KR20140041382A - Method for obtaining information about the psychophysiological state of a living being - Google Patents
Method for obtaining information about the psychophysiological state of a living being Download PDFInfo
- Publication number
- KR20140041382A KR20140041382A KR1020137010907A KR20137010907A KR20140041382A KR 20140041382 A KR20140041382 A KR 20140041382A KR 1020137010907 A KR1020137010907 A KR 1020137010907A KR 20137010907 A KR20137010907 A KR 20137010907A KR 20140041382 A KR20140041382 A KR 20140041382A
- Authority
- KR
- South Korea
- Prior art keywords
- vibra
- image
- frequency
- organism
- head
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1101—Detecting tremor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Educational Technology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
본 발명은, 생물체 머리의 미세움직임에 관한 신호를 측정하는 단계; 상기 생물체 머리의 공간적 시간적 움직임 분포에 대한 정량 변수를 정보통계 매개변수로 변환하는 신호처리단계; 상기 정보통계 매개변수를 조정된 정량 특성으로 변환하여 생물체의 정신생리학적 상태에 관한 정보를 획득하는 단계;를 포함하여 이루어지는 생물체의 정신생리학적 상태 정보 획득 방법에 관한 것이다. The present invention comprises the steps of measuring a signal relating to the micromovement of the head of the organism; A signal processing step of converting the quantitative variable for the spatial and temporal motion distribution of the organism head into an information statistics parameter; And converting the information statistics parameter into adjusted quantitative characteristics to obtain information about the psychophysiological state of the organism.
Description
본 발명은 생체측정, 전자공학, 의료, 심리학 분야에 관련되며, 생물체에 관한 정신생리학 정보를 획득하는데 사용될 뿐만 아니라 인간의 정신생리학적 상태를 측정하거나 관찰, 교정하는데 사용되는 생물체의 정신생리학적 상태에 관한 정보 획득방법에 관한 것이다. 보다 구체적으로 본 발명은, 생물체 머리의 미세움직임에 관한 신호를 측정하는 단계; 상기 생물체 머리의 공간적 시간적 움직임 분포에 대한 정량 변수를 정보통계 매개변수로 변환하는 신호처리단계; 상기 정보통계 매개변수를 조정된 정량 특성으로 변환하여 생물체의 정신생리학적 상태에 관한 정보를 획득하는 단계;를 포함하여 이루어지는 생물체의 정신생리학적 상태 정보 획득 방법에 관한 것이다.
FIELD OF THE INVENTION The present invention relates to the fields of biometrics, electronics, medical, and psychology, and is used to obtain psychophysiological information about a living organism, as well as to measure, observe, and correct a psychophysiological state of a human being. It relates to a method of obtaining information. More specifically, the present invention comprises the steps of measuring a signal relating to the micro-movement of the head of the organism; A signal processing step of converting the quantitative variable for the spatial and temporal motion distribution of the organism head into an information statistics parameter; And converting the information statistics parameter into adjusted quantitative characteristics to obtain information about the psychophysiological state of the organism.
생물체의 움직임 정보에 관한 논의는 아리스토텔레스 시대부터 시작됐다. 아리스토텔레스는 생물체의 운동 활동성과 정신생리학 상태의 관계를 비롯한 움직임과 생물체의 삶은 불가분의 관계라고 주장했다. 이반 세체노프는 1863년도에 발표한 '뇌의 반사'를 통해 뇌 활동의 모든 외부적 징후는 근육 움직임으로 이어질 수 있다고 주장하며, 생각과 움직임 과정 사이의 관계를 정리했다. 진화론에 근거한 찰스 다윈은 '인간과 동물의 감정표현(1872)이라는 저서에서 반사행동은 감정표현을 특징짓는다라고 주장했다. 노벨상을 수상한 20세기 위대한 생물학자이자 심리학자인 콘라드 로렌츠는 저서 '공격성(1966)'에서 반사움직임의 진폭 및 비율을 측정해 공격성 수준을 정할 수 있다고 했다.
Discussions on the movement information of living things began in the Aristotle era. Aristotle argued that movement and life of an organism are inseparable, including the relationship between movement activity and psychophysiological states. Ivan Sechenov, in 1863, published the Reflections of the Brain, arguing that all external manifestations of brain activity can lead to muscle movement, arranging the relationship between thought and movement processes. Charles Darwin, based on the theory of evolution, argues that reflective behavior characterizes emotions in a book entitled Emotional Expressions of Humans and Animals (1872). Conrad Lorenz, a Nobel Prize-winning great biologist and psychologist in the 20th century, said in his book Aggression (1966) that he can determine the level of aggression by measuring the amplitude and rate of reflex motion.
이러한 반사움직임 매개변수를 통한 감정 및 기능적 상태 결정에 관한 직접적인 논증에도 불구하고, 최근까지 인간의 움직임을 정서ㆍ정보적으로는 특징지을 수 없었다. 이는 무엇보다 대다수의 이동생리학 연구론자(베른쉬테인, 미라 이 로페즈)들이 매우 힘든 수학적 과제라 할 수 있는 인간의 매크로적 움직임을 분석하려 했기 때문이다.
Despite direct arguments about the determination of emotional and functional states through these reflex motion parameters, human movements have not been able to characterize emotionally and informally until recently. This is because most mobile physiologists (Bernstein and Mirai Lopez) tried to analyze human macroscopic movements, which can be a very difficult mathematical task.
지금까지의 연구를 통해 정립된 내용은, 전정계를 담당하는 인간 머리의 수직적 평형상태를, 전정반사 반응을 특징짓는 기능으로 그리고 머리의 미세움직임을 정하는 개별적인 운동 활동성으로 볼 수 있다는 사실이다. 머리의 미세움직임을 분석하는 것은, 여타 인간의 전정 움직임 분석과 비교시 많은 이점이 있다고 할 수 있는데, 무엇보다 머리의 움직임이 전 생애 동안 인간이 행하는 가장 자주 반복되는 움직임 중 하나라는 점을 들 수 있다.
What has been established so far is that the vertical equilibrium of the human head in charge of the vestibular system can be seen as a function of vestibular response and the individual motor activity that defines the head's micromovement. Analyzing head movements has many advantages compared to other vestibular movement analyzes, among other things that head movement is one of the most frequently repeated movements that humans perform throughout their lives. have.
신생아의 경우 생후 2개월부터 머리를 가누기 시작하는데, 이후 전정계는 머리의 수직적 평형상태의 지속적인 유지를 가능하게 해준다. 이는 사실상 심리ㆍ정신 상태와 인간의 머리 움직임 매개변수간 연관성이 있기 때문에 전정감정반사(VER, Vestibular Emotional Reflex)이라는 명칭으로 불리고 있다.
Newborns begin to cover their heads at 2 months of age, after which the vestibular system allows the head to maintain its vertical equilibrium. This is called VER (Vestibular Emotional Reflex) because it is actually related to psychological and mental state and human head movement parameters.
신체적 측면에서 봤을 때, 머리의 역학적 동요는 진동적인 과정이며, 이의 매개변수는 양적으로 대상의 에너지와 움직임간 상호연관성을 특징짓는다고 할 수 있다. 머리의 움직임 매개변수에 관한 통합정보를 획득하기 위해서는 바이브라이미지(vibraimage) 기술을 활용할 수 있다. 바이브라이미지 기술은 측정대상의 모든 점의 규칙적인 움직임 매개변수에 대하여 양적인 결정을 가능하게 해준다. 바이브라이미지는 대상의 움직임 매개변수를 구성하는 각 점을 이미지(image)로 보여주는 최초의 형태다. 바이브라이미지는 인간의 신체적 특성을 반영하는 이미지를 이용한 생체의료 방법들(초음파검사, 핵자기공명, 엑스레이 등)과 유사하다. 그리고 이에 있어서 바이브라이미지는 뇌전도(EEG), 전기피부반응(GSR), 심전도(EDG) 같은 생체 의료정보를 읽는 방법과 유사한 정보적 신호를 획득 가능하게 해준다.
From a physical point of view, the head's mechanical fluctuations are a vibratory process, whose parameters quantitatively characterize the interrelationships between the subject's energy and movement. Vibraimage technology can be used to obtain integrated information about head movement parameters. Vibraimage technology enables quantitative determination of the regular motion parameters of all points of measurement. Vibra images are the first to show each image as an image that constitutes the object's motion parameters. Vibra images are similar to biomedical methods (ultrasography, nuclear magnetic resonance, x-rays, etc.) that use images that reflect the physical characteristics of humans. In this regard, vibra images enable the acquisition of informative signals similar to methods of reading biomedical information such as electroencephalogram (EEG), electrical skin response (GSR), and electrocardiogram (EDG).
머리의 미세움직임을 추적하는 분석의 방법은 생리학적 측면에서 폴 에크만 (Paul Ekman)과 알란 프리드룬드 (Alan Fridlund)에 의해서 제안된 얼굴 표정 분석의 방법과는 차이가 있다. 얼굴 표정의 변화와 흉내는 감정에 대한 특정반응과 국소적인 감정을 표현해 주지만, 자동 분석시에는 효율적이지 않다. 이것은 얼굴 표정 변화와 흉내는 전통적으로 거짓말 탐지 시에 적용되는 생리신호의 측정으로 대변되는 동맥압, 심장박동율과 피부전도도와 같은 생리학적인 과정이 아니기 때문이다.
The method of analysis for tracking the head's fine movement is different from the method of facial expression analysis proposed by Paul Ekman and Alan Fridlund in terms of physiology. Changes and mimicry of facial expressions express specific reactions and local feelings to emotions, but are not efficient in automatic analysis. This is because facial expression changes and mimicry are not physiological processes such as arterial pressure, heart rate and skin conductivity, which are traditionally measured by physiological signals used to detect lies.
대상의 이미지 변환을 통한 생물체의 정신생리학적 상태에 관한 정보획득은 이미 잘 알려져 있다. 이는 광검출기에 이미지를 투사시킴으로써 대상의 움직임에 관한 신호측정 및 대상의 이미지를 전기신호로 변환시키는 방법이며, 이후 생물체의 움직임에 관한 신호처리 결과를 바탕으로 정신생리학적 상태에 관한 정보 획득 및 점의 주파수 떨림을 바탕으로 만들어진 바이브라이미지로 나타난 신호를 처리함으로써 정보를 획득할 수 있다.Acquisition of information about the psychophysiological state of living organisms through the transformation of an image is well known. This is a method of measuring the signal of the object's movement and converting the object's image into an electric signal by projecting the image onto the photodetector.Then, it acquires and points information on the psychophysiological state based on the result of signal processing on the movement of the organism. Information can be obtained by processing a signal represented by a vibra image created on the basis of the frequency vibration of the signal.
본 방법과 장치는[RU 2289310]에 의해서 프로토타입으로 만들어 졌다. 프로토타입은 연구 대상자(인간)가 원격에서 비접촉식 방법에 의해서 실시간으로 정신생리학적 상태에 관한 정보 획득을 가능하게 해주었다. 하지만 바이브라이미지 형태로 획득한 정보는 정성적인 성격을 띠고 있기 때문에 이에 대해서는 각각의 개별적인 해석이 필요하다. 어느 정도 경험이 있는 조작자의 경우 에는 획득한 바이브라이미지 정보를 바탕으로 대상의 정신감정 상태를 분석할 수 있지만, 자동처리방식을 통해 인간의 상태평가의 객관성을 확보해야 할 필요가 있고 또한 그에는 대상을 특징지을 수 있는 정량적 매개변수 도입이 필요하다.
The method and apparatus were prototyped by [RU 2289310]. The prototype enabled the subject (human) to obtain information about psychophysiological states in real time by remote, contactless methods. However, since the information obtained in the form of vibra image is qualitative, each individual interpretation is necessary. The operator who has some experience can analyze the mental emotional state of the subject based on the acquired vibra image information, but it is necessary to secure the objectivity of human condition evaluation through the automatic processing method. It is necessary to introduce quantitative parameters that can characterize the subject.
본 발명은 대상의 정신생리학적 상태(psychophysiological state)를 객관적이고 신뢰할 수 있으며 또한 정확한 양적(quantitative) 과제 해결을 가능하게 해준다.
The present invention makes it possible to objectively and reliably and precisely solve quantitative tasks of the psychophysiological state of a subject.
본 방법은 스트레스, 공격성, 혹은 불안감과 같은 인간의 정신감정 매개변수의 양적 측정 및 결정을 위한 근간으로써, 머리의 미세움직임 궤적 분석시 정해진 특성을 활용하는 식으로 이루어진다.
This method is the basis for the quantitative measurement and determination of human mental emotion parameters such as stress, aggressiveness, or anxiety, and utilizes the characteristics specified in the analysis of the head's fine movement trajectory.
설정과제 해결은 생물체 움직임에 관한 신호 측정을 포함한 생물체의 정신생리학적 상태에 관한 정보 획득 방법을 통해 이루어진다. 우선 움직임에 관한 신호처리 결과를 바탕으로 생물체의 정신생리학적 상태에 관한 정보획득과 설정신호 처리 및 생물체의 머리 미세움직임에 관한 신호측정, 그리고 생물체의 머리 움직임의 공간ㆍ시간적 분포에 대한 양적 매개변수(quantitative parameters)를 정보통계 매개변수(informational statistical parameters)로 변환시키는 것을 비롯한 신호 처리가 이루어진다. 이후 정보통계 매개변수가 생물체의 정신생리학적 상태에 관한 조정된 정량 특성(adjusted quantitative characteristics)으로 변환된 내용을 바탕으로 생물체의 정신생리학적 상태에 관한 정보획득이 이루어진다.
The settled task is achieved through a method of obtaining information about the psychophysiological state of the organism, including measuring signals about the movement of the organism. First, based on the signal processing result of the movement, the acquisition of information on the psychophysiological state of the organism, the processing of the set signal, the measurement of the signal on the head micromovement of the organism, and the quantitative parameters of the spatial and temporal distribution of the head movement of the organism Signal processing includes conversion of quantitative parameters into informational statistical parameters. Information is then obtained on the psychophysiological state of the organism based on the transformation of information statistics parameters into adjusted quantitative characteristics of the psychophysiological state of the organism.
본 발명의 생물체의 정신생리학적 상태 정보 획득 방법은, 생물체 머리의 미세움직임에 관한 신호를 측정하는 단계; 상기 생물체 머리의 공간적 시간적 움직임 분포에 대한 정량 변수를 정보통계 매개변수로 변환하는 신호처리단계; 상기 정보통계 매개변수를 조정된 정량 특성으로 변환하여 생물체의 정신생리학적 상태에 관한 정보를 획득하는 단계;를 포함하여 이루어지는 것을 특징으로 한다.
Psychophysiological state information acquisition method of the organism of the present invention, measuring the signal relating to the micro-movement of the head of the organism; A signal processing step of converting the quantitative variable for the spatial and temporal motion distribution of the organism head into an information statistics parameter; And converting the information statistics parameter into adjusted quantitative characteristics to obtain information about the psychophysiological state of the organism.
또한 상기 생물체 머리 미세움직임 신호 측정에서는, 생물체 머리의 진폭 및/또는 주파수 바이브라이미지를 획득하는 것을 특징으로 한다.
In addition, the measurement of the biological head motion signal, characterized in that to obtain the amplitude and / or frequency vibra image of the biological head.
한편 공격성 수준 데이터를 획득하기 위하여, 주파수 분포 히스토그램이 계산되고 아래의 바이브라이미지의 정보통계 매개변수가 측정되며, 공격성 수준은 아래 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 한다.
Meanwhile, in order to obtain the aggression level data, the frequency distribution histogram is calculated, the information statistics parameter of the vibra image below is measured, and the aggression level is further characterized by the following equation.
Fm - 주파수 분포 히스토그램의 최대 주파수Fm-maximum frequency of the frequency distribution histogram
Fi - N프레임 시간 동안 획득한 주파수 분포 히스토그램에서의 “I” 주파수 집계량Aggregate “I” frequencies in frequency distribution histograms acquired over Fi-N frame time
Fin - 바이브라이미지 처리 주파수Fin-VibraImage Processing Frequency
n - N 프레임 한계치를 넘어서는 프레임간 차의 집계량Aggregate amount of interframe difference beyond n-N frame limit
또한 본 발명은, 대상의 스트레스 수준 데이터를 획득하기 위하여, 아래의 바이브라이미지의 정보통계 매개변수가 측정되며, 스트레스 수준은 아래의 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 한다. In addition, the present invention, in order to obtain the stress level data of the subject, the information statistics parameter of the following vibra image is measured, the stress level is characterized in that it further comprises the step determined by the following equation.
n - 대상이 차지하는 열 수n-the number of columns occupied by the target
아울러 본 발명은, 대상의 불안감 수준 데이터를 획득하기 위하여, 아래의 바이브라이미지의 정보통계 매개변수가 측정되며, 불안감 수준은 아래의 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 한다. In addition, the present invention, in order to obtain anxiety level data of the subject, the information statistics parameter of the following vibra image is measured, the anxiety level is characterized in that it further comprises the step determined by the following equation.
Pi (f) - 바이브라이미지 주파수 분포 스펙트럼P i (f)-Vibra image frequency distribution spectrum
fmax - 바이브라이미지 주파수 분포에 있어서 최대 주파수
f max -the maximum frequency in the vibra image frequency distribution
또한 생물체의 여타 대상과의 화합 수준 데이터를 획득하기 위하여, 두 대상간의 주파수 분포 바이브라이미지 히스토그램들이 계산되고, 두 히스토그램 사이의 중첩도, 정상 분포를 이루는 인접분포의 표준화가 계산되며, 인접분포와 정상분포 사이의 차가 계산되는 한편 화합수준은 아래의 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 한다.
In addition, in order to obtain the level of harmony data with other objects of the organism, the frequency distribution vibra image histograms between the two objects are calculated, the overlap between the two histograms, and the normalization of the adjacent distribution forming a normal distribution are calculated. While the difference between normal distributions is calculated, the unity level is further characterized by the following equation.
여기서 K는 인접 주파수 분포로부터 얻어진 표준화 계수이며 y'는 정상분포 밀도이다.Where K is the normalization coefficient obtained from the adjacent frequency distribution and y 'is the normal distribution density.
마지막으로 본 발명은, 거짓말 탐지 수준 데이터를 획득하기 위하여, 아래의 바이브라이미지 정보통계 매개변수가 측정되고, 거짓말 수준은 아래의 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 한다. Finally, in order to obtain the lie detection level data, the present invention is characterized in that the following Vibra image information statistics parameter is measured, and the lie level further includes a step determined by the following equation.
PM - 지정된 한계치보다 더 많은 기회가 주어질 경우의 매개변수P M -Parameter if given more opportunities than the specified limit
Pc - 거짓말 탐지 동안에 측정되는 바이브라이미지 매개변수Pc-Vibraimage parameter measured during lie detection
K - 상기 PM 의 유효계수K-effective factor of P M
n - 측정된 매개변수의 수n-the number of parameters measured
m - 한계치 이상으로 변화된 매개변수 수m-the number of parameters changed beyond the limit
본 발명은 스트레스, 공격성, 혹은 불안감과 같은 인간의 정신감정 매개변수를 양적으로 측정함으로써 대상의 정신생리학적 상태를 객관적이고 신뢰성있는 정보를 획득할 수 있는 효과가 있다.
The present invention has the effect of obtaining objective and reliable information on the psychophysiological state of a subject by quantitatively measuring a human emotional parameter such as stress, aggressiveness, or anxiety.
본 발명은 머리의 미세움직임 매개변수와 /혹은 머리의 바이브라이미지 매개변수를 통해 인간의 정신감정을 묘사할 수 있는 효과를 가진다.
The present invention has the effect of describing the mental emotion of human through the micro-movement parameters of the head and / or vibra image parameters of the head.
또한 머리의 반사적인 미세움직임의 양적 분석을 통하여 인간의 정신생리학적 상태 측정을 더욱 객관ㆍ과학적으로 가능하게 할 뿐만 아니라 이를 통하여 의학ㆍ심리학ㆍ정신의학적, 그리고 일상생활에서의 많은 문제들을 해결할 수 있게 해준다.
In addition, through the quantitative analysis of the reflexive micromovement of the head, it is not only possible to objectively and scientifically measure the psychophysiological state of human, but also to solve many problems in medicine, psychology, psychiatry, and daily life. Do it.
도 1 : 인간 머리에 레이저 포인터를 장착하고 머리가 움직일 경우 화면에 마커가 이동하는 모습
도 2 : 바이브라이미지 주파수 분포 히스토그램
도 3 : 거짓말 탐지시 머리 움직임 매개변수 변화를 보여주고, 질문 진행 시 거짓말 탐지 프로그램 창 일부가 제시된 모습Fig. 1: A laser pointer mounted on a human head, and the marker moves on the screen when the head moves.
Figure 2: Vibra image frequency distribution histogram
3: shows the change of the head movement parameter when the lie detection, the part of the window of the lie detection program is presented when the question proceeds
일반적으로 인공두뇌학 및 정보 이론은 생물체와 생체계에 대한 운용방법 및 기술수단 적용 가능성을 검토하는 것이다. 인지생체학의 현대적인 개념은, 통상적으로 신호정보 및 전달이론 개념 및 정의와 관련이 있으며, 정보이론에서 정립된 수학적 매개변수의 정신생리학적 정보성을 가능케 해준다. 정보이론에서 활용되는 통계 매개변수의 도움으로 인간의 머리 미세움직임을 연구한 본 발명자의 오랜 연구와 관찰 결과, 인간의 정신생리학적 상태와 머리의 미세움직임에 관한 정보통계 매개변수간에 통계적으로 신빙성 있는 의존성이 있다는 사실을 알 수 있었다.
In general, cybernetics and information theory examine the applicability of operational methods and techniques to organisms and living systems. Modern concepts of cognitive biology are usually related to the concepts and definitions of signal information and transfer theory, and enable the psychophysiological information of mathematical parameters established in information theory. The results of our long research and observations of the study of human head micromovement with the help of statistical parameters utilized in information theory show that there is a statistically reliable relationship between information psychological parameters of human psychophysiological state and head micromovement. You can see that there is a dependency.
아울러 본 발명자는 위와 같은 현상과 전정감정 반사에 관한 나름의 해석을 제시할 수 있게 되었는데, 우선 정신생리학적 에너지조정(신진대사)간 상호관계를 정의해보겠다. 모든 전형적인 정서 상태는, 특정 에너지 소비와 개별 생리학적으로 필요한 에너지와 정서 에너지간 상관관계로 특징지을 수 있다. 이때 생리학적 에너지는 생리학적 과정 실현을 위해, 또 정서 에너지는 의식 혹은 비의식적인 과정을 거쳐 형성된다. 실례로 공격 상태는, 만약 정말 동일한 공격상태일 경우라면 다양한 인물에게서 이는 동일하지 않게 발현돼야 하는데, 이때 연령, 성별, 교육수준 등의 자연스러운 조정과정이 고려돼야 한다. 하지만 생리학적 측면에서 봤을 때, 이러한 차이는 신체기관 내 상대적 에너지 방출량 및 장소에 근본적인 의미가 있어서는 안 된다. 이 모든 것은 눈에 보이는 감정적 징후를 초래하는데, 실례로 얼굴의 홍조, 잦은 한숨, 빠른 심 박동, 특정 미세움직임 등을 들 수 있다. 감정적인 상태가 외부로 발현되는 주요 원인은 생리학적 에너지와 정서적 에너지간 상관관계를 변화시키는 신체기관 내 에너지의 추가적인 방출에 기인한다. 이때 강조해야 할 점은, 본 발명자는 현대기술 발전 수준에서 잘 알려진 자연적인 신체적 과정의 신체-화학 에너지, 즉 생리과정의 경과속도, 인간의 생각 및 움직임 과정을 위한 상호관계 중단 및 촉발 과정을 발명의 고려 대상으로 삼고 있다.
In addition, the present inventors have been able to present their own interpretations of the above phenomena and vestibular emotion reflexes. First, we will define the interrelationship between psychophysiological energy regulation (metabolism). All typical emotional states can be characterized by a correlation between specific energy consumption and individual physiologically necessary energy and emotional energy. At this time, the physiological energy is formed to realize the physiological process, and the emotional energy is formed through the conscious or unconscious process. For example, the attack state, if it is the same attack condition, should be expressed differently in various people, and natural adjustment process such as age, gender and education level should be considered. However, from a physiological point of view, these differences should not have a fundamental meaning in the relative amounts and locations of energy release within the body. All this leads to visible emotional signs, such as flushing of the face, frequent sighs, rapid heartbeats, and certain micromovements. The main reason for the external manifestation of the emotional state is due to the additional release of energy in the body organs which changes the correlation between physiological and emotional energy. It should be emphasized that the inventor invented the body-chemical energy of natural physical processes, ie the speed of physiological processes, the interrelational interruption and triggering processes for human thought and movement processes, which are well known at the level of modern technology development. Is being considered.
전정계의 주요과제는 무엇보다 역학적인 동등 혹은 균등 상태를 유지하는 것이다. 하지만 본 대상을 형성하는 역학ㆍ화학ㆍ에너지, 여타 시스템의 균등상태 시에만 평형상태가 가능하며, 이들 시스템들 중 하나라도 불균형이 발생할 경우 인접계의 균형상태 파괴가 초래, 즉 역학적 균형 파괴가 에너지 균형 파괴를 초래하는 현상이 발생한다.
The main challenge of the vestibular system is, above all, to maintain a dynamic equivalence or equality. However, equilibrium is only possible when the dynamics, chemistry, energy, and other systems that make up the subject are equal, and if any one of these systems is unbalanced, the balance of the adjacent system is destroyed, i.e. Phenomenon that causes balance breakage occurs.
수직적으로 평형 상태에 준하는 인간의 머리 위치는 신체에 발생하는 모든 에너지 과정에 대한 매우 민감한 기계적 지표로 볼 수 있다. 생체역학적 측면에서 봤을 때, 무게중심보다 훨씬 높은 곳에 위치한 머리의 수직적 균형상태 및 동등한 상태 유지를 위해서는 목-머리 뼈 부분 근육의 엄청난 지속적 노력과 축소가 요구된다. 게다가 이러한 움직임은 전정계 운영 하에 반사적으로 실현되는 것이다. 신체기관 내 모든 의미 있는 현상(감정)은 지속적인 생리학적 과정의 변화를 가져온다. 이는 GSR, 동맥압, 심박동과 같이 전통적으로 정신생리학적 분석에 활용되는 여타 생리학적 과정 변화와 유사하다. 또한 에너지 발현량과 에너지 발현장소에 따라 머리 움직임 매개변수도 변한다. 머리 움직임의 공간적 입체 궤적은, 머리 모양이 구(球)와 비슷하기 때문에 매우 복잡하다. 또한 각 점의 움직임 궤적은 수백 개의 목 근육 움직임에 있어서 현저히 차이가 날 수 있다. 움직임 매개변수의 통계적 분석을 통해 머리 움직임의 신뢰할 수 있는 양적 매개변수 차별화가 가능하다. 즉, 에너지 및 전정계 반응 측정을 통한 정서상태 측정 및 확인이 가능하다는 것이다. 역학법칙은 일관되게 나타나며, 균등상태 유지를 위해 행동은 항상 반동작용을 하는 것이다. 자연적으로 다양한 이들을 대상으로 하는 신체기관 내 에너지 측정은 전정계 활동을 통한 머리 움직임 매개변수의 일관된 상응하는 변화를 초래할 것이다.
The position of the human head in the vertical equilibrium can be seen as a very sensitive mechanical indicator of all the energy processes occurring in the body. From a biomechanical point of view, maintaining the vertical balance and equilibrium of the heads far above the center of gravity requires tremendous continuous effort and reduction of the neck-head bone muscles. Moreover, this movement is realized reflexively under vestibular system. All meaningful phenomena in the organs lead to changes in the ongoing physiological process. This is similar to other physiological process changes traditionally used in psychophysiological analysis, such as GSR, arterial pressure, and heart rate. The head movement parameters also change depending on the amount of energy expression and the location of energy expression. The spatial three-dimensional trajectory of head movements is very complicated because the shape of the head resembles a sphere. Also, the movement trajectory of each point can vary significantly in the movement of hundreds of neck muscles. Statistical analysis of motion parameters enables reliable quantitative parameter differentiation of head movements. In other words, it is possible to measure and confirm the emotional state through the measurement of energy and vestibular response. The laws of mechanics appear to be consistent, and behavior is always reactionary to maintain equality. Energy measurements in the body organs that naturally target a wide variety of people will result in consistent corresponding changes in head movement parameters through vestibular activity.
제시된 머리 움직임의 정보ㆍ통계적 매개변수에 따른 총체적인 감정분류는, 인간의 모든 정서 상태를 탐지하여 나타내 준다. 현재는 정서상태 측정을 위한 단일화된 총체적 접근법이 없는 만큼, 여타 정신생리학적 방법 혹은 독립 실험평가 비교 차원에서 최초의 측정을 위해 활용될 수 있을 것이다. 현대 심리학은 감정상태 평가에 있어서 주로 질적인 기준을 활용하는데, 이는 근본적으로 양적 측정을 불가능하게 하고, 인간 상태의 객관적인 평가가 힘들다. 하지만 기 제시된 방법은 모든 감정상태를 측정하게 해준다. 머리의 움직임 매개변수 변화가 기능적으로 에너지 교환 변화와 관련이 있다고 했을 때, 자연적으로 머리 움직임 매개변수가 인간의 총체적인 특징적 정신생리학 상태이기 때문이다. 현존하는 평가 기준에 따른 정서상태 집계를 위한 기 제시된 공식의 일치 정확성은, 머리 미세움직임을 통한 정서적인 상태평가 방법과 비교 시 낮게 나타난다. 현존하는 기술 수준에서는 정서상태 평가를 위한 총체적인 기준이 없기 때문이다. 기 제안된 방법은 모든 감정 측정에 있어서 통합적인 접근법이 가능하다는 점에서 특징적이다. 또한 모든 이전의 방법들은 다양한 정서상태 평가를 위해 활용됐다. 정서상태 측정을 위해 기 제안된 개념을 채택하는 것은 정밀과학에 심리학을 포함시키는 것과 같으며, 동일한 감정 측정을 가능하게 해준다.
The overall classification of emotions according to the informational and statistical parameters of the head movements presented is to detect and display all human emotional states. Currently there is no single, holistic approach to measuring emotional state, so it can be used for initial measurements in terms of other psychophysiological methods or independent experimental evaluations. Modern psychology mainly uses qualitative criteria in the evaluation of emotional state, which essentially makes it impossible to measure quantitatively, and the objective evaluation of human state is difficult. However, the suggested method allows us to measure all emotional states. Given that a change in head movement parameters is functionally related to a change in energy exchange, naturally, head movement parameters are a general characteristic psychophysiological state of man. The accuracy of agreement of the proposed formulas for counting emotional states according to existing assessment criteria is low compared to the emotional state assessment method through head micromovement. This is because there is no overall standard for assessing emotional state at the current level of technology. The proposed method is characteristic in that an integrated approach is possible for all emotion measurements. All previous methods were also used to assess various emotional states. Adopting the proposed concept for measuring emotional status is like incorporating psychology into precision science, allowing the same emotional measurement.
본 발명의 생물체의 정신생리학적 상태 정보 획득 방법은, 생물체 머리의 미세움직임에 관한 신호를 측정하는 단계; 상기 생물체 머리의 공간적 시간적 움직임 분포에 대한 정량 변수를 정보통계 매개변수로 변환하는 신호처리단계; 상기 정보통계 매개변수를 조정된 정량 특성으로 변환하여 생물체의 정신생리학적 상태에 관한 정보를 획득하는 단계;를 포함하여 이루어지는 것을 특징으로 한다.
Psychophysiological state information acquisition method of the organism of the present invention, measuring the signal relating to the micro-movement of the head of the organism; A signal processing step of converting the quantitative variable for the spatial and temporal motion distribution of the organism head into an information statistics parameter; And converting the information statistics parameter into adjusted quantitative characteristics to obtain information about the psychophysiological state of the organism.
또한 상기 생물체 머리 미세움직임 신호 측정에서는, 생물체 머리의 진폭 및/또는 주파수 바이브라이미지를 획득하는 것을 특징으로 한다.
In addition, the measurement of the biological head motion signal, characterized in that to obtain the amplitude and / or frequency vibra image of the biological head.
한편 공격성 수준 데이터를 획득하기 위하여, 주파수 분포 히스토그램이 계산되고 아래의 바이브라이미지의 정보통계 매개변수가 측정되며, 공격성 수준은 아래 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 한다.
Meanwhile, in order to obtain the aggression level data, the frequency distribution histogram is calculated, the information statistics parameter of the vibra image below is measured, and the aggression level is further characterized by the following equation.
Fm - 주파수 분포 히스토그램의 최대 주파수Fm-maximum frequency of the frequency distribution histogram
Fi - N프레임 시간 동안 획득한 주파수 분포 히스토그램에서의 “I” 주파수 집계량Aggregate “I” frequencies in frequency distribution histograms acquired over Fi-N frame time
Fin - 바이브라이미지 처리 주파수Fin-VibraImage Processing Frequency
n - N 프레임 한계치를 넘어서는 프레임간 차의 집계량Aggregate amount of interframe difference beyond n-N frame limit
또한 본 발명은, 대상의 스트레스 수준 데이터를 획득하기 위하여, 아래의 바이브라이미지의 정보통계 매개변수가 측정되며, 스트레스 수준은 아래의 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 한다. In addition, the present invention, in order to obtain the stress level data of the subject, the information statistics parameter of the following vibra image is measured, the stress level is characterized in that it further comprises the step determined by the following equation.
n - 대상이 차지하는 열 수n-the number of columns occupied by the target
아울러 본 발명은, 대상의 불안감 수준 데이터를 획득하기 위하여, 아래의 바이브라이미지의 정보통계 매개변수가 측정되며, 불안감 수준은 아래의 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 한다. In addition, the present invention, in order to obtain anxiety level data of the subject, the information statistics parameter of the following vibra image is measured, the anxiety level is characterized in that it further comprises the step determined by the following equation.
Pi (f) - 바이브라이미지 주파수 분포 스펙트럼P i (f)-Vibra image frequency distribution spectrum
fmax - 바이브라이미지 주파수 분포에 있어서 최대 주파수
f max -the maximum frequency in the vibra image frequency distribution
또한 생물체의 여타 대상과의 화합 수준 데이터를 획득하기 위하여, 두 대상간의 주파수 분포 바이브라이미지 히스토그램들이 계산되고, 두 히스토그램 사이의 중첩도, 정상 분포를 이루는 인접분포의 표준화가 계산되며, 인접분포와 정상분포 사이의 차가 계산되는 한편 화합수준은 아래의 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 한다.
In addition, in order to obtain the level of harmony data with other objects of the organism, the frequency distribution vibra image histograms between the two objects are calculated, the overlap between the two histograms, and the normalization of the adjacent distribution forming a normal distribution are calculated. While the difference between normal distributions is calculated, the unity level is further characterized by the following equation.
여기서 K는 인접 주파수 분포로부터 얻어진 표준화 계수이며 y'는 정상분포 밀도이다.Where K is the normalization coefficient obtained from the adjacent frequency distribution and y 'is the normal distribution density.
마지막으로 본 발명은, 거짓말 탐지 수준 데이터를 획득하기 위하여, 아래의 바이브라이미지 정보통계 매개변수가 측정되고, 거짓말 수준은 아래의 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 한다. Finally, in order to obtain the lie detection level data, the present invention is characterized in that the following Vibra image information statistics parameter is measured, and the lie level further includes a step determined by the following equation.
PM - 지정된 한계치보다 더 많은 기회가 주어질 경우의 매개변수P M -Parameter if given more opportunities than the specified limit
Pc - 거짓말 탐지 동안에 측정되는 바이브라이미지 매개변수Pc-Vibraimage parameter measured during lie detection
K - 상기 PM 의 유효계수K-effective factor of P M
n - 측정된 매개변수의 수n-the number of parameters measured
m - 한계치 이상으로 변화된 매개변수 수m-the number of parameters changed beyond the limit
아래에서 본 발명에 대해 구체적으로 설명하고자 한다.Hereinafter, the present invention will be described in detail.
대상의 머리⑴ 움직임에 관한 신호 획득은 대상 머리⑴에 쓴 헬멧⑶에 장착된 광 레이저포인터⑵로 이루어진다. 머리 움직임 분석을 위한 레이저 포인터⑵가 장착된 헬멧⑶ 활용은 컴퓨터 게임이라든지 조종 시 쓰는 것과 같다. 머리⑴ 주변부와 위쪽 부위에 장착된 3개의 레이저 포인터⑵로 상대적으로 단순한 방법을 채택할 수 있다. 이러한 레이저 포인터⑵의 빛은 대상의 뒤 혹은 앞쪽 부위 화면⑷에 나타나고, 표준 웹 카메라⑸ Genius Look 1320(초당 30 프레임, 해상도 1290x960)로 화면을 읽는다. 레이저 마커⑹의 움직임은 머리⑴의 움직임을 반영하며, 3미터 정도의 화면⑷간 간격을 유지한다. 화면에 대한 머리⑴의 평형 움직임은 화면⑷의 레이저 마커⑹의 움직임 증대에 영향을 주지는 않지만, 머리⑴의 움직임은 복잡한 공간궤적을 지니며 1도 정도의 머리⑴의 미세한 움직임은 화면⑷ 상 레이저 마커⑹의 52.3mm의 움직임을 가져온다. 그리고 이는 웹 카메라⑸의 신호 처리 시 지속적으로 기록된다. 이러한 방법으로 컴퓨터에 접속된 웹 카메라⑸는 미세 움직임 (micromovement)에서 거대 움직임 (macromovement)으로 전환되는 머리⑴의 미세움직임에 관한 정보를 전달한다. 레이저 포인터(2) 움직임과 머리(1) 움직임 주파수와 진폭을 분석하는 컴퓨터는 레이저 포인터 헬멧(3)을 쓴 대상의 감정상태를 계산해 준다. 프로그램 분석에 따라 레이저 포인터(2)가 장착된 헬멧⑶을 쓴 머리⑴ 움직임 주파수와 인간의 감정상태 수준을 평가하게 해준다. 머리⑴ 움직임 시 레이저 마커⑹의 움직임 구도는 그림 1에 도시되어 있다.
Acquisition of the signal about the head movement of the subject consists of an optical laser pointer mounted on the helmet 쓴 worn on the subject head. The use of a helmet equipped with a laser pointer for head movement analysis is like a computer game or a pilot. Three laser pointers mounted on the periphery and the top of the head allow for a relatively simple approach. The light from these laser pointers appears on the screen behind or in front of the subject and is read with a standard web camera Genius Look 1320 (30 frames per second, resolution 1290x960). The movement of the laser marker reflects the movement of the head and maintains a screen distance of about 3 meters. Although the head's equilibrium movement relative to the screen does not affect the increased movement of the laser marker on the screen, the head's movement has a complex spatial trajectory and the minute movement of the head's head on the screen is laser on the screen. This brings about 52.3mm of movement of the marker. And this is recorded continuously during signal processing of the web camera. In this way, a web camera connected to a computer conveys information about the micromovement of the head, which is converted from micromovement to macromovement. The computer analyzing the laser pointer (2) movement and the head (1) movement frequency and amplitude calculates the emotional state of the subject wearing the laser pointer helmet (3). According to the program analysis, it is possible to evaluate the frequency of movement of the head with a helmet with a laser pointer (2) and the level of human emotional state. The structure of the laser marker's movement during head movement is shown in Figure 1.
공간 및 시간 분포 정보통계 매개변수 차원에서 인간 머리의 움직임은 웹 카메라나 CCTV 의 최대 프레임 레이트 (frame rate) 상태로 맞추면 초당 10 프레임 단위로 정해지는 레이저 포인트 움직임의 평균 주파수로 측정된다. 이러한 매개변수는 인간의 감정적인 흥분이나 불안감을 잘 반영하고, 행동에 대한 흥분이나 불안감 수준으로 특징지을 수 있다.
In terms of spatial and temporal distribution information statistics parameters, the movement of the human head is measured by the average frequency of the laser point movement, which is defined as 10 frames per second when the maximum frame rate of the web camera or CCTV is set. These parameters reflect human emotional excitement or anxiety well and can be characterized by the level of excitement or anxiety about behavior.
이러한 활용 실례는 다양한데, 커패시턴스 혹은 자기센서와 같이 헬멧에 센서를 장착하여 머리 움직임을 관찰하는 접촉식 결정법을 들 수 있다. 여타 관련 사례는, 웹 카메라 혹은 CCTV 의 도움으로 인간의 머리 미세움직임을 접촉식 그리고 비 접촉식(대상에 센서장착 없이)으로 관찰하는 것이다. 웹 카메라 또는 CCTV의 프로세싱 레이트(processing rate)에 따라 (0.1-1-10) 초의 3가지 다른 시간 동안에 축적된 진폭과 주파수 바이브라이미지의 평균값 측정을 통해, 영상신호가 감정상태의 진폭 및 주파수 바이브라이미지 화로 변환되는 과정으로 진행된다. 모든 개별 매개변수는 특정 시간 동안 특징적인 인간의 상태와 반응을 반영하고, 실례로 질문과 자극에 대한 거짓말 탐지 시와 같은 상황에서 질문과 자극에 대한 인간의 반응 분석에 적용될 수 있다.
Examples of such use are various, such as the contact determination method of monitoring a head movement by attaching a sensor to a helmet such as a capacitance or a magnetic sensor. Another relevant case is the observation of human head micromovements, both touch and non-contact (without sensors on the subject), with the help of a web camera or CCTV. By measuring the average value of the amplitude and frequency vibra images accumulated over three different times of (0.1-1-10) seconds depending on the processing rate of the web camera or CCTV, the video signal Proceed to converting to braimification. All individual parameters reflect the characteristic human condition and response over a certain time period and can be applied to the analysis of human response to questions and stimuli, for example in situations such as detecting lies on questions and stimuli.
도 2는 작업 이행 후 바이브라이미지 주파수 분포 히스토그램이다. 본 히스토그램은 상대적으로 주파수분포(예: 3Hz)의 높은 평균치와 상대적으로 인간의 평온한 평균통계치 주파수 분포를 보이는 특징을 가진다.
2 is a vibra image frequency distribution histogram after job transition. This histogram is characterized by a relatively high average of frequency distribution (eg 3 Hz) and a relatively calm average frequency distribution of humans.
본 발명자가 채택하는 바이브라이미지 7.3 시스템을 통하여 10가지 종류의 감정을 측정한 감정상태 측정표는 다음과 같다. The emotion state measurement table measuring ten kinds of emotions through the Vibra Image 7.3 system adopted by the present invention is as follows.
M- 측정 기간 동안 매개변수 평균 중간치M-median mean of the parameter over the measurement period
S- 측정 기간 동안 매개변수 분포Parameter distribution over the S-measurement period
Nmin- 매개변수 최저 통계 한계치Nmin- parameter lowest statistical limit
Nmax- 매개변수 최대 통계 한계치Nmax- parameter maximum statistical limit
cMin 과 cMax- 측정 기간 동안 매개변수 최소 및 최대치
cMin and cMax-parameter minimum and maximum values during the measurement period
측정 결과, 불안감과 스트레스 수준이 하락했고(일반인 통계기준과 비교시), 공격성 혹은 활동성 수준은 높아졌으며 이러한 감정상태 측정은 작업이행 시 필수적이다. 본 발명자가 제안한 감정상태 측정 시스템에 있어서 모든 감정상태는 0과 1, 혹은 0 과 100% 사이 대에서 측정된다. 이러한 접근방법은 다양한 조건에서 다양한 사람들의 감정상태를 비교할 수 있게끔 해준다.
As a result, the level of anxiety and stress has decreased (compared to general statistical standards), and the level of aggression or activity has increased, and the measurement of emotional state is essential when performing work. In the emotional state measurement system proposed by the present inventor, all emotional states are measured in the range between 0 and 1, or 0 and 100%. This approach allows us to compare the emotional state of different people under different conditions.
다음의 실례는 바이브라이미지 획득 및 10초 동안 혹은 50프레임 처리 시 바이브라이미지 주파수 히스토그램 구성을 포함한 인간의 공격성을 결정짓는 바이브라이미지 정보 매개변수 통계치를 찾아내는 방법을 보여준다. 만약 바이브라이미지가 대상의 움직임 에너지에 대해 공간ㆍ시간적 분포를 동시에 나타낼 경우,
The following example shows how to find Vibraimage information parameter statistics that determine human aggression, including Vibraimage acquisition and Vibraimage frequency histogram construction for 10 seconds or 50 frames. If the vibra image simultaneously shows the spatial and temporal distribution of the moving energy of the object,
주파수 히스토그램 획득을 위해 특정 시간 동안 동일 진동 주파수를 가진 요인의 픽셀수(화소수)가 총 집계된다. 따라서 히스토그램은 진동 주파수의 공간적 분포에 관한 정보를 배제시킨다. 이러한 공간정보의 외견상 손실은 움직임에 대한 더 많은 정보를 제공하는 데, 움직임의 생리학 측면에서 봤을 때 움직임이 에너지를 반영해 주기 때문에 얼굴의 미세표정과는 다르다. 그래서 머리의 어느 부위에서 어떤 움직임이 실행되는 지는 그다지 중요하지 않다.
To obtain a frequency histogram, the number of pixels (pixels) of factors having the same vibration frequency for a specific time is aggregated. Histograms therefore exclude information about the spatial distribution of vibration frequencies. This apparent loss of spatial information provides more information about the movement, which is different from facial facial expressions because the movement reflects energy in terms of the physiology of the movement. So it doesn't matter which part of the head you are performing.
주파수 히스토그램의 구성은 이하의 내용에 따라 결정된다.The configuration of the frequency histogram is determined according to the following.
Fm- 주파수 분포 히스토그램의 최대 주파수Fm- Maximum frequency of frequency distribution histogram
Fi- 50프레임 시간당 획득한 주파수 분포 히스토그램에서의 i 주파수 집계 수The number of i frequencies aggregated in the frequency distribution histogram obtained per fi-50 frame hour.
Fin- 바이브라이미지 처리 주파수Fin-Vibra Image Processing Frequency
n- 50 프레임에서의 한계치보다 높은 프레임간 차의 집계 수
Aggregate number of interframe differences above the threshold in n-50 frames
본 발명에서는, 기존의 공격성 수준(aggression level)을 결정짓는 기존의 접근법과는 다른 두 가지 주요 요인을 고려한 새로운 공식이 제시된다. 두 가지 주요 요인은, 움직임의 특징적인 분포를 가장 잘 보여주는 평균 진동 주파수 Fm 혹은 인간의 미세 진동의 편차, 그리고 평균제곱편차 (RMS: Root Mean Square) 이다. 이렇듯 공격적인 사람은 머리 미세움직임의 높은 주파수 및 머리 부위의 다양한 점이 움직임에 있어서 확산 폭이 크다. 여타 공식 상관계수는 0에서 1까지의 수치에 대한 공격성 상관계수를 보여준다.In the present invention, a new formula is proposed that takes into account two main factors that differ from existing approaches for determining the level of aggression. Two main factors are the average vibration frequency Fm, which shows the characteristic distribution of motion best, or the deviation of human fine vibration, and the root mean square (RMS). This aggressive person has a high spreading frequency in movement of high frequency of hair fine movement and various points of the head part. Other official correlation coefficients show aggressive correlation coefficients for values from 0 to 1.
이러한 등식은 모든 이들의 공격성 수준을 결정하게 해주는데, 자연히 낮은 공격성 상태는 0에 가까운 수준을 보이며, 높은 공격성 상태에 있는 사람의 경우 1에 근접한 수치를 보인다. 잠재적으로 위험한 이들을 밝혀내기 위한 바이브라이미지 시스템의 보안 시스템 활용시 공격적인 이들을 밝혀내기 위한 한계치는 0.75를 사용한다. 바이브라이미지 7.3 프로그램의 왼쪽 구석부위(평균 히스토그램)에는 조작자의 비주얼 컨트롤을 위해 주파수 히스토그램과 제시된 공식에 따라 계산된 공격성 수준 치가 계속해서 나타나며, 개별 파일 형태로 프로그램에 보관되는 주파수 히스토그램은 그림 2에 도시되어 있다.
This equation allows everyone to determine their level of aggression: naturally low aggression levels are close to zero, and those with high aggression are close to one. The use of the VibraImage system's security system to identify potentially dangerous ones uses a threshold of 0.75 to identify aggressive ones. The left corner of the VibraImage 7.3 program (average histogram) continues to show the frequency histogram and the aggression level calculated according to the formulas presented for the operator's visual control.The frequency histogram stored in the program in separate files is shown in Figure 2. Is shown.
다음은 바이브라이미지 획득 및 공격성 수준을 결정짓는 의미 있는 바이브라이미지 정보 매개변수를 통계적으로 찾아내는 것이다. 이는 무엇보다 진폭 및 주파수 바이브라이미지에 대한 진동대칭 매개변수를 결정한다.
The next step is to statistically identify meaningful Vibraimage information parameters that determine Vibraimage acquisition and aggression levels. This determines, among other things, vibration symmetry parameters for amplitude and frequency vibra images.
n - 대상이 차지하는 열 수
n-the number of columns occupied by the target
본 발명은 기존의 접근 방법과는 달리 공격성 수준을 결정하는 새로운 접근 방법으로서 인간의 머리부위를 스캔한 모든 개별적인 열에 대한 움직임 진폭 및 주파수 대칭을 고려한 새로운 공식을 제시한다.The present invention presents a new formula that considers the motion amplitude and frequency symmetry for every individual column that scans the human head as a new approach to determining the level of aggression, unlike the existing approach.
공격성 수준이 최대치인 사람의 경우, 20초간 진폭 및 주파수 바이브라이미지를 처리하기 위한 진동 및 미세움직임에 있어서 최대 대칭의 특성을 보인다. 동시에 스트레스와 불안감은 낮은 수준을 보인다(도 3).For those with the highest level of aggression, they exhibit maximum symmetry in vibration and fine movement for processing amplitude and frequency vibra images for 20 seconds. At the same time, stress and anxiety are low (Figure 3).
이전에 제시한 정보통계 매개변수와 유사하게 제시된 공식은 0에서 1까지 불안감 수준을 측정하게 해준다. 또한 최소 수준의 불안감은 최소 측정치에 부합하고, 불안감 수준이 높은 사람은 스트레스 수치가 1에 근접하게 나타난다.
Similar to the information statistics parameters presented previously, the formula presented allows us to measure the level of anxiety from 0 to 1. In addition, the minimum level of anxiety meets the minimum measure, and those with high levels of anxiety have stress levels close to one.
다음은 바이브라이미지 획득 및 불안감 수준(anxiety level)을 결정짓는 의미 있는 바이브라이미지 정보 매개변수를 통계적으로 찾아내는 것이다. 이는 무엇보다 진폭 및 주파수 바이브라이미지의 활동 신호 주파수 스펙트럼 구성과 관련이 있다. 불안감 수준을 결정짓는 기존의 접근방법과는 다르게, 본 발명은 높은 불안감은 낮은 주파수 스펙트럼 밀도보다, 오히려 움직임이 높은 주파수 스펙트럼 밀도를 증대시킨다는 사실을 고려한 새로운 공식을 제시한다.
The next step is to statistically find meaningful vibra image information parameters that determine vibra image acquisition and anxiety level. This relates, among other things, to the construction of the active signal frequency spectrum of amplitude and frequency vibraimages. Unlike conventional approaches to determine anxiety levels, the present invention presents a new formula that takes into account the fact that high anxiety increases high frequency spectral density rather than low frequency spectral density.
Tn - 불안감 수준Tn-anxiety level
Pi(f) - 바이브라이미지 주파수 분포 스펙트럼Pi (f)-Vibraimage Frequency Distribution Spectrum
fmax - 바이브라이미지 주파수 분포에 있어서 최대 주파수
fmax-the maximum frequency in the vibra image frequency distribution
이전에 제시한 정보통계 매개변수와 유사한 제시된 공식은 0에서 1까지 불안감 수준을 측정하게 해준다. 또한 최소 수준의 불안감은 최소 측정치에 부합하고, 불안감 수준이 높은 이는 스트레스 수치가 1에 근접하게 나타난다. 바이브라이미지의 신호 주파수 확산 스펙트럼은 조작자 혹은 시스템 활용자가 이를 제어할 수 있도록 화면에 나타난다.
The presented formula, similar to the previously presented information statistics parameters, allows us to measure the level of anxiety from 0 to 1. In addition, the minimum level of anxiety meets the minimum measure, and those with high levels of anxiety have stress levels close to one. The signal frequency spread spectrum of the Vibra image is displayed on the screen for the operator or system operator to control it.
또 다른 실례는 바이브라이미지 획득 및 사람들간 화합(compatibility) 수준을 결정짓는 바이브라이미지의 통계적으로 의미 있는 정보적 매개변수를 찾는 것이다. 이는 각 개별 주파수의 바이브라이미지 히스토그램 구성으로 이루어진다. 화합 수준(compatibility level)을 결정짓는 공식으로서 아래의 식이 제시된다. 이는 두 대상간의 주파수 분포 바이브라이미지 히스토그램들이 계산되고, 두 히스토그램 사이의 중첩도, 정상 분포를 이루는 인접분포의 표준화가 계산되며, 인접분포와 정상분포 사이의 차가 계산되는 과정을 거쳐 얻어진다.
Another example is to find statistically meaningful informational parameters of vibra images that determine vibra image acquisition and the level of compatibility between people. This consists of a vibrato histogram configuration of each individual frequency. As a formula for determining the compatibility level, the following equation is given. This is obtained by the process of calculating the frequency distribution vibrato histograms between two objects, the degree of overlap between the two histograms, the normalization of adjacent distributions forming a normal distribution, and the difference between the adjacent distributions and the normal distribution.
여기서 K는 인접 주파수 분포로부터 얻어진 표준화 계수이며 y'는 정상분포 밀도이다.Where K is the normalization coefficient obtained from the adjacent frequency distribution and y 'is the normal distribution density.
이전에 제시된 매개변수와 유사하게 제안된 공식은 0에서 1까지의 화합가능성 수준을 측정한다. 또한 최소 측정치는 최소 화합가능성에 부합하며, 양측의 높은 수준의 화합 가능성 측정치는 1에 근접하게 나타난다.
Similar to the parameters presented previously, the proposed formula measures the level of compatibility from 0 to 1. In addition, the minimum measure corresponds to the minimum compatibility, and the high level of compatibility measures on both sides is close to one.
다음은 바이브라이미지 획득 및 인간의 거짓말 수준을 결정짓는 바이브라이미지의 통계적으로 의미 있는 정보 매개변수를 찾는 것이다. 이는 무엇보다 상호간 최소한의 연관성을 가진 바이브라이미지 매개변수 최대량의 일시적인 의존성 획득과 관련이 있다. 그림 3은 각 시간대에(0.1~1~10초) 인간의 머리 움직임에 관한 정보 축적을 이용한 바이브라이미지 주요 매개변수(A1, F3, F6, S2, P2)의 일시적인 의존성과 인간의 정신생리학 상태의 총체적인 변화를 반영하는 통합 매개변수(P5)를 나타낸다. 예를 들어, 3분간의 질문 시간 동안 언어적인 거짓을 결정짓는다는 것이다. 그래프의 일측 수직선은 질문 시작을, 타측 수직선은 대답의 끝을 의미한다. 그림 3의 아래쪽 그래프는 (P5매개변수) 질문에 대한 모든 실험대상자의 대답시 정신생리학적 매개변수 변화 수준을 보여주는 것이다. 이러한 그래프를 통해 알 수 있는 것은 실험 대상자가 질문에 대답할 때 가장 큰 반응을 보였다는 사실이다. 대답시 거짓말 수준 결정은, 실험 대상자가 비교 및 관련 질문에 대답할 때의 정신생리학 매개변수의 변화반응을 비교분석하는 방법에 따라 이루어진다.
Next, find the statistically meaningful information parameters of the vibra image that determine the vibra image acquisition and human lying level. This relates, among other things, to the temporary dependence of the maximum amount of Vibraimage parameters with minimal interrelationships. Figure 3 shows the transient dependence of key parameters of Vibra image (A1, F3, F6, S2, P2) and human psychophysiological state using accumulation of information about human head movement at each time (0.1 ~ 1 ~ 10 seconds). Represents an integrated parameter (P5) that reflects the overall change of. For example, three minutes of questioning time determine verbal lies. One vertical line on the graph represents the beginning of the question and the other vertical line represents the end of the answer. The bottom graph in Figure 3 shows the change in psychophysiological parameters in all subjects' answers to the (P5 parameter) question. The graph shows that the subject responded the most when answering the question. The lie level determination at the time of answer is based on the method of comparative analysis of the change response of psychophysiological parameters when the subject answers the comparison and related questions.
본 발명은 거짓말탐지와 관련해 기존의 정신생리학적 접근법과는 차이가 있는 새로운 공식을 제시한다. 본 공식에서 거짓은, 지정된 시간에 관련된 바이브라이미지 매개변수의 중요한 변화에 따라 결정된다. 제시된 공식은 언어 및 비언어적 거짓(verbal or no verbal lie) 여부를 정하게 해준다. 기본적으로 시간 차원에서의 언어적 거짓 결정은 실험 대상자의 대답 시작까지의 시간을 활용하는데, 비언어적인 거짓 분석의 경우 한 기간의 시간과 또 다른 기간의 시간 동안 측정된 매개변수들을 상호 비교하여 이루어진다.
The present invention presents a new formula that differs from existing psychophysiological approaches in terms of lying detection. False in this formula is determined by the significant change in the Vibraimage parameter relative to the specified time. The formula presented allows us to determine whether verbal or no verbal lie. Basically, the linguistic false decision in the time dimension utilizes the time to the start of the test subject's answer. In the case of non-verbal false analysis, it is made by comparing the parameters measured during one period of time with another.
거짓말 여부 결정시 활용되는 정신생리학적 상태의 변화 수준(L)은 다음의 공식으로 계산된다.The level of change in psychophysiological state (L) used to determine a lie is calculated by the formula:
PM - 지정된 한계치보다 더 많은 기회가 주어질 경우의 매개변수P M -Parameter if given more opportunities than the specified limit
Pc - 거짓말 탐지 동안에 측정되는 바이브라이미지 매개변수Pc-Vibraimage parameter measured during lie detection
K - 상기 PM 의 유효계수K-effective factor of P M
n - 측정된 매개변수의 수n-the number of parameters measured
m - 한계치 이상으로 변화된 매개변수 수
m-the number of parameters changed beyond the limit
이전에 제시된 매개변수와 유사하게, 제시된 공식은 0에서 1까지의 거짓말 수준을 측정하게 해준다. 또한 최소 수준의 거짓에는 최소 측정치가 부합되는데, 거짓의 최고수준은 1에 근접한 측정치를 가진다.
Similar to the parameters presented previously, the formula presented allows us to measure the lie level from 0 to 1. In addition, the minimum level of false matches the minimum measure, while the highest level of false has a value close to one.
본 발명은 상기 제시된 인간의 감정 및 정신생리학적 상태 측정 실례에 한해서만 활용되는 것은 아니다. 참고로 인간의 상태특성은 다양한 분류 시스템에 따라 200개가 넘게 분류되어 있다. 무엇보다 본 발명은 머리의 미세움직임 매개변수와 /혹은 머리의 바이브라이미지 매개변수를 통해 인간의 모든 상태를 묘사하게 해준다. 심리학에서 움직임에 관한 전통적인 개념이 신빙성 있는 통계 매개변수를 이용한 인간 머리의 반사 미세움직임으로 전환되는 것은 불명확한 원칙이라 생각할 수 있다. 하지만 제시된 접근법을 바탕으로 기술정보 시스템과 유사하게 인간의 상태를 결정지을 수 있으며, 인간 상태를 특징짓기 위한 정보 매개변수를 활용할 수 있다.
The present invention is not limited to the examples of measuring the emotional and psychophysiological states of humans presented above. For reference, more than 200 human status characteristics are classified according to various classification systems. Above all, the present invention allows us to describe all human conditions through the micromovement parameters of the head and / or the vibraimage parameters of the head. In psychology, it is an unclear principle to translate the traditional concept of motion into reflex micromovement of the human head using reliable statistical parameters. However, based on the proposed approach, it is possible to determine the human state similarly to the technical information system and to utilize the information parameters to characterize the human state.
머리의 반사적인 미세움직임의 양적 분석은 인간의 정신생리학적 상태 측정을 더욱 객관ㆍ과학적으로 가능하게 해주며, 의학ㆍ심리학ㆍ정신의학적, 그리고 일상생활에서의 많은 문제들을 해결할 수 있게 해준다. 공격성, 스트레스, 불안감, 잠재적 위험성 수준에 따른 공항 내 승객들의 정신감정 상태의 양적 평가 및 개발된 시스템과 관련한 독립적인 실험을 통해, 본 발명이 전문가들의 전문 평가에 긍정적(90%이상)으로 부합한다는 사실을 알 수 있었다. 이는 본 발명의 실질적인 실현 가능성을 확인해주는 것이다.
Quantitative analysis of the reflexive micromovement of the head makes it possible to measure the psychophysiological state of humans more objectively and scientifically and to solve many problems in medicine, psychology, psychology, and everyday life. Through independent experiments with the system developed and the quantitative assessment of the psychological status of passengers at the airport according to aggression, stress, anxiety and potential risk levels, the present invention is positive (more than 90%) to the expert's professional evaluation. I could tell the truth. This confirms the practical feasibility of the present invention.
1 : 머리 2 : 레이저 포인터 3 : 헬멧
4 : 화면 5 : 웹 카메라 6 : 레이저 마커1: head 2: laser pointer 3: helmet
4: screen 5: web camera 6: laser marker
Claims (7)
상기 생물체 머리의 공간적 시간적 움직임 분포에 대한 정량 변수를 정보통계 매개변수로 변환하는 신호처리단계;
상기 정보통계 매개변수를 조정된 정량 특성으로 변환하여 생물체의 정신생리학적 상태에 관한 정보를 획득하는 단계;를 포함하여 이루어지는 생물체의 정신생리학적 상태 정보 획득 방법.
Measuring a signal relating to the micromovement of the organism's head;
A signal processing step of converting the quantitative variable for the spatial and temporal motion distribution of the organism head into an information statistics parameter;
And converting the information statistics parameter into adjusted quantitative characteristics to obtain information about the psychophysiological state of the organism.
상기 생물체 머리 미세움직임 신호 측정에서는, 생물체 머리의 진폭 및/또는 주파수 바이브라이미지를 획득하는 것을 특징으로 하는 생물체의 정신생리학적 상태에 관한 정보 획득 방법.
The method of claim 1,
In the biological head micro-movement signal measurement, the amplitude and / or frequency vibra image of the head of the organism is obtained.
공격성 수준 데이터를 획득하기 위하여, 주파수 분포 히스토그램이 계산되고 아래의 바이브라이미지의 정보통계 매개변수가 측정되며, 공격성 수준은 아래 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 하는 생물체의 정신생리학적 상태에 관한 정보 획득 방법.
Fm - 주파수 분포 히스토그램의 최대 주파수
Fi - N프레임 시간 동안 획득한 주파수 분포 히스토그램에서의 “I” 주파수 집계량
Fin - 바이브라이미지 처리 주파수
n - N 프레임 한계치를 넘어서는 프레임간 차의 집계량
3. The method of claim 2,
In order to obtain aggression level data, the frequency distribution histogram is calculated and the information statistics parameter of the vibra image below is measured, and the aggression level further comprises the steps defined by the following equation. Method of obtaining information about the medical condition.
Fm-maximum frequency of the frequency distribution histogram
Aggregate “I” frequencies in frequency distribution histograms acquired over Fi-N frame time
Fin-VibraImage Processing Frequency
Aggregate amount of interframe difference beyond n-N frame limit
대상의 스트레스 수준 데이터를 획득하기 위하여, 아래의 바이브라이미지의 정보통계 매개변수가 측정되며, 스트레스 수준은 아래의 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 하는 생물체의 정신생리학적 상태에 관한 정보 획득 방법.
n - 대상이 차지하는 열 수
3. The method of claim 2,
In order to obtain the stress level data of the subject, the information statistics parameter of the vibra image below is measured, and the stress level is further determined by the psychophysiological state of the organism, characterized in that it further comprises a step determined by the following equation. How to obtain information.
n-the number of columns occupied by the target
대상의 불안감 수준 데이터를 획득하기 위하여, 아래의 바이브라이미지의 정보통계 매개변수가 측정되며, 불안감 수준은 아래의 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 하는 생물체의 정신생리학적 상태에 관한 정보 획득 방법.
Pi (f) - 바이브라이미지 주파수 분포 스펙트럼
fmax - 바이브라이미지 주파수 분포에 있어서 최대 주파수
3. The method of claim 2,
In order to obtain anxiety level data of the subject, the information statistics parameter of the following vibra image is measured, and the anxiety level is further determined by the psychophysiological state of the organism, characterized by the following equation. How to obtain information.
P i (f)-Vibra image frequency distribution spectrum
f max -the maximum frequency in the vibra image frequency distribution
생물체의 여타 대상과의 화합 수준 데이터를 획득하기 위하여, 두 대상간의 주파수 분포 바이브라이미지 히스토그램들이 계산되고, 두 히스토그램 사이의 중첩도, 정상 분포를 이루는 인접분포의 표준화가 계산되며, 인접분포와 정상분포 사이의 차가 계산되는 한편 화합수준은 아래의 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 하는 생물체의 정신생리학적 상태에 관한 정보 획득 방법.
여기서 K는 인접 주파수 분포로부터 얻어진 표준화 계수이며 y'는 정상분포 밀도이다.
3. The method of claim 2,
To obtain unity level data with other objects of the organism, frequency distribution vibrato histograms between the two objects are calculated, superimposition between the two histograms, normalization of adjacent distributions forming a normal distribution, and adjacent and normal distributions. The method of obtaining information on the psychophysiological state of the organism, characterized in that the difference between the distributions is calculated while the level of unity further includes a step determined by the following equation.
Where K is the normalization coefficient obtained from the adjacent frequency distribution and y 'is the normal distribution density.
거짓말 탐지 수준 데이터를 획득하기 위하여, 아래의 바이브라이미지 정보통계 매개변수가 측정되고, 거짓말 수준은 아래의 식에 의해 정해지는 단계가 더 포함되는 것을 특징으로 하는 생물체의 정신생리학적 상태에 관한 정보 획득 방법.
PM - 지정된 한계치보다 더 많은 기회가 주어질 경우의 매개변수
Pc - 거짓말 탐지 동안에 측정되는 바이브라이미지 매개변수
K - 상기 PM 의 유효계수
n - 측정된 매개변수의 수
m - 한계치 이상으로 변화된 매개변수 수
3. The method of claim 2,
In order to obtain the lie detection level data, the following vibra image information statistics parameters are measured, and the lie level further includes the steps defined by the following equation. Acquisition method.
P M -Parameter if given more opportunities than the specified limit
Pc-Vibraimage parameter measured during lie detection
K-effective factor of P M
n-the number of parameters measured
m-the number of parameters changed beyond the limit
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/RU2010/000652 WO2012057646A1 (en) | 2010-10-28 | 2010-10-28 | Method for obtaining information about the psychophysiological state of a living being |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140041382A true KR20140041382A (en) | 2014-04-04 |
| KR101500888B1 KR101500888B1 (en) | 2015-04-01 |
Family
ID=45994147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020137010907A KR101500888B1 (en) | 2010-10-28 | 2010-10-28 | Method for obtaining information about the psychophysiological state of a living being |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR101500888B1 (en) |
| WO (1) | WO2012057646A1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016163594A1 (en) * | 2014-04-24 | 2016-10-13 | 주식회사 바이브라시스템 | Method and device for psycho-physiological detection (lie detection) with respect to distortion by using video-based physiological signal detection |
| KR20170133346A (en) * | 2015-03-31 | 2017-12-05 | 옵쉐스트바 스 아그라니첸노이 아트베트스트벤노스찌유 "므노고프로필노예 프레드프리야찌예 "엘씨스" | How to get information about the psychophysiological state of human |
| WO2020044249A1 (en) * | 2018-08-28 | 2020-03-05 | (주)마인드아이 | Method and device for evaluating brain fatigue by using contactless imaging system |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101536348B1 (en) * | 2014-03-31 | 2015-07-14 | 주식회사 바이브라시스템 | method and apparatus for detecting drowsiness by physiological signal by using video |
| WO2020087494A1 (en) * | 2018-11-02 | 2020-05-07 | 金湘范 | Video collection emotion generation method |
| CN109992925A (en) * | 2019-04-23 | 2019-07-09 | 北方工业大学 | Information service frequency interval determination method based on passenger flow dissipation rate |
| CN112932485A (en) * | 2021-01-03 | 2021-06-11 | 金纪高科智能科技(北京)有限公司 | Non-contact type conversation confidence rate testing system and method |
| CN113505604B (en) * | 2021-07-16 | 2023-04-18 | 牡丹江医学院 | Online auxiliary experiment method, device and equipment for psychological education |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE3473464D1 (en) * | 1983-08-29 | 1988-09-22 | Firestone Tire & Rubber Co | Improved process for preparing free flowing polymer pellets |
| RU2119295C1 (en) * | 1996-05-15 | 1998-09-27 | Государственное предприятие конструкторское бюро "СПЕЦВУЗАВТОМАТИКА" | Stabilized platform for measuring the parameters of object biological tissue micromotions and method of its production |
| RU2289310C2 (en) * | 2004-02-16 | 2006-12-20 | Многопрофильное предприятие ООО "Элсис" | Method for obtaining information about psychophysiological state of alive object |
| JP5292725B2 (en) | 2007-05-24 | 2013-09-18 | 株式会社島津製作所 | Motion tracker device |
-
2010
- 2010-10-28 KR KR1020137010907A patent/KR101500888B1/en not_active IP Right Cessation
- 2010-10-28 WO PCT/RU2010/000652 patent/WO2012057646A1/en active Application Filing
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016163594A1 (en) * | 2014-04-24 | 2016-10-13 | 주식회사 바이브라시스템 | Method and device for psycho-physiological detection (lie detection) with respect to distortion by using video-based physiological signal detection |
| CN107809951A (en) * | 2014-04-24 | 2018-03-16 | 心灵之眼株式会社 | (detecting a lie) method and apparatus are detected using the psychology physiological to distortion for going out physiological signal based on video detection |
| CN107809951B (en) * | 2014-04-24 | 2021-03-02 | 心灵之眼株式会社 | Psychophysiological detection (lie detection) method and apparatus for distortion using video-based detection of physiological signals |
| KR20170133346A (en) * | 2015-03-31 | 2017-12-05 | 옵쉐스트바 스 아그라니첸노이 아트베트스트벤노스찌유 "므노고프로필노예 프레드프리야찌예 "엘씨스" | How to get information about the psychophysiological state of human |
| WO2020044249A1 (en) * | 2018-08-28 | 2020-03-05 | (주)마인드아이 | Method and device for evaluating brain fatigue by using contactless imaging system |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101500888B1 (en) | 2015-04-01 |
| WO2012057646A1 (en) | 2012-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101739058B1 (en) | Apparatus and method for Psycho-physiological Detection of Deception (Lie Detection) by video | |
| Bulagang et al. | A review of recent approaches for emotion classification using electrocardiography and electrodermography signals | |
| KR101535432B1 (en) | Contents valuation system and contents valuating method using the system | |
| Susskind et al. | Expressing fear enhances sensory acquisition | |
| KR101500888B1 (en) | Method for obtaining information about the psychophysiological state of a living being | |
| Petrescu et al. | Integrating biosignals measurement in virtual reality environments for anxiety detection | |
| Abouelenien et al. | Human acute stress detection via integration of physiological signals and thermal imaging | |
| CN110650685B (en) | Method for assessing psychophysiological state of human | |
| US20160029965A1 (en) | Artifact as a feature in neuro diagnostics | |
| JP6863563B2 (en) | Stress evaluation system | |
| Donohue et al. | Tracking hyoid bone displacement during swallowing without videofluoroscopy using machine learning of vibratory signals | |
| Zeng et al. | Automated determination of wakefulness and sleep in rats based on non-invasively acquired measures of movement and respiratory activity | |
| Krzywicki et al. | A non-contact technique for measuring eccrine sweat gland activity using passive thermal imaging | |
| Mohammadi et al. | Sleep posture classification using a convolutional neural network | |
| WO2015152536A1 (en) | Method and device for detecting sleepiness using moving image-based physiological signal | |
| KR101854812B1 (en) | Psychiatric symptoms rating scale system using multiple contents and bio-signal analysis | |
| Przybyło et al. | Eyetracking-based assessment of affect-related decay of human performance in visual tasks | |
| CN115517681A (en) | Method and system for monitoring mood fluctuation and evaluating emotional disorder state of MD (MD) patient | |
| JP7098974B2 (en) | Mood disorder measuring device and mood disorder measuring method | |
| Sanjaya et al. | Review on the application of physiological and biomechanical measurement methods in driving fatigue detection | |
| Walsh et al. | Identification of nocturnal movements during sleep using the non-contact under mattress bed sensor | |
| Chang et al. | Drowsiness detection system based on PERCLOS and facial physiological signal | |
| Gaiduk et al. | Sensor-mesh-based system with application on sleep study | |
| Minkin | Vibraimage, Cybernetics and Emotions | |
| RU2510238C2 (en) | Method for obtaining information on psychophysiological state of living being |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| LAPS | Lapse due to unpaid annual fee |