基于脑电和人脸表情的双模态情绪识别系统

发布时间：2021-03-15 23:56

　　随着人工智能技术的发展,快速准确地识别情绪能够帮助机器人感知到用户的状态,情绪识别成为一项越来越重要的研究课题。仅从单一模态识别情绪都有其缺点,从多个模态出发可以提取不同模态的有效信息,提高情绪识别的正确率。本文综合脑电（Electrocephalogram,EEG）和人脸表情两个模态,设计并实现了基于Android平台的双模态情绪识别系统,实现高兴/悲伤的二分类情绪识别,可以在Android系统上实现预处理、特征提取与融合、SVM分类的功能,同时使用图形化界面展示采集到的脑电波形和人脸区域的图像,并且展示系统记录的样本数据。本文的主要工作如下:（1）针对脑电模态,使用小波阈值去噪（Wavelet Threshold Denoising,WTD）进行预处理,再使用分型维数（Fractal Dimension,FD）和多尺度熵（Multiscale Entropy,MSE）算法提取脑电信号特征。为了验证脑电信号预处理和提取特征方法的合理性,本文对脑电情绪数据库——DEAP数据库中的脑电信号进行情绪分类,在仅使用一个脑电通道FP1的条件下,支持向量机（Support Vector Mach... 

【文章来源】：南京邮电大学江苏省

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

小白鼠植入脑电电极和芯片图(图片来自www.huxiu.com)

被试者佩戴传统湿电极脑电采集设备（2）干电极脑电采集设备

被试者佩戴NeuroSky脑电采集头套


本文编号：3085040