利用隐式用户信号进行性别与情绪识别
人机交互
2017-08-30 v1
摘要
我们考察了使用低成本、现成设备捕获的隐式用户行为信号在匿名性别和情绪识别中的效用。一项旨在考察男性和女性对面部情绪敏感度的用户研究证实，女性识别（尤其是负面）情绪的速度和准确度均高于男性，这与先前的研究结果一致。随后，我们考察了以 EEG 脑信号和眼动形式呈现的隐式观看者响应，以探究是否存在 来自事件相关电位 (ERPs) 和注视分布的情绪与性别特定模式，以及 情绪与性别的可区分性。实验表明： 从 ERPs 中可以观察到性别和情绪特定的差异； 从用户收集的显式响应与其隐式行为信号之间存在多重相似性； 通过比较特定情绪的 EEG 响应，可以实现显著高于随机概率（70%）的性别识别——性别差异在愤怒和厌恶情绪下编码效果最好。此外，利用基于 EEG 和眼动的特征也实现了相当适度的效价（积极情绪与消极情绪）识别。
引用
@article{arxiv.1708.08735,
title = {Gender and Emotion Recognition with Implicit User Signals},
author = {Maneesh Bilalpur and Seyed Mostafa Kia and Manisha Chawla and Tat-Seng Chua and Ramanathan Subramanian},
journal= {arXiv preprint arXiv:1708.08735},
year = {2017}
}
备注
To be published in the Proceedings of 19th International Conference on Multimodal Interaction.2017