Um Algoritmo Baseado em Fractais para Reconhecimento de Emoções a partir de EEG Usando o Modelo Arousal-Valence
Nuri Djavit
Atualizado em
6 de abr. de 2015
Um Algoritmo Baseado em Fractais para Reconhecimento de Emoções a partir de EEG Usando o Modelo Arousal-Valence
Nuri Djavit
Atualizado em
6 de abr. de 2015
Um Algoritmo Baseado em Fractais para Reconhecimento de Emoções a partir de EEG Usando o Modelo Arousal-Valence
Nuri Djavit
Atualizado em
6 de abr. de 2015
Olga Sourina, Yisi Liu.Nanyang Technological University, Nanyang Ave, Singapore
Resumo
O reconhecimento de emoções por meio de EEG pode ser utilizado em muitas aplicações, pois permite conhecer a emoção “interna” independentemente da expressão facial humana, comportamento ou comunicação verbal. Neste artigo, propusemos e descrevemos um novo algoritmo de reconhecimento de emoções baseado em dimensão fractal (FD) utilizando um modelo de emoção Arousal-Valence. Os valores de FD calculados a partir do sinal de EEG registrado nos lobos cerebrais correspondentes são mapeados no modelo de emoção 2D. O algoritmo proposto permite reconhecer emoções que podem ser definidas pelos níveis de ativação (arousal) e valência. São necessários apenas 3 eletrodos para o reconhecimento das emoções. Os algoritmos de Higuchi e box-counting foram utilizados para a análise e comparação do EEG. O classificador Support Vector Machine foi aplicado para o reconhecimento dos níveis de ativação e valência. O método proposto é dependente de cada indivíduo. Foram realizados experimentos com estímulos musicais e sonoros para induzir emoções humanas. Clipes de som do banco de dados International Affective Digitized Sounds (IADS) foram utilizados nos experimentos.
Olga Sourina, Yisi Liu.Nanyang Technological University, Nanyang Ave, Singapore
Resumo
O reconhecimento de emoções por meio de EEG pode ser utilizado em muitas aplicações, pois permite conhecer a emoção “interna” independentemente da expressão facial humana, comportamento ou comunicação verbal. Neste artigo, propusemos e descrevemos um novo algoritmo de reconhecimento de emoções baseado em dimensão fractal (FD) utilizando um modelo de emoção Arousal-Valence. Os valores de FD calculados a partir do sinal de EEG registrado nos lobos cerebrais correspondentes são mapeados no modelo de emoção 2D. O algoritmo proposto permite reconhecer emoções que podem ser definidas pelos níveis de ativação (arousal) e valência. São necessários apenas 3 eletrodos para o reconhecimento das emoções. Os algoritmos de Higuchi e box-counting foram utilizados para a análise e comparação do EEG. O classificador Support Vector Machine foi aplicado para o reconhecimento dos níveis de ativação e valência. O método proposto é dependente de cada indivíduo. Foram realizados experimentos com estímulos musicais e sonoros para induzir emoções humanas. Clipes de som do banco de dados International Affective Digitized Sounds (IADS) foram utilizados nos experimentos.
Olga Sourina, Yisi Liu.Nanyang Technological University, Nanyang Ave, Singapore
Resumo
O reconhecimento de emoções por meio de EEG pode ser utilizado em muitas aplicações, pois permite conhecer a emoção “interna” independentemente da expressão facial humana, comportamento ou comunicação verbal. Neste artigo, propusemos e descrevemos um novo algoritmo de reconhecimento de emoções baseado em dimensão fractal (FD) utilizando um modelo de emoção Arousal-Valence. Os valores de FD calculados a partir do sinal de EEG registrado nos lobos cerebrais correspondentes são mapeados no modelo de emoção 2D. O algoritmo proposto permite reconhecer emoções que podem ser definidas pelos níveis de ativação (arousal) e valência. São necessários apenas 3 eletrodos para o reconhecimento das emoções. Os algoritmos de Higuchi e box-counting foram utilizados para a análise e comparação do EEG. O classificador Support Vector Machine foi aplicado para o reconhecimento dos níveis de ativação e valência. O método proposto é dependente de cada indivíduo. Foram realizados experimentos com estímulos musicais e sonoros para induzir emoções humanas. Clipes de som do banco de dados International Affective Digitized Sounds (IADS) foram utilizados nos experimentos.
Continue lendo