华中科技大学团队提出基于领域泛化和残差网络的生理信号情绪识别

文章预览

随着社会智能技术使用频率快速增加，情绪识别已广泛应用于机器人、营销、教育、工业等各个领域。许多研究集中在基于面部表情、口头文本、音频和身体行为的情绪识别上，但这些方法可能无法准确反映人类的情绪。 相比之下，生理信号情绪识别（ERPS）更可靠，因为大多数人无法通过主观意愿来操纵生理指标。目前用于情绪识别的生理信号有很多，如脑电图（EEG）、心电图（ECG）、心率变异性（HRV）、血量脉搏（BVP）、皮肤温度（TEMP）、皮电活动（EDA）。这些信号是非平稳时间序列，提取独特模式具有挑战性。 ERPS可以分为单信号法和多信号法。多信号方法理论上具有更高的准确性，因为它添加了多个生理信号。然而，同时提取同一信号的时间相关性和不同信号之间的空间相关性是一个难题。研究者们采用了一些方法来解决这个问题。例如 ………………………………