Ein fraktalbasierter Algorithmus zur Emotionserkennung aus EEG mittels Arousal-Valence-Modell
Teilen:
Olga Sourina, Yisi Liu. Nanyang Technological University, Nanyang Ave, Singapur
Zusammenfassung
Die Emotionserkennung aus EEG kann in vielen Anwendungen eingesetzt werden, da sie uns ermöglicht, die "inneren" Emotionen unabhängig vom menschlichen Gesichtsausdruck, Verhalten oder verbaler Kommunikation zu erkennen. In diesem Papier haben wir einen neuartigen auf der fraktalen Dimension (FD) basierenden Algorithmus zur Emotionserkennung vorgeschlagen und beschrieben, der ein Arousal-Valenz-Emotionsmodell verwendet. FD-Werte, die aus dem EEG-Signal berechnet werden, das aus den entsprechenden Gehirnlappen aufgezeichnet wurde, werden auf das 2D-Emotionsmodell abgebildet. Der vorgeschlagene Algorithmus ermöglicht es uns, Emotionen zu erkennen, die durch Arousal- und Valenzniveaus definiert werden können. Es sind nur 3 Elektroden für die Emotionserkennung erforderlich. Die Higuchi- und Boxzählalgorithmen wurden für die EEG-Analyse und den Vergleich verwendet. Ein Support Vector Machine-Klassifikator wurde für die Erkennung der Arousal- und Valenzniveaus angewendet. Die vorgeschlagene Methode ist eine subjektabhängige. Experimente mit Musik- und Klangstimuli zur Auslösung menschlicher Emotionen wurden durchgeführt. Klangproben aus der International Affective Digitized Sounds (IADS) Datenbank wurden in den Experimenten verwendet.
Olga Sourina, Yisi Liu. Nanyang Technological University, Nanyang Ave, Singapur
Zusammenfassung
Die Emotionserkennung aus EEG kann in vielen Anwendungen eingesetzt werden, da sie uns ermöglicht, die "inneren" Emotionen unabhängig vom menschlichen Gesichtsausdruck, Verhalten oder verbaler Kommunikation zu erkennen. In diesem Papier haben wir einen neuartigen auf der fraktalen Dimension (FD) basierenden Algorithmus zur Emotionserkennung vorgeschlagen und beschrieben, der ein Arousal-Valenz-Emotionsmodell verwendet. FD-Werte, die aus dem EEG-Signal berechnet werden, das aus den entsprechenden Gehirnlappen aufgezeichnet wurde, werden auf das 2D-Emotionsmodell abgebildet. Der vorgeschlagene Algorithmus ermöglicht es uns, Emotionen zu erkennen, die durch Arousal- und Valenzniveaus definiert werden können. Es sind nur 3 Elektroden für die Emotionserkennung erforderlich. Die Higuchi- und Boxzählalgorithmen wurden für die EEG-Analyse und den Vergleich verwendet. Ein Support Vector Machine-Klassifikator wurde für die Erkennung der Arousal- und Valenzniveaus angewendet. Die vorgeschlagene Methode ist eine subjektabhängige. Experimente mit Musik- und Klangstimuli zur Auslösung menschlicher Emotionen wurden durchgeführt. Klangproben aus der International Affective Digitized Sounds (IADS) Datenbank wurden in den Experimenten verwendet.
Olga Sourina, Yisi Liu. Nanyang Technological University, Nanyang Ave, Singapur
Zusammenfassung
Die Emotionserkennung aus EEG kann in vielen Anwendungen eingesetzt werden, da sie uns ermöglicht, die "inneren" Emotionen unabhängig vom menschlichen Gesichtsausdruck, Verhalten oder verbaler Kommunikation zu erkennen. In diesem Papier haben wir einen neuartigen auf der fraktalen Dimension (FD) basierenden Algorithmus zur Emotionserkennung vorgeschlagen und beschrieben, der ein Arousal-Valenz-Emotionsmodell verwendet. FD-Werte, die aus dem EEG-Signal berechnet werden, das aus den entsprechenden Gehirnlappen aufgezeichnet wurde, werden auf das 2D-Emotionsmodell abgebildet. Der vorgeschlagene Algorithmus ermöglicht es uns, Emotionen zu erkennen, die durch Arousal- und Valenzniveaus definiert werden können. Es sind nur 3 Elektroden für die Emotionserkennung erforderlich. Die Higuchi- und Boxzählalgorithmen wurden für die EEG-Analyse und den Vergleich verwendet. Ein Support Vector Machine-Klassifikator wurde für die Erkennung der Arousal- und Valenzniveaus angewendet. Die vorgeschlagene Methode ist eine subjektabhängige. Experimente mit Musik- und Klangstimuli zur Auslösung menschlicher Emotionen wurden durchgeführt. Klangproben aus der International Affective Digitized Sounds (IADS) Datenbank wurden in den Experimenten verwendet.
