EEG Topography 라벨링을 이용한 감정인식 기법

초록

최근 인간-로봇 상호작용을 위해 인간의 감정을 인식하는 연구가 활발히 진행되고 있다. 본 논문에서는 MAHNOB HCI에서 사용된 자기평가(Self-assessment)와 주석 라벨링(Annotation Labeling) 방법과 다른 이미지 기반의 EEG Topography를 이용한 라벨링(Labeling)을 통해 감정을 평가하는 방법을 제안한다. 제안한 방법은 EEG 신호를 Topography의 이미지로 변환하여 기계학습 모델을 학습하고 이를 기반으로 감정을 평가한다. MAHNOB-HCI 데이터베이스를 적용한 실험에서 SVM, kNN의 성능 비교를 하였으며, 제안 방법의 감정인식 정확도를 SVM에서 54.2%, kNN에서 57.7%로 확인하였다.