KR101887637B1 - 로봇 시스템 - Google Patents

Abstract

사용자 감정 인식 장치 및 그 방법과, 이 장치를 사용하는 로봇 시스템이 개시된다.
이 장치의 영상 촬영부는 외부 영상을 촬영하고, 얼굴 인식부는 상기 영상 촬영부에 의해 촬영된 영상으로부터 얼굴 영상을 인식한다. 감정 인식부는 신경망 모델을 사용하여 얼굴 영상에 대응되는 감정을 학습하고, 학습 결과를 사용하여 상기 얼굴 인식부에서 인식되는 얼굴 영상에 대응되는 감정을 인식한다. 이 때, 상기 감정 인식부는 상기 얼굴 인식부로부터 입력되는 얼굴 영상을 외부의 클라우드 서버 ― 여기서 클라우드 서버는 신경망 모델을 사용한 학습이 가능한 서버임 ―로 전달하여 얼굴 영상에 대응되는 감정 학습을 수행시킨 후, 상기 얼굴 인식부로부터 입력되는 얼굴 영상을 상기 클라우드 서버로 전달하여 상기 얼굴 영상에 대응되는 감정 인식을 요청한 후 상기 클라우드 서버로부터 전달되는 감정 인식 결과를 수신하여 외부로 출력할 수 있다.

Description

로봇 시스템 {ROBOT SYSTEM}

본 발명은 로봇 시스템에 관한 것이다.

컨시어지(concierge)란 본래 중세 시대에 성을 관리하는 '집사'를 가리키는 말이었으나, 지금은 호텔이나 백화점 등의 업계에서 VIP 고객과 일대일로 대면하며 고객의 편의를 살피는 개념으로 사용되고 있다.

한편, 최근에는 정보 통신 기술 및 로봇 기술의 발전으로, 사람 대신에 로봇을 사용한 컨시어지 서비스는 물론 다양한 형태의 대면 서비스가 가능해졌다. 특히, 최근 유통업계에선 로봇을 이용한 서비스시 인공 지능(Artifictial Intelligence, AI) 기술을 접목한 사례가 늘고 있다.

그러나, 로봇 기술에 인공 지능을 접목한 서비스의 경우 기술적인의 한계로 인해 현재 제공할 수 있는 서비스가 상품 선택 정도 등으로 다양한 서비스를 제공하기에는 부족한 현실이다.

따라서, 로봇을 이용한 컨시어지 서비스 등의 대면 서비스시 보다 다양한 기능을 제공할 수 있는 기술이 요구되고 있으며, 특히 사용자의 얼굴을 인식하여 기등록된 사용자 또는 신규 사용자 여부를 판단하고, 또한 사용자의 얼굴을 통해 사용자의 감정을 인식하는 서비스를 제공할 수 있는 기술이 요구된다.

본 발명이 이루고자 하는 기술적 과제는 사용자의 상태에 기초하여 자연스러운 대화가 가능한 로봇 시스템을 제공한다.

본 발명의 한 특징에 따른 사용자 감정 인식 장치는,

외부 영상을 촬영하는 영상 촬영부; 상기 영상 촬영부에 의해 촬영된 영상으로부터 얼굴 영상을 인식하는 얼굴 인식부; 및 신경망 모델을 사용하여 얼굴 영상에 대응되는 감정을 학습하고, 학습 결과를 사용하여 상기 얼굴 인식부에서 인식되는 얼굴 영상에 대응되는 감정을 인식하는 감정 인식부를 포함한다.

여기서, 상기 감정 인식부는 상기 얼굴 인식부로부터 입력되는 얼굴 영상을 외부의 클라우드 서버 ― 여기서 클라우드 서버는 신경망 모델을 사용한 학습이 가능한 서버임 ―로 전달하여 얼굴 영상에 대응되는 감정 학습을 수행시킨 후, 상기 얼굴 인식부로부터 입력되는 얼굴 영상을 상기 클라우드 서버로 전달하여 상기 얼굴 영상에 대응되는 감정 인식을 요청한 후 상기 클라우드 서버로부터 전달되는 감정 인식 결과를 수신하여 외부로 출력한다.

또한, 상기 신경망 모델은 합성곱 신경망(Convolutional Neural Network, CNN) 모델 모델이다.

또한, 신경망 모델을 사용하여 얼굴 영상에 대응되는 사용자를 학습하고, 학습 결과를 사용하여 상기 얼굴 인식부에서 인식되는 얼굴 영상에 대응되는 사용자를 인식하는 사용자 인식부를 더 포함한다.

또한, 상기 감정 인식부에서의 학습 결과 정보를 저장하는 저장부를 더 포함하고, 상기 감정 인식부는 상기 저장부에 저장된 학습 결과 정보에 기초하여, 상기 얼굴 인식부로부터 입력되는 얼굴 영상에 대응되는 감정을 인식한다.

또한, 상기 감정 인식부는 상기 클라우드 서버가 제공하는 API(Application Programming Interface)를 사용하여 상기 클라우드 서버에 접속하여 상기 얼굴 인식부로부터 입력되는 얼굴 영상에 대응되는 감정 인식의 학습을 요청하고, 학습 결과에 기초하여 얼굴 영상에 대응되는 감정 인식을 요청한다.

또한, 상기 사용자 인식부는, 동일인 및 동일인의 다른 이미지와 전혀 다른 대조군의 이미지를 통한 상기 신경망 모델의 학습을 통한 128개의 각각의 개인을 구분하는 특징점을 추출해서 숫자로 표현되는 암호화를 수행하여 학습 정보로서 저장하며, 기등록된 사용자에 대한 학습 정보에 기초하여, 상기 얼굴 인식부에 의해 인식되는 얼굴 영상을 입력으로 하여 상기 신경망 모델을 사용하여 상기 기등록된 사용자를 인식한다.

본 발명의 다른 특징에 따른 사용자 감정 인식 방법은,

사용자 감정 인식 장치가 실시간으로 사용자의 감정을 인식하는 방법으로서,

복수의 얼굴 영상에 대응되는 감정을 신경망 모델을 사용하여 학습하는 단계; 실시간으로 사용자의 영상을 촬영하여 얼굴 영상을 인식하는 단계; 및 상기 학습의 정보에 기초하여, 인식되는 얼굴 영상에 대응되는 감정을 인식하는 단계를 포함한다.

여기서, 상기 학습하는 단계는, 학습을 위한 사용자의 영상을 준비하는 단계; 준비된 영상으로부터 얼굴 영상을 인식하는 단계; 및 인식되는 얼굴 영상에 대응되는 감정을 상기 신경망 모델을 사용하여 학습하는 단계를 포함한다.

또한, 상기 학습하는 단계는, 학습을 위한 사용자의 영상을 준비하는 단계; 준비된 영상으로부터 얼굴 영상을 인식하는 단계; 및 인식되는 얼굴 영상을 외부의 클라우드 서버 ― 여기서 클라우드 서버는 신경망 모델을 사용한 학습이 가능한 서버임 ―로 전달하여 얼굴 영상에 대응되는 감정을 학습시키는 단계를 포함한다.

또한, 상기 인식되는 얼굴 영상에 대응되는 감정을 인식하는 단계는, 실시간으로 인식되는 얼굴 영상을 상기 클라우드 서버로 전달하여 얼굴 영상에 대응되는 감정 인식을 요청하는 단계; 상기 클라우드 서버로부터 전달되는 감정 인식 결과 수신하여 출력하는 단계를 포함한다.

또한, 상기 신경망 모델은 합성곱 신경망(Convolutional Neural Network, CNN) 모델 모델이며, 상기 합성곱 신경망 모델은 입력되는 얼굴 영상에 대해 분노(Anger), 행복(Happiness), 놀람(Surprise), 혐오(Disgust), 슬픔(Sadness), 공포(Fear) 및 무표정(Neutral) 중 하나의 감정으로 분류한다.

본 발명의 또 다른 특징에 따른 로봇 시스템은,

외부의 음성 입력에 대응되는 음성 대화를 위한 음성을 출력하는 음성 대화 장치; 외부의 영상으로부터 인식되는 얼굴 영상을 신경망 모델을 사용하여 감정 인식을 위한 학습을 수행하고, 학습 결과를 사용하여 실시간으로 수집되는 얼굴 영상에 대응되는 감정을 인식하는 사용자 감정 인식 장치; 및 상기 음성 대화 장치에서 사용자의 음성이 인식되는 경우, 상기 사용자 감정 인식 장치를 통해 사용자의 감정을 인식하도록 하고, 상기 사용자 감정 인식 장치로부터 인식되는 사용자의 감정 인식 결과를 상기 음성 대화 장치로 전달하는 대화 제어부를 포함하며, 상기 음성 대화 장치는, 상기 대화 제어부를 통해 전달되는 사용자의 감정 인식 결과를 사용하여 상기 인식되는 사용자의 음성에 대응되는 음성 답변을 출력한다.

여기서, 상기 음성 대화 장치는, 외부로부터 음성을 입력받는 음성 입력부; 상기 음성 입력부에 의해 입력되는 음성을 인식하는 음성 인식부; 상기 음성 인식부의 인식 결과에 대응되는 답변을 생성하는 답변 생성부; 및 상기 답변 생성부에 의해 생성되는 답변에 대응되는 음성을 출력하는 음성 출력부를 포함하고, 상기 답변 생성부는, 상기 대화 제어부로부터 전달되는 사용자의 감정 인식 결과를 사용하여 상기 음성 인식부의 인식 결과에 대응되는 음성 답변을 생성하여 상기 음성 출력부를 통해 출력한다.

또한, 상기 사용자 감정 인식 장치는, 외부 영상을 촬영하는 영상 촬영부; 상기 영상 촬영부에 의해 촬영된 영상으로부터 얼굴 영상을 인식하는 얼굴 인식부; 및 상기 신경망 모델을 사용하여 얼굴 영상에 대응되는 감정을 학습하고, 학습 결과를 사용하여 상기 얼굴 인식부에서 인식되는 얼굴 영상에 대응되는 감정을 인식하는 감정 인식부를 포함한다.

본 발명의 또 다른 특징에 따른 사용자 감정 인식 장치는,

영상 입력기, 메모리 및 프로세서를 포함하며, 상기 영상 입력기는 외부의 영상을 촬영하여 대응되는 영상을 입력받고, 상기 메모리는 코드의 집합을 저장하도록 구성되고, 상기 코드는, 상기 영상 입력기를 통해 외부 영상을 촬영하여 대응되는 영상을 입력받는 동작; 영상으로부터 얼굴 영상을 인식하는 동작; 얼굴 영상을 학습하여 대응되는 감정을 학습하는 동작; 및 학습된 정보에 기초하여 입력되는 얼굴 영상에 대응되는 감정을 인식하는 동작을 실행하도록 상기 프로세서를 제어하는 데 사용된다.

여기서, 상기 프로세서는, 상기 영상 입력기를 통해 입력되는 얼굴 영상에 대응되는 사용자 인식에 대해 상기 신경망 모델을 사용하여 학습하고, 학습 결과를 사용하여 상기 영상 입력기를 통해 실시간으로 입력되는 얼굴 영상에 대응되는 사용자를 인식하는 동작을 더 실행한다.

또한, 상기 감정 인식 결과를 외부로 출력하는 출력기를 더 포함하고, 상기 프로세서는, 상기 감정 인식 결과를 상기 출력기를 통해 외부로 출력하는 동작을 더 실행한다.

본 발명에 따르면, 촬영되는 사용자의 영상에 기초하여 실시간으로 사용자의 감정을 인식하여 사용자의 감정 상태에 따른 대화를 수행할 수 있다.

따라서, 컨시어지 서비스를 제공하는 컨시어지 로봇 등에 탑재되어 사람들과의 자연스러운 대화 및 사용자 친화적인 대화가 가능하다.

또한, 촬영된 영상으로부터 인식되는 얼굴 영상에 대응되는 감정 인식을 학습하고 감정을 인식하는 기능을 외부의 클라우드 서버를 사용하여 수행함으로써, 사용자 감정 인식 장치의 구성이 간단해져서 컨시어지 로봇에의 탑재가 용이하다.

이와 같이, 이미 검증되어 있고 매우 다양하고 많은 정보를 갖고 있는 클라우드 서버를 사용함으로써 사용자 감정 인식 장치에 대한 신뢰를 제공할 수 있다.

도 1은 본 발명의 실시예에 따른 사용자 감정 인식 장치의 구성을 도시한 도면이다.
도 2는 도 1에 도시된 얼굴 인식부의 구체적인 구성을 도시한 도면이다.
도 3은 도 1에 도시된 사용자 인식부 및 감정 인식부에서 사용되는 CNN 모델의 개략적인 구성도이다.
도 4는 본 발명의 실시예에 따른 사용자 감정 인식을 위한 사용자 인식을 위한 학습 방법의 흐름도이다.
도 5는 본 발명의 실시예에 따른 사용자 감정 인식을 위한 학습 방법의 흐름도이다.
도 6은 본 발명의 실시예에 따른 사용자 감정 인식 방법의 흐름도이다.
도 7은 본 발명의 실시예에 따른 사용자 감정 인식 장치에서 CNN 모델을 사용하여 인식되는 감정 분류를 도시한 도면이다.
도 8은 본 발명의 다른 실시예에 따른 사용자 감정 인식 장치가 사용되는 구조를 개략적으로 도시한 도면이다.
도 9는 도 8에 도시된 사용자 감정 인식 장치의 구성을 도시한 도면이다.
도 10은 본 발명의 다른 실시예에 따른 사용자 인식 방법의 흐름도이다.
도 11은 본 발명의 다른 실시예에 따른 사용자 감정 인식 방법의 흐름도이다.
도 12는 본 발명의 다른 실시예에 따른 사용자 감정 인식 방법의 흐름도이다.
도 13은 본 발명의 또 다른 실시예에 따른 로봇 시스템의 개략적인 구성도이다.
도 14는 도 13에 도시된 음성 대화 장치의 개략적인 구성을 도시한 도면이다.
도 15는 본 발명의 또 다른 실시예에 따른 사용자 감정 인식 장치의 개략적인 구성 블록도이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.

도 1은 본 발명의 실시예에 따른 사용자 감정 인식 장치의 구성을 도시한 도면이다.

도 1에 도시된 바와 같이, 발명의 실시예에 따른 사용자 감정 인식 장치(100)는 영상 촬영부(110), 얼굴 인식부(120), 사용자 인식부(130), 감정 인식부(140), 표시부(150), 저장부(160) 및 제어부(170)를 포함한다.

영상 촬영부(110)는 외부 영상을 촬영하여 영상에 대응되는 영상 신호를 출력한다. 영상 촬영부(110)로는 디지털 카메라인 CCD(Charge Coupled Device) 카메라가 사용될 수 있다.

얼굴 인식부(120)는 영상 촬영부(110)에서 출력되는 영상 신호에 대응되는 영상을 사용하여 영상 속 인물의 얼굴을 인식한다.

사용자 인식부(130)는 딥 러닝 기술의 신경망 모델, 특히 합성곱 신경망(Convolutional Neural Network, CNN) 모델을 이용하여 얼굴 인식부(120)에서 출력되는 영상을 학습하여 기등록된 사용자에 대한 학습 정보를 생성할 수 있다.

그 후, 사용자 인식부(130)는 기등록된 사용자에 대한 학습 정보에 기초하여, 이후 얼굴 인식부(120)에 의해 인식되는 얼굴 영상을 입력으로 하여 CNN 모델을 사용하여 기등록된 사용자 여부를 인식할 수 있다. 사용자 인식부(130)에 의해 기등록된 사용자가 아닌 것으로 인식되는 경우에는 해당 사용자에게 사용자로서의 등록 절차가 진행될 수 있다.

사용자 인식부(130)는 동일인 및 동일인의 다른 이미지와 전혀 다른 대조군의 이미지를 통한 딥(deep) CNN 학습을 통한 128개의 각각의 개인을 구분하는 특징점을 추출해서 숫자로 표현되는 암호화를 수행하여 학습 정보로서 저장한다.

또한, 사용자 인식부(130)는 SVM(Support Vector Machine) 알고리즘을 통해 기등록된 사용자인지의 여부를 인식할 수 있다. 여기서, SVM은 데이터들을 분류하기 위한 최적의 분리 경계면을 제공하는 지도 학습 방법으로 최적의 분리 경계면은 각 클래스의 데이터 사이의 중간에 위치하도록 학습된다.

감정 인식부(140)는 전술한 CNN 모델을 이용하여 복수의 얼굴 영상을 학습하여 얼굴 영상이 나타내고 있는 사용자의 감정에 대한 학습을 수행한다.

그 후, 감정 인식부(140)는 얼굴 인식부(120)에 의해 인식되는 얼굴 영상을 입력으로 하여 CNN 모델을 사용하여 해당 얼굴에 대응되는 사용자 감정을 인식할 수 있다.

표시부(150)는 사용자 감정 인식 장치(100)가 수행하는 동작의 정보를 표시하고, 사용자 인식부(130)에 의해 인식되는 사용자 인식 정보를 표시하며, 감정 인식부(140)에 의해 인식되는 사용자의 감정 상태를 표시한다. 표시부(150)는 예로서 디스플레이를 포함하며, 이러한 디스플레이는 LCD(Liquid Crystal Display), LED(Light Emitting Diode) 디스플레이, 박막 트랜지스터 액정 디스플레이(Thin Film Transistor-Liquid Crystal Display, TFT LCD), 유기 발광 다이오드(Organic Light-Emitting Diode, OLED), 플렉시블 디스플레이(Flexible Display), 전계 방출 디스플레이(Feld Emission Display, FED), 3차원 디스플레이(3D Display) 중에서 적어도 하나를 포함할 수 있다.

저장부(160)는 사용자 감정 인식 장치(100)가 동작하는데 필요한 데이터와 프로그램 등을 저장할 수 있다. 일 예로, 저장부(160)는 기등록된 사용자와 관련된 정보를 저장할 수 있다.

또한, 저장부(160)는 사용자 감정 인식 장치(100)의 동작 수행을 위한 명령 등을 저장할 수도 있다.

또한, 저장부(160)는 사용자 인식부(130)와 감정 인식부(140)에서의 학습 정보를 각각 저장할 수 있다.

이러한 저장부(160)는 플래시 메모리 타입(Flash Memory Type), 하드 디스크 타입(Hard Disk Type), 멀티미디어 카드 마이크로 타입(Multimedia Card Micro Type), 카드 타입의 메모리(예를 들면, SD 또는 XD 메모리 등), 자기 메모리, 자기 디스크, 광디스크, 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), PROM(Programmable Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory) 중 적어도 하나의 저장매체를 포함할 수 있다.

제어부(170)는 사용자 감정 인식 장치(100)의 각 구성요소, 즉 영상 촬영부(110), 얼굴 인식부(120), 사용자 인식부(130), 감정 인식부(140), 표시부(150) 및 저장부(160) 간에 전달되는 신호를 처리한다.

도 2는 도 1에 도시된 얼굴 인식부(120)의 구체적인 구성을 도시한 도면이다.

도 2에 도시된 바와 같이, 얼굴 인식부(120)는 얼굴 탐색부(121) 및 자세 보정부(123)를 포함한다.

얼굴 탐색부(121)는 영상 촬영부(110)에서 출력되는 영상으로부터 얼굴 영역을 탐색한다. 이러한 탐색은 영상 속에서 물체, 본 실시예에서는 얼굴을 탐지하는 것으로, 이는 방향성 기술기에 대한 히스토그램을 나타내는 HOG(Histogram of Oriented Gradient) 알고리즘을 사용하여 영상 속에서 얼굴의 단순화된 표현을 획득한다. 여기서, HOG 알고리즘은 영상을 일정 크기의 셀로 분할하고, 각 셀마다 에지(Edge) 방향 분포를 계산하여 만든 1차원 벡터를 특징으로 객체를 식별하는 알고리즘으로, HOG에서 사용되는 영상의 요소인 에지는 영상의 명암의 변화가 두드러지는 부분을 말하며, 영상에서 객체의 윤곽선 정보를 포함할 수 있다는 특징이 있다. 따라서 HOG 알고리즘은 얼굴과 같이 고유의 독특한 윤곽선 형태를 갖는 객체를 식별하는데 적절한 특징이며, 밝기의 변화에도 강건하다는 장점이 있다.

자세 보정부(123)는 얼굴 탐색부(121)에 의해 탐색된 얼굴 영역에 대해 얼굴 랜드마크 추정(face landmark estimation) 알고리즘을 사용하여 얼굴의 특징점 추정을 수행하고, 그 후 아핀 변환(affine transformation)을 수행하여 틀어진 얼굴에 대해 정위치시키는 자세 보정을 수행한다.

도 3은 도 1에 도시된 사용자 인식부(130) 및 감정 인식부(140)에서 사용되는 CNN 모델의 개략적인 구성도이다.

도 3을 참조하면, 사용자 인식부(130) 및 감정 인식부(140)에서 사용되는 CNN 모델은 이미지 인식과 음성 인식 등 다양한 곳에서 사용되며, 특히 이미지 인식 분야에서 딥러닝(Deep Learning)을 활용한 기법은 거의 다 CNN을 기반으로 한다.

도 3을 참조하면, CNN은 합성곱 계층(Convolutional Layer)과 신경망(Neural Network)으로 구분된다. 여기서, 신경망은 완전 연결 계층(Fully Connected Layer)과 분류 계층을 포함한다.

합성곱 계층은 입력 영상으로부터 특징을 추출하는 역할을 수행한다. 이를 위해, 합성곱 계층은 합성곱(convolution), 활성 함수(ReLU) 및 풀링(Pooling)으로 구성된다.

합성곱은 필터에 의해 수행되며, 두 함수 중 하나를 반전시키고 이동시켜 가며 다른 하나의 함수와 곱한 결과를 적분해나가는 합성곱을 통해서 입력이 필터에 대응되는 특징을 갖고 있는지를 알 수 있도록 한다. 따라서, 합성곱 계층에서는 여라 개의 특징에 대응되는 다중 필터가 사용된다.

활성 함수는 필터들을 통해 추출되는 특징 맵에 적용되는 함수로서, ReLU(Rectified Linear Unit) 함수가 주로 사용된다. 이 함수는 기존의 Sigmoid 함수에서 발생되는 Gradient Vanishing 문제를 해결하기 위해 최근에 딥 러닝의 신경망에서 자주 사용되는 함수이다.

풀링은 서브 샘플링(sub sampling)이라고도 하며, 합성곱 및 활성 함수를 거쳐서 추출된 특징들 중에서 실제로 사용하기 위해 인위적으로 감소시키는 작업이다. 그 중에서 맥스 풀링(Max Pooling)은 활성화된 맵을 특정 크기로 잘라낸 후 그 중에서 가장 큰 값을 뽑아내는 방법으로, 특징의 값이 큰 값이 다른 특징들을 대표한다는 개념을 기반으로 하고 있다. 이러한 풀링을 통하는 경우 전체 데이터의 크기가 줄어들기 때문에 연산에 들어가는 컴퓨팅 자원이 적어지고, 데이터의 크기를 줄이면서 소실이 발생하기 때문에 오버피팅(overfitting)을 방지할 수 있다.

상기한 합성곱 계층은 복수의 계층으로 이루어질 수 있는데, 이것은 첫 번째의 합성곱 계층(1^st 합성곱 계층)을 통해 간단한 특징들을 추출하고, 그 다음에 연속되는 여러 층의 합성곱 계층들을 통해서 이미 추출된 간단한 특징들에서 좀 더 복잡한 특징들을 추출함으로서, 복수의 합성곱 계층을 연결하여 고차원적인 특징들을 추출할 수 있다.

다음, 신경망의 완전 연결 계층(Fully Connected Layer)과 분류 계층은 합성곱 계층에서 추출되는 특징 값을 사용하여 분류를 수행한다. 이러한 신경망은 CNN 이전의 기존의 신경망으로 이전 계층의 모든 뉴런과 결합되어 있는 형태를 말한다.

한편, 분류 계층에서는 Softmax 함수가 사용되며, 이러한 Softmax 함수는 전술한 ReLu와 같은 활성 함수의 일종이다.

상기한 CNN의 합성곱 계층에서 깊이가 깊어질수록 추출되는 정보는 1번째 층은 에지(edge)와 블롭(blob), 3번째 층은 텍스쳐, 5번째 층은 사물의 일부, 마지막 완전 연결 계층은 사물의 클래스(개, 자동차등)에 뉴런이 반응한다.

이하, 상기한 사용자 감정 인식 장치(100)를 사용하여 사용자 얼굴 인식을 위한 학습을 수행하는 방법에 대해 설명한다.

도 4는 본 발명의 실시예에 따른 사용자 감정 인식을 위한 사용자 인식을 위한 학습 방법의 흐름도이다.

도 4를 참조하면, 영상 촬영부(110)를 통해 사용자의 영상을 촬영한다(S100).

그 후, 얼굴 인식부(120)를 통해 촬영된 영상으로부터 얼굴을 인식한다(S110).

그리고, 인식되는 얼굴에 대해 사용자 인식부(130)를 통해 CNN 모델을 사용하여 기등록된 사용자에 대응하는 사용자의 얼굴로 인식하는 학습을 수행한다(S120).

그 후, 학습 결과 정보를 기등록된 사용자에 대응하여 저장부(160)에 저장한다(S130).

한편, 상기에서는 영상 촬영부(110)를 통해 촬영되는 영상을 입력으로 하여 사용자 얼굴 인식과 사용자 인식을 위한 학습을 수행하였으나, 이외에도 사용자로부터 직접 사용자의 영상 또는 얼굴 영상을 받아서 상기한 학습을 수행할 수도 있다.

다음, 상기한 사용자 감정 인식 장치(100)를 사용하여 사용자 감정 인식을 위한 학습을 수행하는 방법에 대해 설명한다.

도 5는 본 발명의 실시예에 따른 사용자 감정 인식을 위한 학습 방법의 흐름도이다.

먼저, 감정 인식부(140)는 얼굴 인식부(120) 또는 외부로부터 얼굴 영상을 수신한다(S200).

그 후, 수신된 얼굴 영상에 대해 CNN 모델을 사용하여 사용자의 감정을 인식하는 학습을 수행한다(S210). 이 때, 인식되는 감정으로는 다양한 감정을 정의하여 사용할 수 있으며, 본 발명의 실시예에 따른 사용자 감정 인식 장치(100)에서는 인식되는 감정을 총 7개의 감정, 즉 분노(Anger), 행복(Happiness), 놀람(Surprise), 혐오(Disgust), 슬픔(Sadness), 공포(Fear) 및 무표정(Neutral)으로 분류하여 사용한다.

그 후, 학습 결과 정보를 저장부(160)에 저장한다(S220).

다음, 상기한 사용자 감정 인식 장치(100)를 사용하여 사용자 감정을 인식하는 방법에 대해 설명한다.

도 6은 본 발명의 실시예에 따른 사용자 감정 인식 방법의 흐름도이다.

도 6을 참조하면, 먼저, 영상 촬영부(110)를 통해 사용자 영상을 촬영한다(S300).

그 후, 얼굴 인식부(120)를 통해 촬영된 영상으로부터 얼굴을 인식한다(S310).

그리고, 인식되는 얼굴에 대해 사용자 인식부(130)를 통해 CNN 모델을 사용하여 기등록된 사용자의 얼굴인지를 인식한다(S320). 이 때, 기등록된 사용자의 얼굴로 인식되면 사용자 인식이 완료되고, 인식된 사용자의 정보를 저장부(160)로부터 추출함으로써 사용자의 정보를 알 수가 있다. 그러나, 기등록된 사용자의 얼굴이 아닌 경우 신규 사용자의 얼굴이므로 신규 사용을 위해 사용자 등록을 수행하는 절차가 개시될 수 있다.

다음, 감정 인식부(140)를 통해, 얼굴 인식부(120)에 의해 인식된 얼굴 영상에 대해 CNN 모델을 사용하여 얼굴 영상에 대응되는 감정을 인식한다(S330). 예를 들어, 도 7에 도시된 바와 같이, 얼굴 영상에 대해 학습된 CNN 모델을 통해 본 발명의 실시예에서 학습된 7가지 감정, 즉 분노, 행복, 놀람, 혐오, 슬픔, 공포 및 무표정의 감정 중에서 한 가지 감정을 인식하고, 그 결과를 출력한다.

그 후, 표시부(150)를 통해 상기 단계(S330)에서 인식된 사용자의 감정 상태가 외부로 표시될 수 있다(S340).

이와 같이, 본 발명의 실시예에 따른 사용자 감정 인식 방법에 따르면, 외부로부터 촬영되는 사용자의 영상을 통해 사용자 얼굴을 인식하여 사용자의 신분을 확인할 수 있고, 또한 인식된 얼굴 영상을 통해 사용자의 현재 감정 상태를 인식할 수 있으며, 이러한 특징을 갖는 사용자 감정 인식 방법에 따라 컨시어지 서비스를 제공하는 컨시어지 로봇 등이 사용자와의 상호작용을 위한 표시나 행동 등에 사용될 수 있다.

한편, 상기에서는 촬영된 사용자의 영상으로부터 얼굴을 인식하고 인식되는 얼굴 영상을 통해 사용자를 인식하는 학습을 수행하고, 학습 결과에 기초하여 새로이 촬영되는 영상을 통해 사용자를 인식하는 사용자 인식부(130)와, 얼굴 영상을 통해 사용자의 감정을 학습하고, 학습 결과에 기초하여 새로이 촬영되어 인식되는 얼굴 영상에 대응되는 사용자의 감정을 인식하는 감정 인식부(140)가 합성곱 신경망(CNN)을 사용하여 사용자를 인식하고, 사용자의 감정을 인식하는 것으로 설명하였으나, 본 발명의 기술적 범위는 여기에 한정되지 않는다. 예를 들어, 영상을 사용하여 외부의 인공지능 클라우드 서버를 통한 학습과, 사용자 인식 및 감정 인식을 수행하는 방식에 대해 설명한다.

최근에는 각종 자료를 사용자의 컴퓨터나 스마트폰 등 내부 저장 공간이 아닌 외부 클라우드 서버에 저장한 뒤에 다운로드받는 서비스인 클라우드 서비스가 각광을 받고 있으며, 이러한 클라우드 서비스는 인공지능 기술을 제공하는 클라우드 서버에 의해서도 제공될 수 있다. 예를 들어, IBM사의 인공지능 기술인 왓슨(Watson)이나 구글사의 텐서플로우(TesnorFlow) 등이 오픈 소프트웨어로서 잘 알려져 있다. 이들은 인공지능을 활용해 자연어 질문을 알아듣고, 방대한 데이터로부터 관련 있는 사항을 분석, 종합해 적절한 답변을 제공하는 기술이다. 이들은 API(Application Programming Interface)를 통해 인공지능 기술을 사용할 수 있는 클라우드 서비스를 제공하고 있다.

따라서, 본 발명의 다른 실시예에 따른 사용자 감정 인식 장치에서는 영상을 통한 사용자 인식 학습과 사용자 감정 인식 학습, 그리고, 이러한 학습 결과에 기초한 사용자 인식 및 사용자 감정 인식을 사용자 감정 인식 장치에서 직접 수행하지 않고 API를 통해 접속되는 외부의 클라우드 서버에게 영상 정보를 전달하여 이에 대응되는 사용자 인식 결과 또는 감정 인식 결과를 제공받아서 사용한다.

이하, 본 발명의 다른 실시예에 따른 사용자 감정 인식 장치에 대해 설명한다.

도 8은 본 발명의 다른 실시예에 따른 사용자 감정 인식 장치가 사용되는 구조를 개략적으로 도시한 도면이다.

도 8을 참조하면, 본 발명의 다른 실시예에 따른 사용자 감정 인식 장치(200)는 학습을 위한 영상을 네트워크(200)를 통해 외부의 클라우드 서버(400)로 전달하여, 영상을 사용하여 사용자를 인식하는 학습을 수행시킨다. 여기서, 클라우드 서버(400)는 IBM사의 왓슨이나 구글사의 텐서플로우와 같이 딥 러닝 기술의 CNN 모델에 따른 정보 학습 및 학습 결과를 이용한 사용자 인식 및 감정 인식이 가능한 서버를 말한다.

학습 후, 사용자 감정 인식 장치(200)는 서비스 시점에 사용자의 영상을 촬영하여 클라우드 서버(400)로 전달하고, 클라우드 서버(400)로부터 사용자 인식 정보 또는 감정 인식 정보를 제공받아서 이를 통해 사용자를 인식하거나 사용자의 감정을 인식하여 외부로 표시할 수 있다.

이와 같이, 본 발명의 다른 실시예에 따른 사용자 감정 인식 장치(200)는 촬영된 영상을 통해 사용자 인식 및 사용자의 감정 인식을 외부의 클라우드 서버(400)를 통해 수행할 수 있으며, 이러한 특징을 갖는 사용자 감정 인식 장치(200)는 컨시어지 서비스를 제공하는 컨시어지 로봇 등에 탑재되어 사용자를 실시간으로 인식하고, 또한 사용자의 감정을 실시간으로 인식하여 사용자의 감정 상태에 따른 상호작용을 수행할 수 있다.

도 9는 도 8에 도시된 사용자 감정 인식 장치(200)의 구성을 도시한 도면이다.

도 9에 도시된 바와 같이, 사용자 감정 인식 장치(200)는 영상 촬영부(210), 얼굴 인식부(220), 서버 인터페이스(230), 사용자 인식부(240), 감정 인식부(250), 표시부(260), 저장부(270) 및 제어부(280)를 포함한다. 여기서, 영상 촬영부(210), 얼굴 인식부(220) 및 표시부(260)는 도 1을 참조하여 설명한 사용자 인식 장치(100)의 영상 촬영부(110), 얼굴 인식부(120) 및 표시부(150)의 기능과 동작이 동일하므로 여기에서는 이들에 대한 구체적인 설명을 생략하고, 그 기능과 동작이 상이한 구성요소들에 대해서만 설명한다.

서버 인터페이스(230)는 외부의 클라우드 서버(400)가 제공한 API를 사용하여 네트워크(300)를 통해 클라우드 서버(400)에 접속되어 정보의 송수신이 가능하도록 하는 기능을 수행한다. 여기서, 클라우드 서버(400)는 IBM사의 왓슨이나 구글사의 텐서플로우와 같이 딥 러닝 기술의 CNN 모델에 따른 정보 학습 및 학습 결과를 이용한 사용자 인식 및 감정 인식이 가능한 서버를 말한다.

사용자 인식부(240)는 얼굴 인식부(220)에서 출력되는 영상을 서버 인터페이스(230)를 통해 클라우드 서버(400)로 전달하여 사용자 인식에 대한 학습을 수행시킬 수 있다.

이와 같이, 클라우드 서버(400)를 통한 사용자 인식에 대한 학습이 완료된 후, 사용자 인식부(240)는 얼굴 인식부(220)에서 출력되는 영상을 서버 인터페이스(230)를 통해 클라우드 서버(400)에게 전달하고, 전달된 영상에 대응되어 클라우드 서버(400)로부터 제공되는 사용자 인식 결과를 사용하여 사용자 인식을 수행할 수 있다.

또한, 감정 인식부(250)는 얼굴 인식부(220)에서 출력되는 얼굴 영상을 서버 인터페이스(230)를 통해 클라우드 서버(400)로 전달하여 감정 인식에 대한 학습을 수행시킬 수 있다.

이와 같이, 클라우드 서버(400)를 통한 감정 인식에 대한 학습이 완료된 후, 감정 인식부(250)는 얼굴 인식부(220)에서 출력되는 영상을 서버 인터페이스(230)를 통해 클라우드 서버(400)에게 전달하고, 전달된 영상에 대응되어 클라우드 서버(400)로부터 제공되는 감정 인식 결과를 사용하여 사용자 감정 인식을 수행할 수 있다.

저장부(270)는 기본적으로는 이전 실시예에서의 사용자 감정 인식 장치(100)에서의 저장부(160)와 유사하지만, 본 발명의 다른 실시예에서는 얼굴 영상을 통한 사용자 인식 및 감정 인식에 대한 학습을 수행하지 않으므로 이러한 학습 정보를 저장하지 않는 부분이 상이하다.

또한, 제어부(280)도 사용자 감정 인식 장치(200)의 각 구성요소, 즉 영상 촬영부(210), 얼굴 인식부(220), 서버 인터페이스(230), 사용자 인식부(240), 감정 인식부(250), 표시부(260) 및 저장부(270)간에 전달되는 신호를 처리하며, 이전 실시예에서의 제어부(170)와 상이한 점은 저장부(270)에서와 같이, 영상에 대응되는 사용자 인식 및 감정 인식에 대한 학습을 위한 신호 전달 제어 부분이 없다는 것이다.

한편, 본 발명의 다른 실시예에서 사용되는 외부의 클라우드 서버(400)가 본 발명의 다른 실시예에서 얼굴 영상에 대응되는 사용자 인식 및 감정 인식을 위한 학습과, 그 학습 정보를 사용하여 얼굴 영상에 대응되어 실시간으로 사용자를 인식하고 감정을 인식하는 기술에 대해서는 API를 제공하여 클라우드 서버(400)로서 동작 가능한 클라우드 서버(400) 고유의 기능으로 이에 대해서는 잘 알려져 있으므로 여기에서는 구체적인 설명을 생략한다.

이와 같이, 본 발명의 다른 실시예에 따른 사용자 감정 인식 장치(200)에서는 얼굴 영상에 대응되는 사용자 인식 및 감정 인식에 대한 학습을 수행하는 기능을 외부의 클라우드 서버(400)를 사용하여 수행함으로써, 사용자 감정 인식 장치(200)의 구성이 간단해져서 컨시어지 로봇에의 탑재가 용이해질 뿐만 아니라, 이미 검증되어 있고 매우 다양하고 많은 정보를 갖고 있는 클라우드 서버(400)를 사용함으로써 사용자 감정 인식 장치(200)에 대한 신뢰를 제공할 수 있다.

이하, 상기한 사용자 감정 인식 장치(200)를 사용하여 사용자를 인식하고 사용자 감정을 인식하는 방법에 대해 설명한다.

도 10은 본 발명의 다른 실시예에 따른 사용자 인식 방법의 흐름도이다.

도 10을 참조하면, 영상을 촬영하는 단계(S300) 및 얼굴을 인식하는 단계(S310)는 도 4를 참조하여 설명한 이전의 실시예에서의 단계(S100 및 S110)와 동일하므로 여기에서는 이들 단계에 대한 구체적인 설명을 생략한다.

상기 단계(S310)에서 얼굴이 인식되면 얼굴 영상을 외부의 클라우드 서버(400)로 전달하여 얼굴 영상에 대응되는 사용자 인식에 대한 학습을 수행시킨다(S320). 물론 이러한 학습은 여러 번에 걸쳐서 얼굴 영상을 입력하여 수행될 것이다.

이와 같이 상기한 과정을 통해, 사용자 감정 인식 장치(200)는 얼굴 영상에 대응되는 사용자 인식을 외부의 클라우드 서버(400)를 통해 학습할 수 있다.

도 11은 본 발명의 다른 실시예에 따른 사용자 감정 인식 방법의 흐름도이다.

도 11을 참조하면, 얼굴 영상을 수신하는 단계(S400)는 도 5를 참조하여 설명한 이전의 실시예에서의 단계(S200)와 동일하므로 여기에서는 이들 단계에 대한 구체적인 설명을 생략한다.

상기 단계(S400)에서 얼굴 영상이 수신되면 얼굴 영상을 외부의 클라우드 서버(400)로 전달하여 얼굴 영상에 대응되는 감정 인식에 대한 학습을 수행시킨다(S410). 물론 이러한 학습은 여러 번에 걸쳐서 얼굴 영상을 입력하여 수행될 것이다.

이와 같이 상기한 과정을 통해, 사용자 감정 인식 장치(200)는 얼굴 영상에 대응되는 사용자 감정 인식을 외부의 클라우드 서버(400)를 통해 학습할 수 있다.

이하에서는 상기한 바와 같이 학습된 결과 정보를 사용하여, 서비스 시점에 실시간으로 촬영되는 사용자 영상에 기반하여 실시간으로 사용자 감정을 인식하는 방법에 대해 설명한다.

도 12는 본 발명의 다른 실시예에 따른 사용자 감정 인식 방법의 흐름도이다.

도 12를 참조하면, 영상을 촬영하는 단계(S500), 얼굴을 인식하는 단계(S510) 및 감정을 표시하는 단계(S560)는 도 6을 참조하여 설명한 이전의 실시예에서의 단계(S300, S310, S340)와 동일하므로 여기에서는 이들 단계에 대한 구체적인 설명을 생략한다.

상기 단계(S510)에서 실시간으로 인식되는 얼굴 영상을 외부의 클라우드 서버(400)로 전달하여 대응되는 사용자 인식을 요청한다(S520).

그 후, 클라우드 서버(400)로부터, 전달된 얼굴 영상에 대응되어 수행된 사용자 인식 결과를 수신한다(S530). 즉, 이러한 사용자 인식 결과가 사용자 인식부(240)에서의 사용자 인식 결과가 된다.

또한, 상기 단계(S510)에서 실시간으로 인식되는 얼굴 영상을 외부의 클라우드 서버(400)로 전달하여 대응되는 감정 인식을 요청한다(S540).

그 후, 클라우드 서버(400)로부터, 전달된 얼굴 영상에 대응되어 수행된 감정 인식 결과를 수신한다(S550). 즉, 이러한 감정 인식 결과가 감정 인식부(250)에서의 사용자 감정 인식 결과가 된다.

그리고, 이렇게 인식된 사용자 감정이 표시부(260)를 통해 외부로 표시된다(S560).

이하에서는 상기한 사용자 감정 인식 장치(100, 200)가 외부의 사람과 음성 대화를 수행할 수 있는 컨시어지 로봇 등에서 사용되는 경우의 실시예에 대해 설명한다.

도 13은 본 발명의 또 다른 실시예에 따른 로봇 시스템의 개략적인 구성도이다. 도 13에서는 설명의 편의상 본 발명의 특징과 관련 없는 로봇 시스템의 일반적인 구성 및 그 동작에 대한 설명은 생략하였다.

도 13을 참조하면, 본 발명의 또 다른 실시예에 따른 로봇 시스템(1000)은 음성 대화 장치(1100), 사용자 감정 인식 장치(1200) 및 대화 제어부(1300)를 포함한다.

음성 대화 장치(1100)는 외부의 사람 등으로부터 입력되는 음성 입력을 받아서 그에 대응되는 음성 대화를 위한 음성을 출력한다. 이러한 음성 대화 장치(1100)의 개략적인 구성은 도 14에 도시되어 있다.

도 14는 도 13에 도시된 음성 대화 장치(1100)의 개략적인 구성을 도시한 도면이다.

도 14를 참조하면, 음성 대화 장치(1100)는 음성 입력부(1110), 음성 인식부(1120), 답변 생성부(1130) 및 음성 출력부(1140)를 포함한다.

음성 입력부(1110)는 외부로부터 음성을 입력받는 구성으로, 예를 들어 마이크 등일 수 있다.

음성 인식부(1120)는 음성 입력부(1110)를 통해 입력되는 외부 음성을 인식한다. 이러한 음성 인식 기술에 대해서는 이미 잘 알려져 있으므로 여기에서는 구체적인 설명을 생략한다.

답변 생성부(1130)는 음성 인식부(1120)에 의해 인식된 음성 입력에 대응되는 답변을 생성한다. 이 때, 답변 생성부(1130)는 다양한 방식, 예를 들어, 인공지능 방식 등을 사용하여 답변을 생성할 수 있으며, 이러한 방식은 로봇 시스템(1000)의 동작 방식에 따라 다양하게 구성될 수 있으며, 그 구체적인 구성은 본 실시예에서의 특징과는 관련이 없으므로 여기에서는 구체적인 설명을 생략한다.

음성 출력부(1140)는 답변 생성부(1130)에서 생성되는 답변에 대응되는 음성을 외부로 출력한다. 이러한 음성 출력부(1140)는 TTS 기능을 구비한 스피커일 수 있다.

다음, 사용자 감정 인식 장치(1200)는 도 1 내지 도 12를 참조하여 상기에서 설명된 사용자 감정 인식 장치(100, 200) 중 어느 하나와 유사한 구성을 가진다. 따라서, 본 발명의 또 다른 실시예에서는 상기한 사용자 감정 인식 장치(100, 200)에서의 구성과 상이한 구성에 대해서만 설명한다. 그리고, 상기한 사용자 감정 인식 장치(100, 200)는 외부의 클라우드 서버(400)를 사용하는 지의 여부에 따라서만 그 차이점이 있으므로 설명의 편의를 위해 사용자 감정 인식 장치(100)만을 사용하여 설명한다.

사용자 감정 인식 장치(1200)는 사용자의 영상을 촬영하여 사용자의 감정을 인식한다.

대화 제어부(1300)는 음성 대화 장치(1100)에서 외부로부터 입력되는 음성이 인식되는 경우, 사용자 감정 인식 장치(1200)를 통해, 음성을 입력한 사용자의 영상을 촬영하여 사용자의 감정을 인식하고, 인식된 사용자의 감정 상태를 음성 대화 장치(1100)로 전달하여, 인식된 사용자의 감정 상태에 대응되는 음성 답변을 생성하여 사용자에게 음성 출력할 수 있도록 제어를 수행한다.

선택적으로, 대화 제어부(1300)는 사용자 감정 인식 장치(1200)에 의해 인식되는 사용자의 정보, 예를 들어 사용자의 신분, 취미 등의 정보를 음성 대화 장치(1100)로 전달하여 사용자의 정보와 사용자의 인식된 감정 상태에 대응되는 음성 답변을 생성하여 사용자에게 음성 출력할 수 있도록 제어를 수행할 수 있다.

보다 구체적으로, 대화 제어부(1300)는 음성 대화 장치(1100)의 음성 인식부(1120)에서의 음성 인식 결과를 사용하여 사용자의 음성이 인식되는 경우, 사용자 감정 인식 장치(1200)에게 사용자의 감정 인식을 요청하고, 사용자 감정 인식 장치(1200)로부터 인식되는 사용자 감정 상태를 전달받아서 음성 대화 장치(1100)의 답변 생성부(1130)로 전달한다.

따라서, 음성 대화 장치(1100)의 답변 생성부(1130)는 음성 인식부(1120)에서 인식되는 음성 입력에 대응되는 답변을 생성할 때, 대화 제어부(1300)로부터 전달되는 사용자의 감정 상태를 고려하여 답변을 생성할 수 있다.

이와 같이, 상기한 본 발명의 또 다른 실시예에 따르면, 로봇 시스템(1000)이 외부로부터 입력되는 음성에 대응되는 답변만을 사용하여 음성 대화를 수행하는 것 외에, 음성 입력에 대응되는 사용자의 감정 상태를 인식하여 사용자의 감정 상태에 대응되는 음성 답변을 사용하여 보다 사용자 친화적인 형태의 음성 대화를 수행할 수 있다.

한편, 본 발명의 또 다른 실시예에 따른 사용자 감정 인식 장치에 대해 설명한다.

도 15는 본 발명의 또 다른 실시예에 따른 사용자 감정 인식 장치의 개략적인 구성 블록도이다.

도 15를 참조하면, 본 발명의 또 다른 실시예에 따른 사용자 감정 인식 장치(1400)는 영상 입력기(1410), 출력기(1420), 메모리(1430), 프로세서(1440) 및 버스(1450)를 포함한다.

영상 입력기(1410)는 외부의 영상을 촬영 등을 통해 입력받는다. 주로, CCD 카메라가 사용될 수 있다.

출력기(1420)는 외부로 음성, 문자 등을 출력한다. 이러한 출력기(1410)로는 스피커, 디스플레이 등이 있다.

메모리(1430)는 코드의 집합을 저장하도록 구성되고, 그 코드는 다음과 같은 동작을 실행하기 위해 프로세서(1430)를 제어하는 데 사용된다. 이러한 동작은, 영상 입력기(1410)를 통해 외부 영상을 촬영하여 대응되는 영상을 입력받는 동작, 영상으로부터 얼굴 영상을 인식하는 동작, 얼굴 영상을 학습하여 대응되는 감정을 학습하는 동작, 학습된 정보에 기초하여 입력되는 얼굴 영상에 대응되는 감정을 인식하는 동작, 인식된 감정에 대응되는 출력을 출력기(1420)를 통해 수행하는 동작을 포함한다.

버스(1440)는 사용자 감정 인식 장치(1400)의 모든 구성요소들, 즉 영상 입력기(1410), 출력기(1420), 메모리(1430) 및 프로세서(1440)를 결합하도록 구성된다.

한편, 메모리(1430)는 ROM(Read Only Memory)과 RAM(Random Access Memory), NVRAM(Non-Volatile Random Access Memory)을 포함할 수 있다. 또한, 프로세서(1440)는 컨트롤러(controller), 마이크로 컨트롤러(microcontroller), 마이크로 프로세서(microprocessor), 마이크로 컴퓨터(microcomputer) 등으로도 호칭될 수 있다. 또한, 프로세서(740)는 하드웨어(hardware) 또는 펌웨어(firmware), 소프트웨어, 또는 이들의 결합에 의해 구현될 수 있다.

이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (19)

1. 삭제
2. 삭제
3. 삭제
4. 삭제
5. 삭제
6. 삭제
7. 삭제
8. 삭제
9. 삭제
10. 삭제
11. 삭제
12. 삭제
13. 사용자로부터 입력되는 음성 입력에 대응되는 음성 대화를 위한 답변 음성을 출력하는 음성 대화 장치;
    상기 사용자의 영상으로부터 인식되는 얼굴 영상을 신경망 모델을 사용하여 감정 인식을 위한 학습을 수행하고, 학습 결과를 사용하여 실시간으로 수집되는 얼굴 영상에 대응되는 감정을 인식하는 사용자 감정 인식 장치 ― 상기 사용자 감정 인식 장치는,
    상기 사용자의 영상을 촬영하는 영상 촬영부;
    상기 영상 촬영부에 의해 촬영된 영상으로부터 얼굴 영상을 인식하는 얼굴 인식부;
    상기 신경망 모델을 사용하여 얼굴 영상에 대응되는 감정을 학습하고, 학습 결과를 사용하여 상기 얼굴 인식부에서 인식되는 얼굴 영상에 대응되는 감정을 인식하는 감정 인식부;
    상기 감정 인식부에서의 학습 결과 정보를 저장하는 저장부; 및
    상기 신경망 모델을 사용하여 얼굴 영상에 대응되는 사용자를 학습하고, 학습 결과를 사용하여 상기 얼굴 인식부에서 인식되는 얼굴 영상에 대응되는 사용자를 인식하는 사용자 인식부를 포함하며,
    상기 감정 인식부는 상기 저장부에 저장된 학습 결과 정보에 기초하여, 상기 얼굴 인식부로부터 입력되는 얼굴 영상에 대응되는 감정을 인식하고,
    상기 사용자 인식부는,
    동일인 및 동일인의 다른 이미지와 전혀 다른 대조군의 이미지를 통한 상기 신경망 모델의 학습을 통한 128개의 각각의 개인을 구분하는 특징점을 추출해서 숫자로 표현되는 암호화를 수행하여 학습 정보로서 저장하며,
    기등록된 사용자에 대한 학습 정보에 기초하여, 상기 얼굴 인식부에 의해 인식되는 얼굴 영상을 입력으로 하여 상기 신경망 모델을 사용하여 상기 기등록된 사용자를 인식함 ―; 및
    상기 음성 대화 장치에서 상기 사용자의 음성이 인식되는 경우, 상기 사용자 감정 인식 장치를 통해 상기 사용자의 기등록된 사용자 여부 및 상기 사용자의 감정을 인식하도록 하고, 상기 사용자 감정 인식 장치로부터 인식되는 상기 사용자의 감정 인식 결과와 상기 사용자가 기등록된 사용자인 경우 기등록된 사용자의 정보를 상기 음성 대화 장치로 전달하는 대화 제어부
    를 포함하며,
    상기 음성 대화 장치는, 상기 대화 제어부를 통해 전달되는 상기 사용자의 감정 인식 결과, 또는 상기 기등록된 사용자의 정보 및 상기 기등록된 사용자의 감정 인식 결과를 사용하여 상기 사용자의 음성 입력에 대응되는 음성 답변을 출력하고,
    상기 신경망 모델은 합성곱 신경망(Convolutional Neural Network, CNN) 모델이며,
    상기 합성곱 신경망 모델은 입력되는 얼굴 영상에 대해 분노(Anger), 행복(Happiness), 놀람(Surprise), 혐오(Disgust), 슬픔(Sadness), 공포(Fear) 및 무표정(Neutral) 중 하나의 감정으로 분류하며,
    상기 얼굴 인식부는,
    상기 영상 촬영부에 의해 촬영된 영상에 대해 방향성 기울기에 대한 히스토그램을 나타내는 HOG(Histogram of Oriented Gradient) 알고리즘을 사용하여 상기 촬영된 영상 속에서 얼굴 영역을 탐색하는 얼굴 탐색부; 및
    상기 얼굴 탐색부에 의해 탐색된 얼굴 영역에 대해 얼굴 랜드마크 추정(face landmark estimation) 알고리즘을 사용하여 얼굴의 특징점 추정을 수행한 후 아핀 변환(affine transformation)을 수행하여 틀어진 얼굴에 대해 정위치시키는 자세 보정을 수행하는 자세 보정부
    를 포함하는, 로봇 시스템.
14. 제13항에 있어서,
    상기 음성 대화 장치는,
    외부로부터 음성을 입력받는 음성 입력부;
    상기 음성 입력부에 의해 입력되는 음성을 인식하는 음성 인식부;
    상기 음성 인식부의 인식 결과에 대응되는 답변을 생성하는 답변 생성부; 및
    상기 답변 생성부에 의해 생성되는 답변에 대응되는 음성을 출력하는 음성 출력부
    를 포함하고,
    상기 답변 생성부는, 상기 대화 제어부로부터 전달되는 상기 사용자의 감정 인식 결과를 사용하여 상기 음성 인식부의 인식 결과에 대응되는 음성 답변을 생성하여 상기 음성 출력부를 통해 출력하는,
    로봇 시스템.
15. 제13항에 있어서,
    상기 감정 인식부는 상기 얼굴 인식부로부터 입력되는 얼굴 영상을 외부의 클라우드 서버 ― 여기서 클라우드 서버는 상기 신경망 모델을 사용한 학습이 가능한 서버임 ―로 전달하여 얼굴 영상에 대응되는 감정 학습을 수행시킨 후,
    상기 얼굴 인식부로부터 입력되는 얼굴 영상을 상기 클라우드 서버로 전달하여 상기 얼굴 영상에 대응되는 감정 인식을 요청한 후 상기 클라우드 서버로부터 전달되는 감정 인식 결과를 수신하여 외부로 출력하는,
    로봇 시스템.
16. 제15항에 있어서,
    상기 감정 인식부는 상기 클라우드 서버가 제공하는 API(Application Programming Interface)를 사용하여 상기 클라우드 서버에 접속하여 상기 얼굴 인식부로부터 입력되는 얼굴 영상에 대응되는 감정 인식의 학습을 요청하고, 학습 결과에 기초하여 얼굴 영상에 대응되는 감정 인식을 요청하는,
    로봇 시스템.
    
17. 삭제
18. 삭제
19. 삭제

Images