基于 EEG 的双半球情感映射：一种双流神经网络方法
信号处理
2024-07-16 v3 人机交互
摘要
通过 EEG 信号进行情感分类在心理学、神经科学和人机交互中发挥着重要作用。本文探讨了在“通过 EEG 信号映射人类情感 FG24”竞赛中使用 EEG 数据映射人类情感的挑战。受试者在 VR 环境中模仿虚拟化身的面部表情，表现出恐惧、喜悦、愤怒、悲伤、厌恶和惊讶。使用多通道传感器系统采集 EEG 数据，以识别大脑活动模式。我们提出了一种采用双半球方法进行情感推断的新型双流神经网络，该方法超越了基线方法并提高了情感识别准确率。此外，我们进行了时间分析，表明情感刺激序列开始和结束处的特定信号间隔对提高准确率有显著贡献。利用从该时间分析中获得的见解，我们的方法在捕捉情感状态的细微变化方面提供了更好的性能。
引用
@article{arxiv.2405.09551,
title = {Towards Bi-Hemispheric Emotion Mapping through EEG: A Dual-Stream Neural Network Approach},
author = {David Freire-Obregón and Daniel Hernández-Sosa and Oliverio J. Santana and Javier Lorenzo-Navarro and Modesto Castrillón-Santana},
journal= {arXiv preprint arXiv:2405.09551},
year = {2024}
}
备注
Second place award at the Brain Responses to Emotional Avatars Challenge held by the 18th IEEE International Conference on Automatic Face and Gesture Recognition(FG2024)