점 합성 및 표정 세기 검출 방법이 개시된다. 일 실시예에 따른 표정 인식 방법은, 영상 정보에 존재하는 얼굴 정보로부터 랜드마크 특징을 생성하는 단계; 및 상기 생성된 랜드마크 특징을 딥 러닝 네트워크를 이용하여 학습을 수행함에 따라 획득한 학습 결과에 기초하여 상기 얼굴 정보의 표정 변화를 검출하는 단계를 포함할 수 있다.
Description
아래의 설명은 카메라로부터 촬영된 얼굴 영상에서 미세한 표정을 인식하는 기술에 관한 것이다.
컴퓨터 비전의 다양한 분야 중 사람의 표정을 인식하는 기술은 오랫동안 꾸준히 연구되어 왔다. 최근 소셜 로봇이 관심이 높아지고 고도화된 인간과 로봇의 인터랙션(human-robotinteraction)이 요구됨에 따라 표정, 행동, 음성 등을 통한 감정 인식 기술에 대한 연구가 활발하다. 특히 얼굴 표정에 기반한 감정 인식에 대한 연구 보고들이 많다. 그러나 도 1(a)와 같이 표정 변화가 큰 얼굴 영상들에 연구 결과들이 대부분이다. 실제 인간이 혼자 생활하는 상황에서 감정을 느끼더라도 표정을 크게 드러내지 않는 경우가 많으며 나타나더라도 도 1(b)와 같이 미세한 얼굴 표정의 형태로 나타나는 경우가 많다. 따라서 미세한 표정 변화(facial micro-expression)의 인식에 대한 발명이 필요하다. 반면 이에 대한 연구 보고들은 많지 않다. 얼굴 표정 인식(facial expression recognition) 연구를 위해 일반적으로 사용되는 데이터 셋(dataset)들을 보더라도 인위적으로 표정을 연기하거나 표정변화가 매우 큰 영화와 방송 컨텐츠로부터 수집한 영상들이 대부분이다.
감정을 인식하는 기존 연구 중 얼굴의 주요 부위의 위치를 이용하는 랜드마크(landmark) 정보를 이용하는 경우가 있다. 랜드마크 정보는 성별, 얼굴의 생김새 등의 영향을 받지 않아 영상보다 강인한 특징점 정보로 이용할 수 있다. 또한 최근 딥러닝을 이용한 기술이 많이 연구되어 왔으나 영상 정보를 많이 이용하고 랜드마크 정보를 보조적으로 이용하는 경우가 많았고 미세한 감정에 대하여 효과적으로 대응하지 못하였다.
종래의 미세 표정 변화를 위한 알고리즘을 설명하기로 한다. 기존의 미세한 표정 변화를 위한 알고리즘의 사례는 다음과 같다. 먼저 Pfister 등은 temporal interpolation model과 random forest를 이용하여 미세한 표정 변화를 통한 감정 인식 분류 기법을 제안했다. Ngo와 Wang은 micro-expression 영상에 소위 motion magnification을 적용하여 강제로 움직임을 키운 다음, local binary pattern(LBP)와 support vector machine(SVM)을 이용하여 감정을 분류하였다. 그러나 종래의 기술들은 제한된 미세한 표정 변화 데이터 셋에 대해서만 미세한 표정 변화의 분류 성능을 검증하였기 때문에 표정의 다양한 강도 변화에도 강인한지 알 수 없다.
랜드마크를 이용한 표정 인식 알고리즘에 대하여 설명하기로 한다. 최근 딥 러닝 기반 알고리즘이 우수한 성능을 보이며 랜드마크 정보를 딥러닝 알고리즘의 입력으로 이용하는 연구가 제안되었다. 이러한 연구들은 랜드마크 정보만을 이용하는 것이 아니며 영상 정보를 입력으로 하는 CNN을 main network로 사용하고, 랜드마크의 좌표 정보를 입력으로 하는 deep neural network(DNN) 혹은 recurrent neural network(RNN)를 보조 네트워크로 사용하는 방식을 채택했다. 그러나, 이러한 방식은 영상 정보가 주요한 정보이기 때문에 미세한 표정 변화에 효과적으로 대응하기 어렵고 랜드마크 정보의 경우, DNN 및 RNN등의 비교적 간단한 딥러닝 알고리즘을 적용하여 성능 개선의 여지가 존재한다.
본 발명에서는 랜드마크(landmark) 정보를 이용하여 2차원의 랜드마크 특징(2-D landmark feature) 합성하고, 합성된 랜드마크 특징을 딥 러닝 알고리즘에 적용하여 얼굴의 미세한 표정 변화를 검출하고자 한다.
또한, 본 발명에서는 제안하는 2차원의 랜드마크 특징을 기반으로 랜드마크 정보들의 위치가 변화하는 크기를 측정하여 얼굴의 표정의 세기를 검출하고자 한다.
표정 인식 장치에서 수행되는 표정 인식 방법은, 영상 정보에 존재하는 얼굴 정보로부터 랜드마크 특징을 생성하는 단계; 및 상기 생성된 랜드마크 특징을 딥 러닝 네트워크를 이용하여 학습을 수행함에 따라 획득한 학습 결과에 기초하여 상기 얼굴 정보의 표정 변화를 검출하는 단계를 포함할 수 있다.
상기 영상 정보에 존재하는 얼굴 정보로부터 랜드마크 특징을 생성하는 단계는, 상기 얼굴 정보와 관련된 랜드마크 정보를 합성함에 따라 상기 랜드마크 특징을 생성하는 단계를 포함할 수 있다.
상기 영상 정보에 존재하는 얼굴 정보로부터 랜드마크 특징을 생성하는 단계는, 상기 영상 정보에 존재하는 인접한 두 개의 프레임에서 추출된 랜드마크 정보를 이용하여 각 랜드마크 사이 간 거리 정보를 2차원 정보로 변환하고, 상기 변환된 2차원 정보를 정규화하여 프레임 단위의 랜드마크 특징을 생성하는 단계를 포함할 수 있다.
상기 딥 러닝 네트워크는, CNN(convolutional neural network)-LSTM(long short-term memory) 네트워크를 이용하여 구성되는 것을 포함하고, 상기 얼굴 정보의 표정 변화를 검출하는 단계는, 상기 CNN(convolutional neural network)-LSTM(long short-term memory) 네트워크를 이용하여 상기 얼굴 정보의 감정을 분류하는 단계를 포함하고, 상기 CNN(convolutional neural network)와 상기 LSTM(long short-term memory) 네트워크가 별도로 학습될 수 있다.
상기 얼굴 정보의 표정에 대한 감정을 분류하는 단계는, 상기 랜드마크 특징을 CNN을 이용하여 학습함에 따라 1차원 특징 벡터를 생성하고, 상기 생성된 1차원 특징 벡터를 LSTM(long short-term memory) 네트워크를 이용하여 학습된 학습 결과를 소프트맥스(Softmax)를 통해 얼굴 정보의 표정에 대한 감정을 분류하는 단계를 포함할 수 있다.
상기 얼굴 정보의 표정에 대한 감정을 분류하는 단계는, 상기 랜드마크 특징에 기초하여 랜드마크 정보들의 위치가 변화하는 크기 정보를 측정하여 상기 얼굴의 표정의 세기를 판단하는 단계를 포함할 수 있다.
표정 인식 장치는, 영상 정보에 존재하는 얼굴 정보로부터 랜드마크 특징을 생성하는 생성부; 및 상기 생성된 랜드마크 특징을 딥 러닝 네트워크를 이용하여 학습을 수행함에 따라 상기 얼굴 정보의 표정에 대한 감정을 분류하는 분류부를 포함할 수 있다.
일 실시예에 따른 표정 인식 장치는 2차원의 랜드마크 특징을 통하여 표정 변화를 검출함으로써 얼굴 표정의 크기에 상관없이 감정에 따라 미세한 표정을 효율적으로 인식할 수 있다.
일 실시예에 따른 표정 인식 장치는 2차원의 랜드마크 특징을 기반으로 랜드마크 정보들의 위치가 변화하는 크기를 측정하여 적은 연산량으로 얼굴의 표정 세기를 검출할 수 있다.
도 1은 '행복'이라는 감정에 대한 표정 변화를 나타낸 예이다.
도 2는 일 실시예에 따른 표정 인식 장치의 동작을 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 표정 인식 장치의 구성을 설명하기 위한 블록도이다.
도 4는 일 실시예에 따른 표정 인식 장치의 표정 인식 방법을 설명하기 위한 흐름도이다.
도 5는 일 실시예에 따른 표정 인식 장치에서 랜드마크 특징을 생성하는 것을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 표정 인식 장치에서 특정 감정에 대한 랜드마크 특징을 나타낸 예이다.
도 7은 일 실시예에 따른 표정 인식 장치에서 일반적인 표정 변화와 미세한 표정 변화에 대한 인식 성능을 나타낸 표이다.
도 2는 일 실시예에 따른 표정 인식 장치의 동작을 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 표정 인식 장치의 구성을 설명하기 위한 블록도이다.
도 4는 일 실시예에 따른 표정 인식 장치의 표정 인식 방법을 설명하기 위한 흐름도이다.
도 5는 일 실시예에 따른 표정 인식 장치에서 랜드마크 특징을 생성하는 것을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 표정 인식 장치에서 특정 감정에 대한 랜드마크 특징을 나타낸 예이다.
도 7은 일 실시예에 따른 표정 인식 장치에서 일반적인 표정 변화와 미세한 표정 변화에 대한 인식 성능을 나타낸 표이다.
이하, 실시예를 첨부한 도면을 참조하여 상세히 설명한다.
도 2는 일 실시예에 따른 표정 인식 장치의 동작을 설명하기 위한 도면이다.
표정 인식 장치는 카메라로부터 촬영된 얼굴 영상으로부터 미세한 표정을 인식할 수 있다. 표정 인식 장치는 랜드마크 정보로부터 2차원의 랜드마크 특징을 합성할 수 있다. 표정 인식 장치는 CNN(convolutional neural network)-LSTM(long short-term memory)를 이용하여 영상 정보에 존재하는 얼굴의 표정으로부터 감정 상태를 분류할 수 있다. 또한, 표정 인식 장치는 랜드마크 정보를 기반으로 얼굴의 표정 세기를 검출할 수 있다.
표정 인식 장치는 얼굴의 주요 위치 정보를 나타내는 기존의 랜드마크 정보를 영상 패턴 형태로 합성할 수 있다. 상세하게는, 표정 인식 장치는 얼굴 정보에 대한 각각의 랜드마크의 상대적인 거리의 변화량을 측정하고, 측정된 변화량을 행렬의 형태로 표현하여 정규화 과정을 통하여 얼굴 표정의 크기에 상관없이 감정에 따라 고유한 영상 정보의 패턴을 출력할 수 있다.
표정 인식 장치는 종래의 비디오 시퀀스(Video Sequence)의 클래스(Class)를 분류하기 위한 목적으로 사용되는 CNN-LSTM을 통하여 2차원의 랜드마크 특징의 감정을 분류할 수 있다.
표정 인식 장치는 2차원의 랜드마크 특징을 기반으로 랜드마크 정보들의 위치가 변화하는 크기 정보를 측정하고, 측정된 크기 정보를 통하여 표정의 세기를 판단할 수 있다. 또한, 표정 인식 장치는 정규화 과정을 통하여 얼굴의 크기에 상관없이 고유한 표정 세기 정보를 출력할 수 있다.
실시예에서 2차원의 랜드마크 특징은 얼굴 랜드마크(facial landmark) 간 상대적인 거리들을 2차원 공간에 표현하고, 정규화하여 정의될 수 있다. 표정 인식 장치는 표정의 크기에 상관없이 감정에 따라 고유한 패턴 정보를 출력할 수 있다. 이는 표정 인식 알고리즘의 학습 과정에서 일반적인 크기의 표정 변화 데이터를 이용하더라도 테스트 과정에서 미세한 표정에 대한 감정 인식을 가능하게 한다. 또한, 제안하는 2차원의 랜드마크 특징(이하, 랜드마크 특징으로 기재하기로 함)에 기반하여 표정 세기 검출하는 방법을 통해 표정의 크기를 확인할 수 있다.
도 3은 일 실시예에 따른 표정 인식 장치의 구성을 설명하기 위한 블록도이고, 도 4는 일 실시예에 따른 표정 인식 장치의 표정 인식 방법을 설명하기 위한 흐름도이다.
표정 인식 장치(100)는 생성부(310) 및 분류부(320)를 포함할 수 있다. 이러한 구성요소들은 표정 인식 장치(100)에 저장된 프로그램 코드가 제공하는 제어 명령에 따라 프로세서에 의해 수행되는 서로 다른 기능들(different functions)의 표현들일 수 있다. 구성요소들은 도 4의 표정 인식 방법이 포함하는 단계들(410 내지 420)을 수행하도록 표정 인식 장치(100)을 제어할 수 있다. 이때, 구성요소들은 메모리가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다.
표정 인식 장치(100)의 프로세서는 감정 인식 방법을 위한 프로그램의 파일에 저장된 프로그램 코드를 메모리에 로딩할 수 있다. 예를 들면, 표정 인식 장치(100)에서 프로그램이 실행되면, 프로세서는 운영체제의 제어에 따라 프로그램의 파일로부터 프로그램 코드를 메모리에 로딩하도록 표정 인식 장치를 제어할 수 있다. 이때, 프로세서 및 프로세서가 포함하는 생성부(310) 및 분류부(320) 각각은 메모리에 로딩된 프로그램 코드 중 대응하는 부분의 명령을 실행하여 이후 단계들(410 내지 420)을 실행하기 위한 프로세서의 서로 다른 기능적 표현들일 수 있다.
단계(410)에서 생성부(310)는 영상 정보에 존재하는 얼굴 정보로부터 랜드마크 특징을 생성할 수 있다. 생성부(310)는 얼굴 정보와 관련된 랜드마크 정보를 합성함에 따라 랜드마크 특징을 생성할 수 있다. 생성부(310)는 영상 정보에 존재하는 인접한 두 개의 프레임에서 추출된 랜드마크 정보를 이용하여 각 랜드마크 사이 간 거리 정보를 2차원 정보로 변환하고, 변환된 2차원 정보를 정규화하여 프레임 단위의 랜드마크 특징을 생성할 수 있다.
단계(420)에서 분류부(320)는 생성된 랜드마크 특징을 딥 러닝 네트워크를 이용하여 학습을 수행함에 따라 획득한 학습 결과에 기초하여 얼굴 정보의 표정 변화를 검출할 수 있다. 이때, 분류부(320)는 딥 러닝 네트워크로 CNN(convolutional neural network)-LSTM(long short-term memory) 네트워크를 이용하여 얼굴의 감정 상태를 분류할 수 있다. 분류부(320)는 랜드마크 특징을 CNN을 이용하여 학습함에 따라 1차원 특징 벡터를 생성하고, 생성된 1차원 특징 벡터를 상기 LSTM(long short-term memory) 네트워크를 이용하여 학습된 학습 결과를 소프트맥스(Softmax)를 통해 얼굴 정보의 표정에 대한 감정을 분류할 수 있다.
도 5는 일 실시예에 따른 표정 인식 장치에서 랜드마크 특징을 생성하는 것을 설명하기 위한 도면이다.
표정 인식 장치는 영상 정보에 존재하는 얼굴 정보로부터 랜드마크 특징을 생성할 수 있다. 표정 인식 장치는 동영상 내 인접한 두 개의 프레임에서 추출된 랜드마크 정보를 이용하여 각 랜드마크 사이 간 거리 정보를 2차원 정보로 변환할 수 있고, 변환된 2차원 정보를 프레임 단위의 랜드마크 특징을 생성할 수 있다. 이때, N(N은 자연수) 개의 프레임으로 구성된 동영상으로 가정할 경우, N-1개의 랜드마크 특징들이 생성될 수 있다.
예를 들면, 도 5(a)를 참고하면, active appearance model(AAM)을 통해 얼굴에 대한 68개의 랜드마크 정보가 추출될 수 있다. 랜드마크의 위치 변화는 표정의 변화를 파악할 수 있는 중요한 정보이다. 랜드마크는 얼굴의 생김새, 성별, 나이 등의 인물 특성과 입력 영상의 조도에 영향을 받지 않는 장점이 있다. 랜드마크 정보는 기본적으로 각 랜드마크에 대한 위치의 좌표 정보로 주어지기 때문에 랜드마크를 분류하기 위한 방법으로 Deep neural network(DNN), Recurrent neural network(RNN)이 적합하다. DNN보다 CNN이 분류성능이 일반적으로 높은 것으로 알고 있기 때문에 실시예에서는 2차원의 좌표 정보로 구성된 랜드마크 정보를 랜드마크 특징 맵으로 변환하고, 변환된 특징 맵을 CNN기반 네트워크로 분류할 수 있다. 랜드마크 특징은 랜드마크 간 거리들의 시간적인 변화 패턴이다. 예를 들면, t(t는 자연수)번째 프레임의 랜드마크 특징은 수학식 1에 의해 계산될 수 있다.
수학식 1:
여기서, p(i, t)는 t번째 프레임 내 i번째 랜드마크의 좌표 정보를 의미한다. 즉, LMFt(i,j)는 i번째 랜드마크와 j번째 랜드마크의 거리가 t번째 프레임과 t-1번째 프레임 사이에서 얼마나 변경되었는지 변화량을 의미한다. 68개로 구성된 랜드마크를 가정하면, LMFt는 68x68 행렬로 표현되는 2차원의 특징 맵이다. 표정에 따라 랜드마크 특징의 영상들이 시각적으로 구분이 잘 되기 때문에 CNN으로 학습하는 것이 효과적이다.
다음 과정으로 감정의 세기 혹은 강도에 랜드마크 특징이 강인하도록 만드는 것이다. 아래의 수학식 2와 같이 랜드마크 특징과 관련된 요소들을 정규화(normalization)함으로써 감정의 세기와 무관하게 동일한 감정인 경우, 동일한 랜드마크 특징이 생성되도록 한다.
수학식 2:
도 5(b)는 disgust 감정의 얼굴로부터 추출된 정규화된 랜드마크 특징을 나타낸 것이다. 붉은 영역의 경우, 랜드마크 간의 거리가 가까워진 경우이고, 푸른 영역의 경우, 랜드마크 간의 거리가 멀어진 경우를 나타낸다. 사람 얼굴의 구조적 특징 때문에 사람마다 랜드마크 특징 내의 턱, 눈, 코, 입 등의 위치가 유사하다. 이러한 턱, 눈, 코, 입 등의 활성화 패턴을 통하여 감정이 구분될 수 있다. 이에 따라 표정 인식 장치는 랜드마크 특징이 얼굴 표정의 크기게 상관없이 각 랜드마크의 움직이는 방향에 따라 고유한 패턴을 출력할 수 있다. 동일한 감정의 일반적인 표정 변화와 미세한 표정 변화는 유사한 랜드마크 특징 맵을 갖게 된다.
표정 인식 장치는 convolutional neural network(CNN)와 stacked-LSTM를 이용하여 CNN-LSTM기반의 분류기를 구성할 수 있다. 표정 인식 장치는 랜드마크 특징을 분류하기 위하여 CNN과 stacked-LSTM를 결합한 네트워크를 채택할 수 있다. 표정 인식 장치는 CNN을 이용하여 각각의 랜드마크 특징에 대응하는 1차원 특징 벡터를 추출하고, 1차원 특징 벡터들이 stacked-LSTMD을 통과함에 따라 동영상의 얼굴 표정에 대한 감정 분류를 결정할 수 있다. 예를 들면, 표정 인식 장치는 랜드마크 특징을 공간적 특징의 측면에서 효과적으로 분류하기 위하여 VGG16이라는 CNN을 사용할 수 있다. 표정 인식 장치는 VGG16을 통해 1024 크기의 1차원 특징 벡터들을 생성할 수 있다. 표정 인식 장치는 시간축 특징을 고려한 분류를 위하여 stacked-LSTM를 채택할 수 있다. N-1 개의 1차원 특징 벡터들이 stacked-LSTM에 입력될 수 있다. N-1개의 1차원 특징 벡터들이 stacked-LSTM에 입력됨에 따라 획득된 학습 결과를 소프트맥스(Softmax)를 통해 특정 감정으로 분류될 수 있다. 이때, 표정 인식 장치는 CNN은 프레임 단위이고, stacked-LSTM는 동영상 단위이기 때문에 CNN과 stacked-LSTM를 별도로 학습시킬 수 있다. 다시 말해서, 소정의 데이터 셋으로 획득된 랜드마크 특징과 대응하는 감정 레이블(label)들을 이용하여 CNN이 먼저 학습되고, CNN으로부터 획득된 1차원 특징 벡터들과 대응하는 감정 레이블들을 이용하여 stacked-LSTM을 이 학습될 수 있다.
표정 인식 장치는 표정 변화의 크기에 상관없이 감정을 분류할 수 있다. 다시 말해서, 표정 인식 장치는 미세한 표정 변화와 일반적인 표정 변화 모두 유효하게 인식할 수 있으나, 감정의 크기를 나타내지는 못한다. 이에, 표정에 나타난 감정의 세기를 측정하기 위한 메트릭이 요구된다. 표정 인식 장치는 종래의 메트릭들이 불필요하게 연산량이 많았던 문제점을 해결하기 위하여 랜드마크 정보를 이용하여 얼굴 표정의 세기를 검출하는 심플 메트릭(Simple Metric:SFEM)을 제안할 수 있다.
수학식 3:
수학식 3에서 N(N은 자연수)는 비디오 시퀀스의 프레임 수이고, M은 랜드마크의 개수이다. 수학식 3에서 분자의 성분은 비디오 시퀀스에서 발생하는 각 랜드마크들의 상대적 거리에 대한 변화량의 총합이고, 분모 성분은 얼굴의 상대적인 크기를 나타낸다. 예를 들면, SFEM은 표정 변화의 세기 값이 클수록 강한 표정을 의미할 수 있다.
도 5(a)와 같이 68개의 랜드마크를 가정하면, 1번과 17번의 랜드마크는 양쪽 귀 근처에 위치하며, 28번과 34번 각각의 랜드마크는 각각 코의 상단과 하단에 위치한다. 이러한 랜드마크들 사이의 거리는 일반적으로 표정 변화가 발생하더라도 상대적 위치의 변화가 발생하지 않기 때문에 두 거리의 곱은 자연스럽게 주어진 얼굴의 상대적인 크기라고 할 수 있다. 따라서 수학식 3은 얼굴(인물)과 표정에 강건(robust)하게 얼굴 표정의 크기를 추정할 수 있다
도 6은 일 실시예에 따른 표정 인식 장치에서 특정 감정에 대한 랜드마크 특징을 나타낸 예이다.
도 6(a)는 '행복'이라는 감정의 일반적인 얼굴 움직임 시퀀스에 대한 랜드마크 특징을 나타낸 것이고, 도 6(b)는 '행복'이라는 미세한 얼굴 움직임 시퀀스에 대한 랜드마크 특징을 나타낸 것이다.
도 7은 일 실시예에 따른 표정 인식 장치에서 일반적인 표정 변화와 미세한 표정 변화에 대한 인식 성능을 나타낸 표이다. 도 7(a)는 일반적인 표정 변화 데이터에 대한 인식 성능을 나타낸 것이고, 도 7(b)는 미세한 표정 변화 데이터(합성 데이터)에 대한 인식 성능을 나타낸 것이다.
표정 인식 장치는 랜드마크 특징에 기반하여 얼굴 움직임의 크기에 강건하게 감정에 따라 고유한 패턴을 생성하여 감정 인식을 효과적으로 수행할 수 있다. 또한, 일반적인 움직임을 갖는 트레이닝 셋(training set)을 이용하여 학습하더라도 다양한 크기의 테스트 셋(test set)에서는 모든 크기의 얼굴 움직임 셋에 대응할 수 있다.
또한, 표정 인식 장치는 랜드마크 정보를 이용한 얼굴 표정의 세기를 측정하여 적은 연산량으로 표정 변화의 크기를 측정할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
Claims (7)
- 표정 인식 장치에서 수행되는 표정 인식 방법에 있어서,
영상 정보에 존재하는 얼굴 정보로부터 랜드마크 특징을 생성하는 단계; 및
상기 생성된 랜드마크 특징을 딥 러닝 네트워크를 이용하여 학습을 수행함에 따라 획득한 학습 결과에 기초하여 상기 얼굴 정보의 표정 변화를 검출하는 단계
를 포함하는 표정 인식 방법. - 제1항에 있어서,
상기 영상 정보에 존재하는 얼굴 정보로부터 랜드마크 특징을 생성하는 단계는,
상기 얼굴 정보와 관련된 랜드마크 정보를 합성함에 따라 상기 랜드마크 특징을 생성하는 단계
를 포함하는 표정 인식 방법. - 제2항에 있어서,
상기 영상 정보에 존재하는 얼굴 정보로부터 랜드마크 특징을 생성하는 단계는,
상기 영상 정보에 존재하는 인접한 두 개의 프레임에서 추출된 랜드마크 정보를 이용하여 각 랜드마크 사이 간 거리 정보를 2차원 정보로 변환하고, 상기 변환된 2차원 정보를 정규화하여 프레임 단위의 랜드마크 특징을 생성하는 단계
를 포함하는 표정 인식 방법. - 제1항에 있어서,
상기 딥 러닝 네트워크는,
CNN(convolutional neural network)-LSTM(long short-term memory) 네트워크를 이용하여 구성되는 것을 포함하고,
상기 얼굴 정보의 표정 변화를 검출하는 단계는,
상기 CNN(convolutional neural network)-LSTM(long short-term memory) 네트워크를 이용하여 상기 얼굴 정보의 감정을 분류하는 단계
를 포함하고,
상기 CNN(convolutional neural network)와 상기 LSTM(long short-term memory) 네트워크가 별도로 학습되는, 표정 인식 방법. - 제1항에 있어서,
상기 얼굴 정보의 표정 변화를 검출하는 단계는,
상기 랜드마크 특징을 CNN을 이용하여 학습함에 따라 1차원 특징 벡터를 생성하고, 상기 생성된 1차원 특징 벡터를 LSTM(long short-term memory) 네트워크를 이용하여 학습된 학습 결과를 소프트맥스(Softmax)를 통해 얼굴 정보의 표정에 대한 감정을 분류하는 단계
를 포함하는 표정 인식 방법. - 제1항에 있어서,
상기 얼굴 정보의 표정 변화를 검출하는 단계는,
상기 랜드마크 특징에 기초하여 랜드마크 정보들의 위치가 변화하는 크기 정보를 측정하여 상기 얼굴의 표정의 세기를 판단하는 단계
를 포함하는 표정 인식 방법. - 표정 인식 장치에 있어서,
영상 정보에 존재하는 얼굴 정보로부터 랜드마크 특징을 생성하는 생성부; 및
상기 생성된 랜드마크 특징을 딥 러닝 네트워크를 이용하여 학습을 수행함에 따라 상기 얼굴 정보의 표정 변화를 검출하는 분류부
를 포함하는 표정 인식 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180043344A KR102138809B1 (ko) | 2018-04-13 | 2018-04-13 | 미세한 표정변화 검출을 위한 2차원 랜드마크 기반 특징점 합성 및 표정 세기 검출 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180043344A KR102138809B1 (ko) | 2018-04-13 | 2018-04-13 | 미세한 표정변화 검출을 위한 2차원 랜드마크 기반 특징점 합성 및 표정 세기 검출 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190130179A true KR20190130179A (ko) | 2019-11-22 |
| KR102138809B1 KR102138809B1 (ko) | 2020-07-28 |
Family
ID=68731139
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180043344A KR102138809B1 (ko) | 2018-04-13 | 2018-04-13 | 미세한 표정변화 검출을 위한 2차원 랜드마크 기반 특징점 합성 및 표정 세기 검출 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102138809B1 (ko) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111368734A (zh) * | 2020-03-04 | 2020-07-03 | 中国科学技术大学 | 一种基于正常表情辅助的微表情识别方法 |
| CN111950481A (zh) * | 2020-08-17 | 2020-11-17 | 广州华多网络科技有限公司 | 图像中面部表情量化、识别方法及其装置、设备与介质 |
| KR20210128358A (ko) * | 2020-04-16 | 2021-10-26 | 주식회사 에이비에이치 | 인공지능 기반 감정 인식 장치 및 방법 |
| KR20210155318A (ko) * | 2020-06-15 | 2021-12-22 | 세종대학교산학협력단 | 가짜 감정 인식 방법 및 그 장치 |
| CN115658671A (zh) * | 2022-10-27 | 2023-01-31 | 大连理工大学 | 基于深度学习的集装箱港口装卸设备故障数据补全方法 |
| WO2023009060A1 (en) * | 2021-07-30 | 2023-02-02 | Lemon Inc. | Neural network architecture for face tracking |
| KR20230034812A (ko) * | 2021-09-03 | 2023-03-10 | 주식회사 스텔스솔루션 | 메신저 대화 카메라 촬영 방지 장치 및 방법 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017006872A1 (ja) * | 2015-07-03 | 2017-01-12 | 学校法人慶應義塾 | 顔表情識別システム、顔表情識別方法及び顔表情識別プログラム |
| KR20170112857A (ko) * | 2016-03-25 | 2017-10-12 | 한국과학기술원 | 미세 얼굴 다이나믹의 딥 러닝 분석을 통한 미세 표정 인식 방법 및 장치 |
| KR101787255B1 (ko) * | 2016-05-11 | 2017-11-15 | 이화여자대학교 산학협력단 | 랜드마크의 거리의 비율에 기반한 표정 인식 방법 |
-
2018
- 2018-04-13 KR KR1020180043344A patent/KR102138809B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017006872A1 (ja) * | 2015-07-03 | 2017-01-12 | 学校法人慶應義塾 | 顔表情識別システム、顔表情識別方法及び顔表情識別プログラム |
| KR20170112857A (ko) * | 2016-03-25 | 2017-10-12 | 한국과학기술원 | 미세 얼굴 다이나믹의 딥 러닝 분석을 통한 미세 표정 인식 방법 및 장치 |
| KR101787255B1 (ko) * | 2016-05-11 | 2017-11-15 | 이화여자대학교 산학협력단 | 랜드마크의 거리의 비율에 기반한 표정 인식 방법 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111368734A (zh) * | 2020-03-04 | 2020-07-03 | 中国科学技术大学 | 一种基于正常表情辅助的微表情识别方法 |
| CN111368734B (zh) * | 2020-03-04 | 2022-09-06 | 中国科学技术大学 | 一种基于正常表情辅助的微表情识别方法 |
| KR20210128358A (ko) * | 2020-04-16 | 2021-10-26 | 주식회사 에이비에이치 | 인공지능 기반 감정 인식 장치 및 방법 |
| KR20210155318A (ko) * | 2020-06-15 | 2021-12-22 | 세종대학교산학협력단 | 가짜 감정 인식 방법 및 그 장치 |
| CN111950481A (zh) * | 2020-08-17 | 2020-11-17 | 广州华多网络科技有限公司 | 图像中面部表情量化、识别方法及其装置、设备与介质 |
| WO2023009060A1 (en) * | 2021-07-30 | 2023-02-02 | Lemon Inc. | Neural network architecture for face tracking |
| US11803996B2 (en) | 2021-07-30 | 2023-10-31 | Lemon Inc. | Neural network architecture for face tracking |
| KR20230034812A (ko) * | 2021-09-03 | 2023-03-10 | 주식회사 스텔스솔루션 | 메신저 대화 카메라 촬영 방지 장치 및 방법 |
| CN115658671A (zh) * | 2022-10-27 | 2023-01-31 | 大连理工大学 | 基于深度学习的集装箱港口装卸设备故障数据补全方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102138809B1 (ko) | 2020-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102138809B1 (ko) | 미세한 표정변화 검출을 위한 2차원 랜드마크 기반 특징점 합성 및 표정 세기 검출 방법 | |
| Zhu et al. | Cms-rcnn: contextual multi-scale region-based cnn for unconstrained face detection | |
| Saito et al. | Real-time facial segmentation and performance capture from rgb input | |
| Happy et al. | A real time facial expression classification system using local binary patterns | |
| KR20230021043A (ko) | 객체 인식 방법 및 장치, 및 인식기 학습 방법 및 장치 | |
| US11093734B2 (en) | Method and apparatus with emotion recognition | |
| Shbib et al. | Facial expression analysis using active shape model | |
| US12106554B2 (en) | Image sequence processing using neural networks | |
| Zhao et al. | Fast and precise face alignment and 3D shape reconstruction from a single 2D image | |
| KR20160061856A (ko) | 객체 인식 방법 및 장치, 및 인식기 학습 방법 및 장치 | |
| Abate et al. | Head pose estimation by regression algorithm | |
| KR100988323B1 (ko) | 표정 증폭을 이용한 미세 표정인식 방법 및 장치 | |
| Lee et al. | Head and body orientation estimation using convolutional random projection forests | |
| Reddy et al. | Autoencoding convolutional representations for real-time eye-gaze detection | |
| Vafadar et al. | A vision based system for communicating in virtual reality environments by recognizing human hand gestures | |
| Saabni | Facial expression recognition using multi Radial Bases Function Networks and 2-D Gabor filters | |
| Kumar et al. | Survey on artificial intelligence-based human action recognition in video sequences | |
| Abid et al. | Dynamic hand gesture recognition from Bag-of-Features and local part model | |
| Khademi et al. | Relative facial action unit detection | |
| Zerrouki et al. | Exploiting deep learning-based LSTM classification for improving hand gesture recognition to enhance visitors’ museum experiences | |
| Sharma et al. | Spatiotemporal features representation with dynamic mode decomposition for hand gesture recognition using deep neural networks | |
| Gite et al. | Evaluating facial expressions in real time | |
| Badi et al. | Feature extraction technique for static hand gesture recognition | |
| Takano et al. | Using a human action database to recognize actions in monocular image sequences: Recovering human whole body configurations | |
| Afroze et al. | Head pose classification based on deep convolution networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |