基于Video2EEG-SPGN-Diffusion的SEED-VD数据集生成方案
计算机视觉与模式识别
2025-09-09 v1 人工智能
摘要
本文介绍了一种开源框架 Video2EEG-SPGN-Diffusion，利用SEED-VD数据集生成以视频刺激为条件的多模态EEG信号数据集。此外，我们披露了一种用于对齐视频和EEG数据对的工程流程，促进了具备EEG对齐能力的多模态大模型训练。通过集成扩散模型的自我对弈图网络（SPGN），实现个性化EEG信号生成。作为主要贡献，我们发布了新的数据集，包含超过1000个SEED-VD视频刺激样本，配套生成的62通道、采样率为200 Hz的EEG信号及情感标签，支持视频-EEG对齐，推动多模态研究。该框架为情感分析、数据增强和脑机接口应用提供新工具，具有重要的研究与工程意义。
引用
@article{arxiv.2509.05321,
title = {A Dataset Generation Scheme Based on Video2EEG-SPGN-Diffusion for SEED-VD},
author = {Yunfei Guo and Tao Zhang and Wu Huang and Yao Song},
journal= {arXiv preprint arXiv:2509.05321},
year = {2025}
}