CAST-Phys：基于生理信号的接触式情感状态数据库
计算机视觉与模式识别
2025-12-16 v2
摘要
近年来，情感计算及其应用迅速成长为热门研究领域。尽管取得显著进展，但缺乏情感多模态数据集仍是制约开发精准情感识别系统的主要瓶颈。此外，基于接触式设备的情感诱导往往不可避免地影响情感体验，导致真实的自发情感反应被削弱或改变。这一局限性凸显了从无接触方式提取情感线索的必要性，如远程生理情感识别。为此，我们提出了Contactless Affective States Through Physiological Signals Database（CAST-Phys），一个专为多模态远程生理情感识别（利用面部和生理线索）而设计的新型高质量数据集。数据集包含多样化生理信号，如脉搏血氧图（PPG）、皮肤电反应（EDA）和呼吸率（RR），以及高分辨率未压缩面部视频记录，支持远程信号恢复。我们的分析突显了生理信号在现实场景中的关键作用——在面部表情alone时可能不足以提供足够的情感信息。进一步，我们通过评估单一模态与融合模态的影响，展示了远程多模态情感识别的潜力，推动了无接触情感识别技术的发展。
引用
@article{arxiv.2507.06080,
title = {CAST-Phys: Contactless Affective States Through Physiological signals Database},
author = {Joaquim Comas and Alexander Joel Vera and Xavier Vives and Eleonora De Filippi and Alexandre Pereda and Federico Sukno},
journal= {arXiv preprint arXiv:2507.06080},
year = {2025}
}