서찬원,장레이,김예훈,윤소정,이동완,김용성,이주영,SEO CHAN WON,ZHANG LEI,KIM YE HOON,YUN SO JUNG,LEE DONG WAN,KIM YONG SUNG,LEE JU YOUNG
申请号：
KR1020180140093
公开号：
KR1020200036680A
申请日:
2018.11.14
申请国别(地区):
KR
年份:
2020
代理人:
摘要：
The method for acquiring emotion information of an electronic device according to the present disclosure acquires first multimedia data about a person, and applies at least a portion of the first multimedia data to a plurality of neural network models that are set to predict a person''s emotion, respectively. Obtain a plurality of first prediction values for a person, apply the plurality of first prediction values to a weight model that adjusts prediction values obtained from the plurality of neural network models, to obtain the first emotion information of the person, , Obtaining feedback information according to the provision of the first emotion information of the person, updating the weight model using the feedback information, obtaining second multimedia data for the person, and at least the second multimedia data A plurality of second prediction values for the person by applying a portion to each of the plurality of neural network models And obtaining, as an application to the weighted model using the feedback information is updated the plurality of second prediction value to obtain the second emotion information of the person. The neural network model is a model trained using an artificial intelligence algorithm. For example, a deep learning neural network model in which a plurality of network nodes having weights are located in different layers to exchange data according to a convolution relationship may be used, but the tactics may be used. It is not limited to one example.본 개시에 따른 전자 장치의 감정 정보 획득 방법은, 사람에 대한 제1 멀티미디어 데이터를 획득하고, 상기 제1 멀티미디어 데이터의 적어도 일부를 사람의 감정을 예측하도록 설정된 복수의 신경망 모델들에 각각 적용하여 상기 사람에 대한 복수의 제1 예측 값들을 획득하고, 상기 복수의 제1 예측 값들을 상기 복수의 신경망 모델들로부터 획득되는 예측 값들을 조절하는 가중치 모델에 적용하여 상기 사람의 제1 감정 정보를 획득하고, 상기 사람의 제1 감정 정보의 제공에 따른 피드백 정보를 획득하고, 상기 피드백 정보를 이용하여 상기 가중치 모델을 업데이트하고, 상기 사람에 대한 제2 멀티미디어 데이터를 획득하고, 상기 제2 멀티미디어 데이터의 적어도 일부를 상기 복수의 신경망 모델에 각각 적용하여 상기 사람에 대한 복수의 제2 예측 값들을 획득하고, 상기 복수의 제2 예측 값들을 상기 피드백 정보를 이용하여 업데이트된 상기 가중치 모델에 적용하여 상기 사람의 제2 감정 정보를 획
