使用智能手表传感器数据的情绪识别：混合设计研究
人机交互
2020-11-09 v2
摘要
本研究探讨了利用智能手表的运动传感器数据来推断个体情绪状态的方法。我们展示了针对 50 名参与者的用户研究结果。实验设计采用混合设计：被试内（情绪；高兴、悲伤、中性）和被试间（刺激类型：视听“电影片段”、音频“音乐片段”）。每位参与者在单一刺激类型下体验了两种情绪。所有参与者均在一只手腕佩戴智能手表、胸部佩戴心率监测带行走 250 米。他们还需在体验每种情绪前后填写简短问卷（20 项；PANAS）。心率监测器作为我们数据的补充信息。我们对智能手表数据进行时间序列分析，并对问卷项进行 t 检验以测量情绪状态的变化。心率数据使用单因素 ANOVA 分析。我们利用滑动窗口从时间序列中提取特征，并用这些特征训练与验证用于判定个体情绪的分类器。参与者报告在观看悲伤视频或聆听悲伤音乐后负性情绪减少，P < .006。对于使用分类器的情绪识别任务，我们的结果表明个性化模型优于个性化基线，并在混合设计研究所有条件下对高兴与悲伤的二分类达到高于 78% 的中位准确率。我们的发现表明，我们能够通过智能手表获得的数据以及行为反应检测情绪状态的变化。
引用
@article{arxiv.1806.08518,
title = {Emotion-Recognition Using Smart Watch Sensor Data: Mixed-Design Study},
author = {Juan C. Quiroz and Elena Geangu and Min Hooi Yong},
journal= {arXiv preprint arXiv:1806.08518},
year = {2020}
}
备注
Published in JMIR Mental Health