맥파 신호기반 감정인식을 위한 주파수 특징 분석

장원두 국제차세대융합기술학회 2022 차세대융합기술학회논문지 Vol.6 No.1

생체신호를 사용하는 감정인식은 환자, 위험활동 종사자의 모니터링 등에 유용히 활용될 수 있는 기술로, 최근 인공지능기술의 발달에 따라 활발히 연구되고 있다. 본 논문은 감정인식을 목적으로, 공개 생체신호 데이터 셋인 DEAP 데이터셋을 사용하여 맥파 신호를 주파수 대역별로 분석하고, 그 결과를 제시하였다. 기존의 연구가 arousal과 valence에 대하여 0.4Hz 이하의 저주파 신호 특징을 분석한 데 비해, 본 연구에서는 dominance와 liking을 분석 대상에 포함시켰으며, 맥파를 사용하는 감정인식에 있어 0.4 Hz 이상의 고주파 대역이 가지는 중요 성을 유의성 검증을 통해 분석하였다. 그 결과, 기존에 사용되지 않았던 0.4Hz 이상의 주파수 대역에도 valence, dominance, liking등의 감정인식에 유의미한 특징이 존재함을 발견하였으며, arousal 인식에 있어서는 0.4-1Hz 대 역을 제외하고는 유의미한 주파수 특징이 없음을 발견하였다. The recognition of human emotion using biosignals is one of the important techniques to monitor patients or to assist workers in dangerous environments, which has been studied by many researchers in the last decades. This paper presents a frequency analysis of photoplethysmogram for the recognition of emotions, using an open physiological signal dataset for emotion analysis (DEAP). The main contribution of this paper is that the importance of all the frequency bands was analyzed by significance tests, though previous studies analyzed the features in the low-frequency bands of lower than 0.4Hz only. Moreover, the analysis for all the emotions such as arousal, valence, dominance and liking were presented whereas the preivous studies focused on the arousal and valence only. In results, significant differences were found in the higher frequency bands (over 0.4Hz), between the low and high emotional states of valence, dominance, and liking. No features were showing significant differences for arousal except the 0.4-1Hz band.

딥러닝 네트워크를 사용하는 온라인 서명검증

장원두 국제차세대융합기술학회 2022 차세대융합기술학회논문지 Vol.6 No.2

온라인 서명 검증은 태블릿 컴퓨터, 디지털 펜 등을 사용하여 입력된 서명의 진위를 검증하는 것으로, 카 드 사용 등 서명을 사용하는 본인인증 수단의 보안을 강화시키기 위한 기술이다. 최근 딥러닝 기술이 발달하며 온 라인 서명검증에도 여러 딥러닝 기법들이 적용되고 있으나, 학습 데이터의 수를 확보하기가 어려운 단점으로 인해 성능향상에 어려움이 있다. 본 논문에서는 온라인 서명 검증의 정확도를 높이는 방법으로 개인별 전이학습기법을 제안하고 이를 검증하였다. 제안된 개인별 전이학습은 전체 사용자의 데이터를 사용하여 네트워크를 우선 학습시 킨 후, 개별 사용자의 데이터만을 사용하여 완전연결층만을 새로 학습시키는 방법이다. 제안된 방법은 반복실험을 통하여 개별학습이 평균 3.44%p의 인식률을 향상시킬 수 있음을 보였으며(정확도 93.50%), 향후 기본 모델 구조 의 최적화를 통해 서명검증 정확도의 추가적인 향상을 기대해 볼 수 있다. Online signature verification is classifying forgeries and genuine signatures, which is to enhance the security of the authentication of using handwritten signatures. One of the main obstacles in online signature verification is the lack of training data. Deep neural network has been utilized for online signature verification recently, but it suffers from the limited number of training data because deep neural networks often require a huge number of training data for higher accuracies. This paper proposes a method of two-stages training: general and personalization. A whole network is trained with the signatures of all the writers at the first step, and a part of the network is trained with the signatures of a writer at the second step. The proposed method improved the accuracy of 3.44%p on average, as it reached 93.50% of accuracy, and the accuracy is expected to be improved by optimizing a base network model.

합성곱 신경망을 이용한 Bender Gestalt Test 영상인식

장원두,양영준,최성진 한국멀티미디어학회 2019 멀티미디어학회논문지 Vol.22 No.4

This paper proposes a method of utilizing convolutional neural network to classify the images of Bender Gestalt Test (BGT), which is a tool to understand and analyze a person’s characteristic. The proposed network is composed of 29 layers including 18 convolutional layers and 2 fully connected layers, where the network is to be trained with augmented images. To verify the proposed method, 10 fold validation was adopted. In results, the proposed method classified the images into 9 classes with the mean f1 score of 97.05%, which is 13.71%p higher than a previous method. The analysis of the results shows the classification accuracy of the proposed method is stable over all the patterns as the worst f1 score among all the patterns was 92.11%.

딥러닝 신경망을 사용하는 벤더-게슈탈트 검사의 자동채점 : 도형의 배열순서

장원두,권지우,최성진 국제차세대융합기술학회 2023 차세대융합기술학회논문지 Vol.7 No.3

벤더-게슈탈트 검사(Bender-Gestalt Test: BGT)는 개인의 심리를 분석하는 투사검사의 일종으로, 사용 자가 그리는 도형의 형태, 상호관계 등을 통해 개인의 심리를 유추한다. 본 논문은 사용자가 제출한 BGT 응답지 에서 도형의 배열순서와 관련된 항목을 자동 채점하는 방법을 제안한다. YOLOv5를 사용하여 BGT 응답지에서 각 도형을 검출하였으며, BGT 응답의 특성을 적용하여 검출 결과를 보정하였다. 검출된 도형의 위치는 시계열 데 이터로 인코딩 되어 채점 네트워크의 학습에 사용되었다. 또한, 특정 데이터에 편향된 학습을 방지하고, 결과의 신 뢰도를 향상시키기 위해 10-fold 교차 검증을 활용하였다. 제안된 방법은 mAP (mean Average Precision) 기준 98.4%의 정확도로 각 도형을 검출하였으며, 10점 척도의 평가점수에서 평균 오차 2.22점의 정확도로 전문가의 점 수를 올바르게 예측할 수 있었다. Bender-Gestalt Test (BGT) is a projective psychological assessment, which is to understand personal mental heath status by analyzing shapes drawn by a respondent. This paper propose a method to score related to the shape sequence automatically. We detected each shapes from BGT responses by utilizing YOLOv5, and the detected regions were refined by using the principles of BGT. The region of detected BGT shapes were encoded into time-series data and used to train a deep neural network for scoring. We also utilized 10-fold cross-validation to prevent biased training on specific data and improve the reliability of our results. The proposed method detected each shapes with 95.8% mAP (mean Average Precision), and it estimated the score accurately with the RMSE (root mean square error) less than 2 point (in 10-point scale scoring).

웨이블릿 계수와 Dynamic Positional Warping을 통한 EOG기반의 사용자 독립적 시선인식

장원두(Won-Du Chang),임창환(Chang-Hwan Im) 한국멀티미디어학회 2018 멀티미디어학회논문지 Vol.21 No.9

고차원 매핑기법과 딥러닝 네트워크를 통한 정형데이터의 분류

김경택,장원두 한국사물인터넷학회 2023 한국사물인터넷학회 논문지 Vol.9 No.6

최근 딥러닝은 다양한 분야에서 전통적인 기계학습에 비해 월등히 높은 성능을 보이고 있으며, 패턴인식을 위한보편적인 방법으로 자리 잡아 가고 있다. 하지만, 이에 비해 정형데이터를 사용하는 분류 문제에서는 여전히 머신러닝기법이 주류를 이루고 있다. 본 논문에서는 정형데이터를 고차원 텐서로 변환하는 네트워크 모듈을 제안하며, 이 모듈을보편적인 딥러닝 네트워크와 함께 구성하여 정형데이터의 분류 문제에 적용하였다. 제안된 방법은 4종의 데이터셋을활용하여 학습 및 검증되었으며, 제안된 방법은 90.22%의 평균 정확도를 달성하여, 최신 딥러닝 모델인 TabNet에 비해 2.55%p 높은 정확도를 보였다. 제안된 방법은 컴퓨터 비전 분야에서 높은 성능을 보이는 다양한 네트워크 구조를정형데이터에 활용할 수 있다는 점에서 의미가 있다. Deep learning has recently demonstrated conspicuous efficacy across diverse domains than traditional machine learning techniques, as the most popular approach for pattern recognition. The classification problems for tabular data, however, are remain for the area of traditional machine learning. This paper introduces a novel network module designed to tabular data into high-dimensional tensors. The module is integrated into conventional deep learning networks and subsequently applied to the classification of structured data. The proposed method undergoes training and validation on four datasets, culminating in an average accuracy of 90.22%. Notably, this performance surpasses that of the contemporary deep learning model, TabNet, by 2.55%p. The proposed approach acquires significance by virtue of its capacity to harness diverse network architectures, renowned for their superior performance in the domain of computer vision, for the analysis of tabular data.

사전 자세에 따른 근전도 기반 손 제스처 인식

최현태,김덕화,장원두 한국사물인터넷학회 2023 한국사물인터넷학회 논문지 Vol.9 No.6

손 제스처의 인식은 구어 사용이 어려운 사람들의 의사소통을 위한 중요한 기술이다. 제스처 인식에 널리 사용되는 근전도 신호는 사전 자세에 따라 동작이 달라지기 때문에 제스처 인식의 어려움이 있을 것으로 예상되지만, 이에관한 연구는 찾기 어렵다. 본 연구에서는 사전 자세에 따른 제스처 인식 성능의 변화를 분석하였다. 이를 위해 총 20명의 피험자에게서 사전 자세를 가지는 동작에 대한 근전도 신호를 측정하고, 제스처 인식을 실험하였다. 그 결과, 학습및 테스트 데이터 간 사전 상태가 단일한 경우에는 평균 89.6%의 정확도를, 상이한 경우에는 평균 52.65%의 정확도를보였다. 반면, 사전 자세를 모두 고려한 경우에는 정확도가 다시 회복됨을 발견하였다. 이를 통해 본 연구에서는 근전도를 활용하는 손 제스처 인식시에 사전 자세가 다양하게 고려하여야 함을 실험적으로 확인하였다. Hand gesture recognition is an essential technology for the people who have difficulties using spoken language to communicate. Electromyogram (EMG), which is often utilized for hand gesture recognition, is expected to have difficulties in hand gesture recognition because its people's movements varies depending on prior postures, but the study on this subject is rare. In this study, we conducted tests to confirm if the prior postures affect on the accuracy of gesture recognition. Data were recorded from 20 subjects with different prior postures. We achieved average accuracies of 89.6% and 52.65% when the prior states between the training and test data were unique and different, respectively. The accuracy was increased when both prior states were considered, which confirmed the need to consider a variety of prior states in hand gesture recognition with EMG.

대중가요에 나타난 도시 부산의 변화: 피란수도로부터 관광도시까지

오영삼,허원빈,장원두,정건섭,김동완,오지은 동의대학교 지방자치연구소 2022 공공정책연구 Vol.39 No.3

본 연구의 주요 목적은 1950년대부터 현대까지 대중가요 속에나타난 부산의 모습과 심상의 변화를 분석한 것이다. 첫째, 1950년대에서 1970년대 대중가요는 피난민이 경험하는 이별과 그리움에대한 심상을 주로 담고 있었다. 둘째, 1980년대에서 1990년대의 대중가요 도시민의 낭만적 비애와 부산에 대한 자부심에 관한 심상이 드러났다. 셋째, 2000년 이후 대중가요는 관광과 향수, 여유, 공허함 등 다양한 감정이 복잡하게 공존하고 있었다. 본 연구는 대중가요 속의 부산을 재조명해봄으로써 과거 부산의 얼굴을 파악하고 시대의 감정을 되새김하였다. 연구결과를 바탕으로 시대변화에따른 부산에 대한 이미지를 이해하는 동시에 미래 부산에 대한 방향성을 제시하리라 생각한다.

저가형 EOG 계측장치를 이용한 시선추적

장승태,이정환,장재영,장원두 한국융합학회 2018 한국융합학회논문지 Vol.9 No.11

아두이노와 저가형 생체신호 증폭기를 사용하여 시선추적실험을 실시하고 결과를 분석하였다. 본 연구에서는 간단 한 4방향의 시선이동 인식실험과 함께, 시선을 사용하여 영어 알파벳 등을 직접 쓰는 eye-writing 인식실험을 함께 진행함으 로, 새롭게 구성한 안구전도 측정장치의 실용성을 평가하고, 더 나아가 저가형 안구전도 장치가 eye-writing과 같은 복잡한 사람-컴퓨터간 상호작용도구로 활용될 수 있는지를 분석하였다. 실험을 위해서 PSL-iEOG와 아두이노를 사용하는 저가형 안구전도 측정장치가 구성되었으며, 패턴분류를 위해 dynamic positional warping과 웨이블릿 변환이 사용되었다. 실험 결 과, 저가형 측정장치는 비교적 단순한 알고리즘만으로도 외부 잡음이 유입되지 않은 경우 90%에 가까운 정확도로 시선방향 을 인식할 수 있었으며, eye-writing의 경우에도 5개 패턴에 대해서 90%의 중위 정확도를 달성할 수 있었다. 그러나 패턴의 숫자가 증가함에 따라 정확도가 매우 감소하여, 다양한 패턴의 직접적인 입력이라는 eye-writing의 장점을 부각하기 위해서 는 저가형 장치에 특화된 알고리즘의 개발 등 추가적인 연구가 필요할 것으로 여겨진다. This paper describes the experiments of gaze tracking utilizing a low-cost electrooculogram measuring device. The goal of the experiments is to verify whether the low-cost device can be used for a complicated human-computer interaction tool, such as the eye-writing. Two experiments are conducted for this goal: a simple gaze tracking of four directional eye-movements, and eye-writing—which is to draw letters or shapes in a virtual space. Eye-written alphabets were obtained by two PSL-iEOGs and an Arduino Uno; they were classified by dynamic positional warping after preprocessed by a wavelet function. The results show that the expected recognition accuracy of the four-directional recognition is close to 90% when noises are controlled, and the similar median accuracy (90.00%) was achieved for the eye-writing when the number of writing patterns are limited to five. In future works, additional algorithms for stabilizing the signal need to be developed.

생체신호의 패턴인식을 위한 생성모델 구축

최현태(Hyun-Tae Choi),장원두(Won-Du Chang) 대한전자공학회 2023 대한전자공학회 학술대회 Vol.2023 No.6