가버 웨이블릿 신경망을 이용한 감정 표정 인식 시스템에 관한 연구 : 새로운 특징 분리 척도에 의한 적응A study on facial emotional expression recognition system via gabor wavelet neural network : adaptation by novel feature separability criterion

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 1039
  • Download : 0
DC FieldValueLanguage
dc.contributor.advisor변증남-
dc.contributor.advisorBien, Zeung-Nam-
dc.contributor.author이상완-
dc.contributor.authorLee, Sang-Wan-
dc.date.accessioned2011-12-14T01:55:07Z-
dc.date.available2011-12-14T01:55:07Z-
dc.date.issued2005-
dc.identifier.urihttp://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=243744&flag=dissertation-
dc.identifier.urihttp://hdl.handle.net/10203/37880-
dc.description학위논문(석사) - 한국과학기술원 : 전기및전자공학전공, 2005.2, [ x, 147 p. ]-
dc.description.abstract본 논문에서는 얼굴 영상에서 6개의 특징점을 대상으로 하는 얼굴 표정 인식을 위한 가버 웨이블릿 신경망이 제안되었다. 그리고, 새로운 특징 분리 척도와 이를 목적함수로 하는 학습방법이 제안되었다. 학습은 기존의 특징 분리도의 단점을 개선하는 특징 분리 척도의 행렬식에 기반하여 이루어진다. 이러한 특징 추출부에 대한 학습과정을 통해서 분리도가 높은 특징을 추출하게 되며, 본 연구에서는 인식기로써 적응 성능을 가지는 퍼지 신경망 모델을 적용하였고, 89%의 일반화 성능과 97%의 개인화 성능이라는 높은 인식률을 얻었다.kor
dc.languagekor-
dc.publisher한국과학기술원-
dc.subject표정 인식-
dc.subject가버 웨이블릿 신경망-
dc.subject특징 분리 척도-
dc.subject적응-
dc.subject퍼지 신경망 모델-
dc.subjectfuzzy neural network model-
dc.subjectfacial expression recognition-
dc.subjectGabor wavelet neural network-
dc.subjectfeature separability criterion-
dc.subjectAdaptation-
dc.title가버 웨이블릿 신경망을 이용한 감정 표정 인식 시스템에 관한 연구-
dc.title.alternativeA study on facial emotional expression recognition system via gabor wavelet neural network : adaptation by novel feature separability criterion-
dc.typeThesis(Master)-
dc.identifier.CNRN243744/325007 -
dc.description.department한국과학기술원 : 전기및전자공학전공, -
dc.identifier.uid020033448-
dc.contributor.localauthor변증남-
dc.contributor.localauthorBien, Zeung-Nam-
dc.title.subtitle새로운 특징 분리 척도에 의한 적응-
Appears in Collection
EE-Theses_Master(석사논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0