ETRI-Knowledge Sharing Plaform

KOREAN
기술이전 검색
Year ~ Transaction Count Keyword

Detail

10 FACIAL EXPRESSION RECOGNITION TECHNOLOGY

Manager
Hoyoung Yoo
Participants
Kim Hyeon Jin, Na Jung-Chan, Hoyoung Yoo, Yoon Yeo Chan, Chae Won Seok
Transaction Count
1
Year
2022
Project Code
22HT1100, Proactive interation based VRAR virtual human object creation technology, Kim Hyeon Jin
22ZT1100, ICT convergence technology support and development based on local industry in the metropolitan area, Lee Seong-Hee
21HT1100, Proactive interation based VRAR virtual human object creation technology, Yoon Yeo Chan
영상 콘텐츠(사진 또는 동영상) 내에서 인간의 감성을 인지할 수 있는 이미지 시계열 기반 표정인식(졸림, 싫어함, 행복, 화남, 슬픔, 중립, 놀람, 공포, 역겨움, 차분함 등 10종)기술
- 멀티모달 기반 사용자 반응형 환경·상황·감성 인지 기술을 개발하고 도메인에 적용함으로써, 교감형 상황인지 기술 분야 핵심기술 확보 및 국내외 기술선점 필요
- 감성인식 기술은 비언어 기반(음성, 표정, 행동)의 대화를 통해 심리를 파악하는데 유용한 기술로 국제적으로 더딘 상황으로 미개발 분야에 속함
- 한국은 현재 인공지능 분야에서 미국과 비교하여 2년의 기술격차가 나타나는 것으로 보고되어 경쟁력 확보를 위해 미개발 분야 시장 선점 필요
* 전세계 인공지능 관련 소프트웨어 매출 시장은 ‘25년 1,200억 달러에 이를 것으로 추정되며, 현재 미국, 중국, 유럽 등 주요 선진국 위주로 경쟁력 확보
- 코로나19 등 언택트 환경에 대한 대처 기술 수요급증에 따라 현장에서 필요한 비대면 상용서비스 지원을 위한 커뮤니케이션 기술에 적용할 요소기술 제공 필요
- 고도화된 감성기술을 응용한 개성 있는 가상의 인공지능 휴먼 에이전트 개발을 통해 인공지능 관련 분야의 신시장 선점 및 확산 기대
- 웹캠환경에서 실시간으로 표정인식 가능
. 실험환경 : CPU(Intel i9-10900K 10 cores @ 3.7GHz), GPU(Nvidia RTX A6000 48GB 1대), Memory(32GB)
- 시계열 정보 기반의 정확한 인식
. Self-attention 기반의 시계열 이미지 분석 알고리즘 사용
- 10가지 표정인식으로 활용성 확대
. 경쟁기술의 경우 6~7가지 표정인식만 가능한 경우가 많으며 정면 얼굴기반으로 인식되는 경우가 많아 활용에 어려움
- 동양인, 특히 한국인 데이터셋을 적용하여 한국인의 표정을 기존대비 정확하게 분석 가능
- 영상 콘텐츠(사진 또는 동영상) 내에서 인간의 감성을 인지할 수 있는 이미지 시계열 기반 표정인식(졸림, 싫어함, 행복, 화남, 슬픔, 중립, 놀람, 공포, 역겨움, 차분함 등 10종)기술
- 사진 또는 동영상으로부터 검출된 각 얼굴의 10종 표정 분류 결과 제공
- GPU 서버 환경에서 실시간 동작을 위한 Client ?Server API 제공
- 10종 표정 분류에 대한 Confusion matrix 분석 제공

- 10종 표정인식 학습기 (소스코드, Pytorch)
· 데이터셋으로부터 표정인식 정보를 학습하여 그 결과를 모델로 제공
※ 학습을 위한 데이터셋은 기술이전범위에 포함되지 않음
- 10종 표정인식기 (소스코드, Pytorch)
· 사진 또는 동영상으로부터 검출된 각 얼굴의 10종 표정 분류 결과 제공
· GPU 서버 환경에서 실시간 동작을 위한 Client ?Server API 제공
- 10종 표정인식기 테스트 프로그램 (소스코드, Pytorch)
· 주어진 데이터셋의 인식 정확도 결과 제공
· 10종 표정 분류에 대한 Confusion matrix 분석 제공
- 대화 감정, 표정 인식, 의도 파악 등의 기술을 필요로 하는 교육, 의료, 공공복지, 산업분야에서 몰입감과 실재감을 높일 수 있는 감성 반응형 응용 서비스 기술로 활용 가능
(사회복지) 사회적 소외계층, 청소년 상담 등 정서적 상담이 필요한 지원서비스
(국방분야) 내무병사, 재향군인 등 군종사자의 불안도, 심리변화 추적 등 감성인지 서비스
(산업지원) 고객분석, 면접자 신뢰도 평가 등 감성분석을 이용한 다양한 CS지원
(교육분야) 학습자의 반응분석을 통한 상호작용이 가능한 지능형 교육에이전트
(의료분야) 환자의 기분상태 모니터링, 우울증, 치매진단 등 인공지능 디지털헬스케어

- 영상 시계열 분석 및 개인화 기반의 대화 감정, 표정 인식, 의도 파악 등의 기술 개발을 통해 몰입감과 실재감을 높일 수 있는 감성 반응형 응용시장 산업경쟁력 확보
- 인공지능 비서, 교육 등 다양한 분야의 제품에 도입해서 경제적 효과 유발
- 인간 감성 탐지 서비스의 요소로 포함되어 다양한 대인 기반 서비스 창출
- 실감 콘텐츠 친구, 상담 서비스, 교육 등 실생활과 밀접한 분야의 다양한 서비스 제공으로 실감 콘텐츠에 대한 사용자 만족도 증대 및 삶의 질 향상 추구
- 실생활 수준의 현장감, 공간감, 사실감 제공으로 몰입도, 효율성, 인지도 증대를 통한 전문가 서비스, 자율 주행, 범죄 및 사고 예방 서비스 제공