[논문리뷰] Emotion Recognition via Facial Expression ( Proceedings of TENCON 2018 - 2018 IEEE Region 10 Conference )

Emotion Recognition

# TiTLE : Emotion Recognition via Facial Expression: Utilization of Numerous Feature Descriptors in Different Machine Learning Algorithms

# Keypoint : 본 연구는 Key Facial Detection, Saliency Mapping, Local Binary Pattern, Histogram of Oriented Gradient의 12가지 가능한 조합을 6개의 기계학습 분류 알고리즘과 함께 조사하여 인간의 감정을 분류하는 총 72개의 모델을 생성한 후 테스트해보았더니, RBF SVM HOG+LBP 모델이 F1 점수가 0.93인 7개 감정에서 가장 높은 평균 정확도. 또한 기쁨을 분류하는 데 탁월한 결과를 보여주었고 가장 약한 것은 분노.

# 느낀점 : 물론 기술적인 면에서 배운 것이 많지만 이 과정에서 논문을 분석하고 빠르게 읽는 것에 대해 느낀 것이 ㅁ낳다. 그리고 Emotion Recognize관련 tip들을 찾을 수 있었다. 또한, 기회가 된다면 나만의 DB(DataBase)를 만들어 Learning을 함에 있어서 좋은 결과를 얻도록 공부해보고 싶다.