一个包含面部表情与生理信号的多模态压力检测数据集
多媒体
2025-09-23 v2 信号处理
摘要
情感计算近年来引起了研究人员的关注与兴趣，因为 AI 系统需要更好地理解并回应人类情绪。然而，分析人类情绪（如心境或压力）相当复杂。尽管各类压力研究使用面部表情与可穿戴设备，现有多数数据集依赖对单一模态数据的处理。本文提出 EmpathicSchool，一个新颖的数据集，其在不同压力水平下捕捉面部表情与相关的生理信号，如心率、皮电活动与皮肤温度。数据来自 30 名参与者在不同会话中采集，每次约九十分钟（总计 40 小时）。数据包含七种不同信号类型，涵盖可用于压力检测的计算机视觉与生理特征。此外，进行了多项实验以验证信号质量。
引用
@article{arxiv.2209.13542,
title = {A multimodal stress detection dataset with facial expressions and physiological signals},
author = {Majid Hosseini and Fahad Sohrab and Raju Gottumukkala and Ravi Teja Bhupatiraju and Satya Katragadda and Jenni Raitoharju and Alexandros Iosifidis and Moncef Gabbouj},
journal= {arXiv preprint arXiv:2209.13542},
year = {2025}
}