Extraction of Critical Low-Level Image Features for Effective Emotion Analysis

Eui-Hwan Han; Hyung-Tai Cha

doi:10.5302/J.ICROS.2019.19.0014

추천

검색

질문

자료유형: 학술저널

저자정보: Eui-Hwan Han (숭실대학교) Hyung-Tai Cha (숭실대학교)

저널정보: 제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제25권 제4호

발행연도: 2019.4

수록면: 319 - 326 (8page)

DOI: 10.5302/J.ICROS.2019.19.0014

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Sentiment analysis has received considerable critical attention in machine learning, artificial intelligence, human-computer interface, etc. In these fields, many studies have analyzed emotions using images, audio, and bio-signals as features. Among them, those that utilize image features are the most typical for emotion recognition. There are two types of image features: high-level and low-level. Low-level features are more robust than high-level in sentiment analysis. Therefore, in this paper, we investigated the critical features for effective sentiment analysis in low-level image features. For an objective performance evaluation, we utilized the International Affective Picture System dataset for training and testing. We applied the iterative Han and Cha’s feature selection/extraction algorithms and used a multilayer perceptron classification. We also carried out cross-validation by replacing features. Our evaluation items consisted of two elements: accuracy and computational time. According to our results, we were able to find the critical features in sentiment analysis and our method proved more competitive compared with existing algorithms in terms of accuracy and operation time.

#pattern recognition #sentiment analysis #low-level image feature #deep learning

참고문헌 (25)

참고문헌 신청

고광은 / 2018 / 딥러닝 모델을 이용한 물체-사람 간 상호작용 패턴 검출 기반행동 이해 시스템 개발 / 제어.로봇.시스템학회 논문지 24(1):57~63

한의환 / 2017 / 효과적인 감정 분류를 위한 반복적 나이브 베이지안 분류기 설계 / 전자공학회논문지 54(12):119~126

E. H. Han / 2017 / A novel method for reliable classifier using gradient / IEEK Transactions on Smart Processing and Computing 6(1):18~20

한의환 / 2018 / 가우시안 혼합모델과 경사도 방법을 이용한 효과적인 감정분류에 대한 연구 / 전자공학회논문지 55(7):48~54

S. Zhao / 2014 / Exploring principles-of-art features for image emotion recognition / Proceedings of the ACM inter-national conference on Multimedia

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Euihwan Han

소속기관 Graduate School of Soongsil University

주요연구분야 공학 > 전기전자공학 > 전자공학 공학 > 전기전자공학 > 정보통신공학

논문수 23 이용수 1,715

Hyung-Tai Cha

소속기관 숭실대학교

주요연구분야 공학 > 전기전자공학 > 제어계측공학

논문수 6 이용수 129

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-003-000566030

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (25)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)