基于生理大数据的情绪识别研究进展

被引：44

作者：

赵国朕 ^{[1
]}

宋金晶 ^{[1
]}

葛燕 ^{[1
]}

刘永进 ^{[2
]}

姚林 ^{[3
]}

文涛 ^{[3
]}

机构：

[1] 中国科学院心理研究所行为科学院重点实验室

[2] 清华信息科学与技术国家实验室(筹)

[3] 中国移动研究院

来源：

计算机研究与发展 | 2016年 / 53卷 / 01期

关键词：

情绪识别; 脑电; 外周生理信号; 特征提取; 机器学习;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

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.

引用

页码：80 / 92

页数：13

共 24 条

[1] 基于生理信号的情绪识别研究进展 [J].