基于 360$^\circ$ 视频诱发 EEG 信号的人类情绪分析与识别
人机交互
2024-02-07 v1
摘要
情绪识别 (ER) 技术是开发诸如疲劳驾驶检测和健康监测等创新应用不可或缺的一部分，在当代社会中发挥着关键作用。本研究深入探讨了在沉浸式虚拟现实 (VR) 环境下利用脑电图 (EEG) 进行情绪识别。我们提出的方法包含四个主要阶段：数据采集、预处理、特征提取和情绪分类。认识到现有 2D 数据集的局限性，我们引入了一个开创性的 3D VR 数据集，以提高情绪诱发的精度。我们利用 Interaxon Muse 头带记录 EEG，并使用 Oculus Quest 2 提供 VR 刺激，精心记录了 40 名参与者的数据，并优先选择未报告患有精神疾病的受试者。预处理包括严格的数据清洗、统一截断以及对 EEG 数据应用 Savitzky-Golay 滤波器。特征提取涵盖了对功率谱密度、相关性、理性不对称和除法不对称以及功率谱等指标的全面分析。为确保模型的鲁棒性，我们采用了 10 折交叉验证，平均验证准确率达到 85.54%，在最佳折中最高准确率达到 90.20%。随后，训练好的模型表现出 82.03% 的测试准确率，展现了良好的应用前景。
引用
@article{arxiv.2402.04142,
title = {Human Emotions Analysis and Recognition Using EEG Signals in Response to 360$^\circ$ Videos},
author = {Haseeb ur Rahman Abbasi and Zeeshan Rashid and Muhammad Majid and Syed Muhammad Anwar},
journal= {arXiv preprint arXiv:2402.04142},
year = {2024}
}