隐藏情绪分析与识别方法

被引:11
作者
王甦菁 [1 ,2 ]
邹博超 [3 ,4 ]
刘瑞 [4 ,5 ]
李振 [1 ,2 ]
赵国朕 [1 ,2 ]
刘烨 [2 ,6 ]
傅小兰 [2 ,6 ]
机构
[1] 中国科学院行为科学重点实验室(中国科学院心理研究所)
[2] 中国科学院大学心理学系
[3] 中国电子科学研究院社会安全风险感知与防控大数据应用国家工程实验室
[4] 首都医科大学人脑保护高精尖创新中心
[5] 首都医科大学附属北京安定医院国家精神心理疾病临床医学研究中心精神疾病诊断与治疗北京市重点实验室
[6] 中国科学院心理研究所脑与认知科学国家重点实验室
关键词
模式识别; 微表情检测和识别; 隐藏情绪; 深度学习; 颜色空间;
D O I
暂无
中图分类号
TP391.41 []; B842.6 [情绪与情感];
学科分类号
080203 ;
摘要
隐藏情绪识别对公共安全防范与预警具有重要的意义。微表情是揭示隐藏情绪的一条重要通道。但目前隐藏情绪研究较少且微表情因其细微幅度与快速出现等特性难以识别,其研究尚未在实际中广泛应用。因为,隐藏情绪的认知与表达机理亟需系统的研究,采集实际场景中的微表情数据,并以脑电信号辅助微表情的精确标注是提高微表情标注效率的有效途径。深入研究微表情识别方法,并辅以人脸颜色、注视估计和非接触生理信号等多通道数据,以检测与识别隐藏情绪。社会公共安全是隐藏情绪分析和识别的典型场景。面向精神疾病患者两害行为(即危害自身或他人的危险行为)风险评估和服刑人员会见场景隐藏情绪检测,可以有效地对相应系统和方法进行验证和修正。
引用
收藏
页码:1426 / 1436
页数:11
相关论文
共 30 条