Thelxinoë：基于瞳孔测量与机器学习的人类情绪识别
机器学习
2024-03-29 v1 人机交互
摘要
在本研究中，我们提出了一种在虚拟现实（VR）中使用瞳孔测量进行情绪识别的方法。我们通过VR头显分析瞳孔直径对视觉和听觉刺激的响应，并专注于从VR生成的数据中提取时域、频域和时频域的关键特征。我们的方法利用特征选择，通过最大相关最小冗余算法（mRMR）识别最具影响力的特征。通过应用梯度提升模型（一种使用堆叠决策树的集成学习技术），我们在使用特征工程时实现了98.8%的准确率，而未使用时为84.9%。本研究对Thelxinoë框架做出了重要贡献，该框架旨在通过整合多种传感器数据以实现逼真且引发情感共鸣的触觉交互，从而增强VR体验。我们的发现为开发更具沉浸感和交互性的VR环境开辟了新途径，为虚拟触觉技术的未来发展铺平了道路。
引用
@article{arxiv.2403.19014,
title = {Thelxino\"e: Recognizing Human Emotions Using Pupillometry and Machine Learning},
author = {Darlene Barker and Haim Levkowitz},
journal= {arXiv preprint arXiv:2403.19014},
year = {2024}
}
备注
14 pages, 9 figures, 1 table, journal