基于分形的情感识别算法:使用唤醒-情感模型从脑电图提取情感

努里·贾维特

更新于

2015年4月6日

基于分形的情感识别算法:使用唤醒-情感模型从脑电图提取情感

努里·贾维特

更新于

2015年4月6日

基于分形的情感识别算法:使用唤醒-情感模型从脑电图提取情感

努里·贾维特

更新于

2015年4月6日

Olga Sourina, Yisi Liu. 新加坡南洋理工大学,南洋大道

摘要

脑电图(EEG)情绪识别可应用于许多领域,因为它使我们能够忽略人类的面部表情、行为或言语交流,从而了解其“内心”情绪。在本文中,我们提出并描述了一种基于新型分形维数(FD)的使用唤醒度-效价度(Arousal-Valence)情绪模型的脑电情绪识别算法。从相应大脑区域记录的脑电信号计算出的分形维数值被映射到二维情绪模型中。所提出的算法使我们能够识别由唤醒度和效价度水平定义的情绪。情绪识别仅需要3个电极。Higuchi算法和计盒(box-counting)算法被用于脑电图分析和对比。支持向量机分类器被应用于唤醒度和效价度水平的识别。所提出的方法是针对特定个体的。我们开展了利用音乐和声音刺激来诱发人类情绪的实验。实验中使用了国际情感数字化声音(IADS)数据库中的音视频片段。

点击此处阅读完整报告

Olga Sourina, Yisi Liu. 新加坡南洋理工大学,南洋大道

摘要

脑电图(EEG)情绪识别可应用于许多领域,因为它使我们能够忽略人类的面部表情、行为或言语交流,从而了解其“内心”情绪。在本文中,我们提出并描述了一种基于新型分形维数(FD)的使用唤醒度-效价度(Arousal-Valence)情绪模型的脑电情绪识别算法。从相应大脑区域记录的脑电信号计算出的分形维数值被映射到二维情绪模型中。所提出的算法使我们能够识别由唤醒度和效价度水平定义的情绪。情绪识别仅需要3个电极。Higuchi算法和计盒(box-counting)算法被用于脑电图分析和对比。支持向量机分类器被应用于唤醒度和效价度水平的识别。所提出的方法是针对特定个体的。我们开展了利用音乐和声音刺激来诱发人类情绪的实验。实验中使用了国际情感数字化声音(IADS)数据库中的音视频片段。

点击此处阅读完整报告

Olga Sourina, Yisi Liu. 新加坡南洋理工大学,南洋大道

摘要

脑电图(EEG)情绪识别可应用于许多领域,因为它使我们能够忽略人类的面部表情、行为或言语交流,从而了解其“内心”情绪。在本文中,我们提出并描述了一种基于新型分形维数(FD)的使用唤醒度-效价度(Arousal-Valence)情绪模型的脑电情绪识别算法。从相应大脑区域记录的脑电信号计算出的分形维数值被映射到二维情绪模型中。所提出的算法使我们能够识别由唤醒度和效价度水平定义的情绪。情绪识别仅需要3个电极。Higuchi算法和计盒(box-counting)算法被用于脑电图分析和对比。支持向量机分类器被应用于唤醒度和效价度水平的识别。所提出的方法是针对特定个体的。我们开展了利用音乐和声音刺激来诱发人类情绪的实验。实验中使用了国际情感数字化声音(IADS)数据库中的音视频片段。

点击此处阅读完整报告

一款用于开发基于诱发振荡时空动力学且具有可解释性 BCI 的模糊外壳 - Emotiv

继续阅读

一个用于开发基于诱发振荡时空动力学且具可解释性 BCI 的模糊外壳