생체신호 기반의 기계 학습 알고리즘을 이용한 부적 감성 분류
장은혜, 박병준, 김상협 et al. · International Conference on Human-Computer Interaction · 2012
생리신호는 인간의 감성과 밀접한 상관이 있고 사회적 차폐나 인위적인 감성 표현에 의한 것이 아닌 자연스러운 감성반응에 의해 획득되기 때문에, 최근 감성 인식 연구에서 많이 활용되고 있다. 본 연구에서는 생리신호에서 추출된 특징을 기계 학습 알고리즘에 적용하여 부적 감성 (슬픔, 공포, 놀람, 스트레스)을 분류하고 이들 감성을 가장 잘 분류하는 최적의 알고리즘을 확인하고자 하였다. 12명의 남녀 대학생을 대상으로 10회에 걸쳐 감성유발자극을 제시하고 생리신호 (피부전기활동, 심전도, 피부온도와 혈류맥파)를 측정하였다. 측정된 생리신호에서 28개의 특징을 추출하여 선형판별함수, 결정트리, 자기 조직화 지도와 서포트벡터머신 학습 알고리즘에 적용하였다. 그 결과, 선형판 별함수에 의한 감성 분류 정확도가 가장 낮았고 (46.8%), 서포트벡터머신 알고리즘에 의한 감성 분류가 가장 정확한 것으로 나타났다 (100%). 서포트벡터머신은 두 종류의 데이터를 적절히 나누는 판별방식을 컴퓨터로 학습하여 새로운 데이터에 대한 예측을 수행할 뿐 아니라 커널 함수를 이용하여 비선형 분류가 가능한 알고리즘으로, 여러 가지 문제에 대하여 우수한 해결능력을 가지고 있다. 따라서 부적 감성 분류를 위한 서포트벡터머신 알고리즘은 다양한 감성 인식 및 피드백을 필요로 하는 인간과 기계의 정교한 상호작용 또는 다양한 인간 친화적 감성 제품의 개발에 적용 가능하다.
Cited by 0 works.