KEYWORD
입모양인식베이지안분류비음성기반음성인식저연산AI실시간영상분석음성대체인터페이스
(특허등록번호: 10-2405570)
연구자 | 차경애 교수
대구대학교 AI학과
chaka@daegu.ac.kr
사업화 적용 가능 분야
① 소음 환경 대응 음성 인식 솔루션
공장, 지하철, 야외 현장 등 음성 인식이 어려운 환경에서 카메라 기반 발음 인식 인터페이스 구현 가능
② 청각장애인 보조 커뮤니케이션 시스템
입 모양 기반 자막 자동 생성, 무음 커뮤니케이션 시스템, 보조 의사소통 기기 적용 가능
③ 엣지 디바이스·저사양기기 AI 탑재
딥러닝 대비 연산 복잡도가 낮아 키오스크, 모바일, 스마트글래스, 웨어러블 기기 등 경량 디바이스에 최적화
④ AI자막·영상 콘텐츠 자동 분석
실시간 자막 생성, 교육 플랫폼, 영상회의 시스템, 보안 감시 영상 분석 등 다양한 B2B 확장 가능
기술 성숙도(TRL)
6~7단계 (시제품 실증 완료 단계)
기초연구실증/상용화
TRL 1
6~7현재 단계
TRL 9- 500개 영상 데이터 기반 실험 수행 완료
- 화자 종속 최대 94%, 전체 평균 약 85~93% 인식률 확보
- 실시간 30초 영상 환경에서 발음 인식 검증 완료
연구실 수준을 넘어 실제 환경에서 적용 가능한 단계
기술 개요
01
영상 정보만을 활용하여 사람의 입 모양을 분석하고, 입의 가로·세로 길이(Mx, My), 입술 두께(La, Lb), 볼 및 턱 거리(Fx, Fy) 등 6개 특징 벡터를 정의하여 베이지안 분류기로 한글 모음(ㅏ, ㅣ, ㅜ, ㅔ, ㅗ)을 인식하는 기술임
02
Harr-Cascades 기반 얼굴 검출과 이미지 정규화 기법을 통해 얼굴 크기와 상관없이 일정한 특징값을 추출하고, 확률 기반 모델을 통해 발음을 분류함
[한글 모음 발음 인식방법 개념도]
기술 특장점
① 음성 정보 없이 영상으로만 발음 인식 가능
기존 시스템은 음성+영상 결합 또는 CNN/SVN 기반 고연산 구조, 본 기술은 영상 단독+확률 기반 분류 구조
② 저연산·고효율 구조
딥러닝 대비 낮은 복잡도, 고사양 CPU 불필요
적은 학습 데이터로도 높은 성능 확보
③ 경량 학습 데이터 요구
CNN 대비 소량 데이터 환경에서 더 높은 인식률 확보
④ 실시간 처리 가능
정적 이미지뿐 아니라 실시간 영상에서도 발음 추출 가능
[얼굴 영역 검출과 랜드마크 부여 방법]
기대효과
고성능 서버·GPU 의존도 낮음 SaaS 및 임베디드 제품 용이하여 저비용 AI 솔루션 상용화 가능
청각 보조시장, 무소음 인터페이스 시장, 스마트 헬스케어·보조 공학 시장 등 글로벌 특수 시장 공략 가능
현재 모음 5개에서 향후 자음, 단어, 문장 인식 모델로 확장이 가능하여 영상 기반 AI 엔진 확장성 보유
교육 플랫폼, 영상회의 시스템, 자막 생성 솔루션, 스마트 디바이스 제조사 등 B2B 라이선스 모델 구축 가능
