基于生理大数据的情绪识别研究进展
赵国朕1; 宋金晶1; 葛燕1; 刘永进姚林文涛2; 姚林3; 文涛3
刊名计算机研究与发展
2016
卷号53期号:1页码:80-92
关键词情绪识别 脑电习 外周生理信号 特征提取 机器学习
ISSN号1000-1239
其他题名Advances in Emotion Recognition Based on Physiological Big Data
英文摘要

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. 

语种中文
资助机构国家自然科学基金项目(31300852,61322206)
内容类型期刊论文
源URL[http://ir.psych.ac.cn/handle/311026/25236]  
专题心理研究所_中国科学院行为科学重点实验室
作者单位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
推荐引用方式
GB/T 7714
赵国朕,宋金晶,葛燕,等. 基于生理大数据的情绪识别研究进展[J]. 计算机研究与发展,2016,53(1):80-92.
APA 赵国朕,宋金晶,葛燕,刘永进姚林文涛,姚林,&文涛.(2016).基于生理大数据的情绪识别研究进展.计算机研究与发展,53(1),80-92.
MLA 赵国朕,et al."基于生理大数据的情绪识别研究进展".计算机研究与发展 53.1(2016):80-92.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace