영상 기반 감정상태 예측/감정변화 추적, 성별/나이 예측, 헤드포즈/호명반응 탐지, 시선/눈맞춤 탐지, 반복적 행동 검출 및 제스처 인식 등 상호작용 기반의 비언어적 반응분석 AI 요소기술 및 이를 이용한 『ASD 선별 AI 통합 플랫폼 SW』 기술임
- 현재 조기진단이 절실히 필요한 자폐스펙트럼장애(ASD)의 유병률은 미국의 경우 2016년 54명 중 1명, 2018년 44명중 1명, 2020년 36명 중 1명으로 보고되고 있으며, 국내의 경우는 38명 중 1명(2.64%)으로 높은 유병률 및 증가율을 보이고 있음
- ASD는 많은 아동들이 12~24개월 사이, 심지어 12개월 이전에도 증상이 나타나는 것으로 보고되었으나 실제 진단되는 연령은 부모가 아동의 발달에 대해 처음 인지하는 시점으로부터 3~9년이 소요되는 것으로 보고되고 있음
- 그러나, 기존 ASD 선별 도구들은 사용을 위한 훈련 과정이 오래 걸리고, 전문가의 경험과 능력에 따라 진단의 비일관성이 존재하며, 한 명의 아동을 진단하는 데 최소 6~7시간의 검사 시간과 투입되는 자원이 매우 방대하여 많은 어려움이 있음
- ASD의 조기 발견과 조기 개입은 아동의 발달 과정에서 소요되는 사회적 비용을 절감하고, 이차적인 사회적 상호작용의 문제, 독립적인 발달을 이루는 문제들을 해결하는 데 중요한 해결책으로 작용하고 있음
- 따라서, ASD 선별 평가도구 기반의 영유아 상호작용 유도를 통한 개인 특성정보, 감정변화, 시선/헤드포즈, 제스처, 반복 행동 등 다양한 사회적 상호작용을 인식할 수 있는 인공지능(AI)기술이 필요함
- 즉, ASD 선별을 위한 AI 요소기술을 필요로 하는 관련 산업체에 기술이전을 통하여, 관련 IT 제품과 로봇 등에 대한 경쟁력 제고뿐만 아니라 ASD 탐지 등 다양한 서비스 분야 확보를 통한 사회문제 해결에도 기여할 수 있을 것으로 사료 됨
- 세계 최초로 IT-의료-심리 분야의 융복합 연구를 통하여, ASD 선별 평가도구를 적용한 상호작용 유도를 통한 인지능력이나 심리적 변화에 대한 객관적이고 정량적 평가를 효율적으로 할 수 있는 AI 기반의 해결 방안을 제시함
- 영유아의 비언어적 반응, 감정 예측 및 상동행동 분석을 통한 사회적 상호작용 인지 기반의 『ASD 선별 AI 플랫폼 SW』 시작품 개발을 통하여, 세계적 수준의 다양한 비언어적 의사소통 인식 핵심 요소기술을 확보함
○기술이전의 내용
[세부기술A]: 영유아 특성(성별/나이) 분석 AI 기술
[세부기술B] : 감정상태 예측 및 미세 감정변화 추적 AI 기술
[세부기술C] : 헤드포즈/호명반응 및 시선/눈맞춤 탐지 AI 기술
[세부기술D] : 가리키기 제스처 검출 AI 기술
[세부기술E] : 반복적/상동적 행동 검출 및 분류 AI 기술
[세부기술F] : ASD 선별 AI 통합 플랫폼 SW 기술
○기술이전의 범위
[세부기술A] : 영유아 특성(성별/나이) 분석 AI 기술
- 검출된 얼굴 영상에서 영유아 특성(성별/나이) 분석 SW 코드
- 영유아 특성(성별/나이) 분석 모듈 시험 결과서
- Pytorch or ONNX 버전
[세부기술B] : 감정상태 예측 및 미세 감정변화 추적 AI 기술
- 검출된 얼굴 영상의 감정/표정 예측 또는 분류 SW 코드
- 검출된 얼굴 영상의 미세 감정/표정 변화 검출/추적 SW 코드
- 감정상태 예측 및 변화 검출/추적 모듈 상세 설계서
- 감정상태 예측 및 변화 검출/추적 모듈 시험 결과서
- Pytorch or ONNX 버전
[세부기술C] : 헤드포즈/호명반응 및 시선/눈맞춤 탐지 AI 기술
- 검출된 얼굴 영상에 대한 헤드포즈 추론 SW 코드
- 검출된 얼굴 영상에 대한 시선방향 추론 SW 코드
- 검출된 얼굴 영상에 대한 눈맞춤/호명반응 탐지 SW 코드
- 눈맞춤 및 호명반응 탐지 모듈 상세 설계서
- 눈맞춤 및 호명반응 탐지 모듈 시험 결과서
- Pytorch or ONNX 버전
[세부기술D] : 가리키기 제스처 검출 AI 기술
- 가리키기 제스처 수행 여부/확률 탐지 SW 코드
- 가리키기 제스쳐 검출 모듈 상세 설계서
- 가리키기 제스쳐 검출 모듈 시험 결과서
- Pytorch or ONNX 버전
[세부기술E] : 반복적/상동적 행동 검출 및 분류 AI 기술
- 비디오 영상에서 반복적 행동 구간 검출 SW 코드
- 검출된 반복적 행동 구간 내 상동행동 분류 SW 코드
- 비정상/상동적 행동 인지 엔진 상세 설계서
- 비정상/상동적 행동 인지 엔진 시험 결과서
- Pytorch or ONNX 버전
[세부기술F] : ASD 선별 AI 통합 플랫폼 SW 기술
- ASD 선별 AI 통합 플랫폼 SW 코드
- ASD 선별 AI 통합 플랫폼 설계서
- ASD 선별 AI 통합 플랫폼 시험 결과서
- ASD 선별 AI 통합 플랫폼 운용 메뉴얼
ㅇ 자폐스펙트럼장애 선별/평가 및 진단지원 서비스 분야
- “발달장애인 평생케어 종합대책 (2018.09.12.)”에 따른 영유아기 ASD 조기 선별검사 기술로 활용하여, 조기진단/조기개입을 통한 보육과 교육 서비스의 접근성을 높일 수 있는 관련 기술로 활용 가능할 것임
- 자체 또는 원격 ASD 선별평가 서비스 (유아원, 일반가정 등), 소아/청소년과 ASD 진단지원 서비스 (의료기관), ASD 선별 공공 서비스 (발달증진센터, 보육시설), ASD 중재/훈련/치료를 위한 상호작용 인지 기술 개발 활성화가 기대됨
ㅇ 지능형 로봇, HRI/HCI, 환자 모니터링 및 행동 분석, 엔터테인먼트 분야
- 감정의 상태/변화 예측 및 추적: CRM 서비스, 소셜로봇, 게임기/콘텐츠 SW
- 헤드포즈/시선/눈맞춤 검출/추적: 환자 모니터링, 서비스 로봇, 노인케어 SW
- 반복적 행동 인식: 스포츠, 헬스 모니터링, 독거노인 행동분석 SW
ㅇ 기대효과
- 본 기술은 전체 시스템 또는 단위 기술을 기반으로 인간과 교감하는 한 단계 진보된 감성지능 기술로의 기존 인공지능 기술의 한계극복 및 다양한 지능형 시스템으로 확장을 통한 감성지능 분야의 국가 경쟁력 확보가 기대됨
- 감정인식 기반의 HCI/HRI, 건강정보 모니터링, 심리인지, 안전운전 지원 등의 매우 풍부한 응용 분야가 존재하며, 연구 결과를 토대로 기존기술의 한계를 극복하여 다양한 분야에 적용을 기대할 수 있을 것임
- 현재 15.3%에 불과한 정신건강 서비스 이용률을 개선함으로써, 연간 8조 원이 넘게 발생하고 있는 사회적 비용을 대폭 줄일 수 있을 (1%만 낮추어도 년간 800억 원의 사회비용 절감 효과 발생) 것으로 기대됨