基于隐式用户行为信号的性别与情绪识别
人机交互
2020-06-25 v1
摘要
本工作探索了利用隐式行为线索,即脑电图(EEG)信号与眼动,从心理物理行为中进行性别识别(GR)与情绪识别(ER)的效用。具体而言,所考察的线索通过低成本市售传感器获取。28名用户(14名男性)从不遮挡(无口罩)和部分遮挡(遮眼或遮嘴)的表情面孔中识别情绪;他们的EEG响应包含性别特异性差异,而其眼动则表征了所感知的面部情绪。实验结果显示:(a)利用EEG与眼动特征可实现可靠的GR与ER;(b)女性对负性情绪表现出差异性的认知加工;(c)基于注视的性别差异在部分面部遮挡下显现,如遮眼与遮嘴条件所示。
引用
@article{arxiv.2006.13386,
title = {Gender and Emotion Recognition from Implicit User Behavior Signals},
author = {Maneesh Bilalpur and Seyed Mostafa Kia and Mohan Kankanhalli and Ramanathan Subramanian},
journal= {arXiv preprint arXiv:2006.13386},
year = {2020}
}
备注
Under consideration for publication in IEEE Trans. Affective Computing