利用脑信号频域特征对触觉增强多媒体响应进行情绪分类
人机交互
2019-05-28 v1 机器学习
机器学习
摘要
触觉增强多媒体通过将传统多媒体片段与电加热器和风扇同步，以产生热风和冷风效果而生成。其目的在于给观众带来更真实和沉浸式的多媒体内容感受。这种增强多媒体内容（多感觉媒体，mulsemedia）的响应通过人类脑信号在欣赏/情绪方面进行评估。我们使用市售的四通道MUSE头带观测并记录脑电图（EEG）数据。共有21名参与者自愿参与本研究的EEG记录。我们从每个EEG通道的五个不同频带中提取频域特征。使用支持向量机对触觉增强多媒体响应中的四种情绪，即高兴、放松、悲伤和愤怒进行分类。与使用时域特征所得的63.41%相比，使用频域特征实现了76.19%的准确率提升。我们的结果表明，所选频域特征可能更适用于多感觉媒体研究中的情绪分类。
引用
@article{arxiv.1905.10423,
title = {Emotion Classification in Response to Tactile Enhanced Multimedia using Frequency Domain Features of Brain Signals},
author = {Aasim Raheel and Muhammad Majid and Syed Muhammad Anwar and Ulas Bagci},
journal= {arXiv preprint arXiv:1905.10423},
year = {2019}
}
备注
Accepted in IEEE EMBC 2019