一种用于智能情绪识别的新颖利用与探索型 GWO-SVM 算法
信号处理
2023-01-06 v1 人机交互
摘要
情绪识别或检测广泛用于精神分裂症与自闭症等疾病中的医患互动，最典型的技术是语音检测与面部识别。然而，这些基于行为的情绪识别所提取的特征并不可靠，因为人类可以掩饰情绪。长期记录声音或追踪面部表情也不高效。因此，我们的目标是寻找一种可靠且高效的情绪识别方案，可用于实时的非行为基于情绪的识别。这可通过在轻量嵌入式系统中实现基于单通道心电图（ECG）的情绪识别方案来解决。然而，现有方案准确率较低。因此，我们提出一种可靠高效的情绪识别方案——基于利用与探索型灰狼优化器的 SVM（X-GWO-SVM）用于基于 ECG 的情绪识别。两个数据集，一个原始自行收集的 iRealcare 数据集，以及广泛使用的基准 WESAD 数据集，被用于 X-GWO-SVM 算法进行情绪识别。本工作表明 X-GWO-SVM 算法可用于情绪识别，且该算法在可靠性上优于早期工作中其他监督机器学习方法。它可部署于轻量嵌入式系统，比现有基于深度神经网络的方案高效得多。
引用
@article{arxiv.2301.01887,
title = {A Novel Exploitative and Explorative GWO-SVM Algorithm for Smart Emotion Recognition},
author = {Xucun Yan and Zihuai Lin and Zhiyun Lin and Branka Vucetic},
journal= {arXiv preprint arXiv:2301.01887},
year = {2023}
}