안면표정분석을 위한 Facial EMG기반 주파수특징을 이용한 합성곱 신경망

초록

fEMG는 안면 근육의 본 논문에서는 fEMG 신호에서 (Notch Filter)와 대역 통과 필터(Band Pass 이를 위해 미세한 얼굴의 감정을 통한 안면 표정 움직임을 감지하는 129 연구되고 있다. fEMG 신호는 민감하여 잡음에 신호이며 표정이나 제거하기 신호의 측정하는 전처리가 합성곱 취약하며 신경망 모델을 도구로서 필요하다. 분석을 진행한다. 원시 fEMG 신호를 20~450Hz 주파수 대역으로 대역 통과 필터링하고 60Hz에서 노치 필터링한 뒤, 이를 이용하여 안면 표정을 분석하는 합성곱 신경망 기반 모델을 제안한다. 제안한 2D 합성곱 신경망 모델은 기존에 제안된 머신러닝 기법인 LDA에 비해 8.27%p 더 높은 정확도를 보였으며, 비지도 LDA보다는 7.28%p 더 향상되었다. 실험 결과는 fEMG 신호를 사용한 2D 합성곱 신경망 기법이 안면 표정 분석에 효과적임을 보여준다.