登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于生理大数据的情绪识别研究进展
  • 摘要

    随着计算技术和人机交互技术的不断发展,情感计算(affective computing,AC)逐渐成为情绪研究的新兴领域,而情绪识别(emotion recognition)又是情感计算中不可或缺的一环.基于生理信号的情绪识别方法比其他指标如面部表情、语音语调、身体姿势等更难以伪装,也能提供更丰富的信息.目前基于生理信号的情绪识别研究很多,但受到各种因素的影响,如刺激选取、诱发情绪的类别、采集设备、特征提取方法、不同的降维和分类算法等,各个研究的识别准确率差异性很大,很难进行比较.针对使用DEAP数据库(用音乐视频诱发情绪并采集脑电及外周生理信号的公开数据库)进行情绪识别的16篇文章做了梳理;对特征提取、数据标准化、降维、情绪分类、交叉检验等方法做了详细的解释和比较;最后分析了现阶段情绪识别在游戏开发、多媒体制作、交互体验、社交网络中的初步探索和应用,以及情绪识别和情感计算目前存在的问题及未来发展的方向.

  • 作者

    赵国朕  宋金晶  葛燕  刘永进  姚林  文涛  Zhao Guozhen  Song Jinjing  Ge Yan  Liu Yongjin  Yao Lin  Wen Tao 

  • 作者单位

    中国科学院心理研究所行为科学院重点实验室 北京 100101/清华信息科学与技术国家实验室(筹) 北京 100084/中国移动研究院 北京 100055

  • 刊期

    2016年1期 ISTIC EI PKU

  • 关键词

    情绪识别  脑电  外周生理信号  特征提取  机器学习  emotion recognition  electroencephalograph (EEG)  peripheral physiological signal  feature extraction  machine learning 

相似文献 查看更多>>
3.80.224.52