로봇 인터페이스를 위해 단일 채널 뇌신호를 이용한 CNN 기반 감정 인식 기법

초록

최근 들어 감정 인식에 관한 기술은 인간과 컴퓨터 시스템 간의 궁극적인 상호작용을 위한 매우 중요한 기술로 인식되고 있다. 또한 감정 인식에 대한 연구에서 뇌신호인EEG (electroencephalogram)는 인간의 내면 감정을 파악할 수 있기 때문에 가장 각광받고 있는 데이터로 자리매김 되었다. EEG는 데이터 수집 장비에 따라 채널의 수가 각각 다르고 데이터 크기도 천차만별이다. 이 논문은 이러한 데이터를 줄이고 단순화하기 위해 1 채널 EEG 수집 장비를 사용했다. 그리고 이 데이터를 이용하여 감정 인식의 정확도를 높이기 위해 CNN(Convolutional Neural Networks)를 사용한다. 수집된 데이터는 주파수를 기준으로 5개의 집단으로 나누었으며, 이 나눠진 데이터에서 PSD와 DE 특징을 추출하였다. 같은 환경에서 실험 결과 제안된 1채널 데이터 베이스와 공개 데이터베이스인 32채널의 MAHNOB-HCI 데이터베이스가 비슷한 성능을 보였다.