愤怒还是爬楼梯？面向真实场景下基于生理信号的情绪识别
人机交互
2018-11-13 v1 机器学习
摘要
从生理信号推断情绪在过去几年中获得了大量关注。然而，对情绪的生理反应通常受到身体活动的干扰与重叠，这对真实场景下的情绪识别提出了挑战。本文通过研究对基于身体的干扰不敏感的新型特征与机器学习模型来解决这一挑战。我们记录了 18 名参与者在身体活动前及期间暴露于情绪刺激时的生理信号，以评估非敏感情绪识别模型的性能。我们使用最不耗费体力的身体活动（静坐）训练模型，并用其余更耗费体力的活动进行测试。对于三种不同的情绪类别，所选特征集下按参与者分类的准确率在 47.88% 至 73.35% 之间。此外，我们考察了跨所有参与者以及各活动单独的性能。在这方面，我们取得了相似的结果，介于 55.17% 和 67.41% 之间，表明不受单一身体活动影响的情绪识别模型具有可行性。
引用
@article{arxiv.1811.04631,
title = {Angry or Climbing Stairs? Towards Physiological Emotion Recognition in the Wild},
author = {Judith S. Heinisch and Christoph Anderson and Klaus David},
journal= {arXiv preprint arXiv:1811.04631},
year = {2018}
}
备注
6 pages, 5 figures, submitted to the 2018 IEEE International Conference on Pervasive Computing and Communications Workshops (PerCom Workshops), EmotionAware