从自然行走中识别情绪
计算机视觉与模式识别
2015-09-11 v2 人机交互
摘要
从步态识别情绪旨在自动确定人的情感状态，它在行为倾向、医疗保健、心理检测和人机(机器人)交互中引起了极大兴趣并提供了巨大潜在价值。在本文中，我们提出一种从自然行走中识别情绪的新方法，并分析行走特征与情感状态之间的相关性。在获得手腕和脚踝的纯加速度数据后，我们设置不同大小w的移动平均滤波窗口，然后从每个数据切片中提取包括时域、频域、功率和分布特征在内的114个特征，并运行主成分分析(PCA)降维。在实验中，我们训练SVM、决策树、多层感知机、随机树和随机森林分类模型，并比较手腕和脚踝数据在不同w下的分类准确率。基于脚踝加速度数据的情绪识别性能优于手腕。比较不同分类模型的结果，SVM在识别愤怒和高兴方面具有最佳准确率，可分别达到90:31%和89:76%，且愤怒-高兴的识别率为87:10%。愤怒-中性-高兴分类达到85%-78%-78%。结果表明，能够通过行走步态识别个人的情绪状态。
引用
@article{arxiv.1508.00413,
title = {Identifying Emotion from Natural Walking},
author = {Liqing Cui and Shun Li and Wan Zhang and Zhan Zhang and Tingshao Zhu},
journal= {arXiv preprint arXiv:1508.00413},
year = {2015}
}