基于深度学习的生理情感识别

发布时间：2021-01-15 20:59

　　随着科技的发展,人们对智能技术的要求也越来越高。情感计算也顺势产生,情感计算是赋予计算机能够对人类的情感进行侦测、分类、组织和回应的能力,从而使使用者获得高效而又亲切的感觉。人类感情通过表情、语音、手势和生理信号等方式表达,其中表情、语音和手势于物理表达方式,不一定能够很准确表达出人的情感。生理信号是由人体自然产生且易用传感器获得的信号,蕴含丰富的人类情感信息,这些信息变化能直接反映人类情绪状态。生理情感识别,能够识别出人的情感,充分了解人的情绪和心理状态,帮助人们更好的生活。本文从生理信号情感特征提取方法以及生理情感识别等方面做出一些探索,为了改善传统的特征提取和情感识别中相关缺点,分别采用传统特征提取算法和深度学习算法对生理信号进行特征提取和情感识别。其主要研究工作及成果总结如下:1.为了探索传统型特征提取方法在DataSet I生理库和DEAP公开生理库的识别效果,本文分别采用SVM和KNN分类器对其提取的生理特征进行情感识别。本文主要采用时域特征提取方法和频域特征提取。时域特征提取主要提取DataSet I生理库和DEAP公开生理库中生理信号的平均值、标准偏差、一阶差值的绝对值... 

【文章来源】：安徽建筑大学安徽省

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

图2-1两维情感模型

实验测试环境[72]

实验样本的情感分布[72]

【参考文献】：
期刊论文
[1]触觉手势情感识别的超限学习方法[J]. 魏佳琪,刘华平,王博文,孙富春.  智能系统学报. 2019(01)
[2]基于卷积长短时记忆神经网络的蛋白质二级结构预测[J]. 郭延哺,李维华,王兵益,金宸.  模式识别与人工智能. 2018(06)
[3]深度学习研究综述[J]. 尹宝才,王文通,王立春.  北京工业大学学报. 2015(01)
[4]深度学习研究综述[J]. 孙志军,薛磊,许阳明,王正.  计算机应用研究. 2012(08)
[5]孤独症儿童对人物面孔图表情识别特征及情绪归因特点[J]. 顾莉萍,静进,金宇,陈强,范方,徐桂凤,黄赛君.  中国儿童保健杂志. 2012(04)
[6]用于生理信号情感识别的自适应遗传算法[J]. 牛晓伟,刘光远.  计算机工程与设计. 2008(14)
[7]基于长短时特征融合的语音情感识别方法[J]. 韩文静,李海峰,韩纪庆.  清华大学学报(自然科学版). 2008(S1)
[8]男性重性抑郁症患者识别动态面部表情情绪偏向性的fMRI研究[J]. 曹燕翔,姚志剑,谢世平,滕皋军,吴婷,武欣,杜经纶,刘海燕,王丽.  中国心理卫生杂志. 2008(04)
[9]基于BPSO的四种生理信号的情感状态识别[J]. 杨瑞请,刘光远.  计算机科学. 2008(03)
[10]基于小波变换与神经网络的表面肌电信号的情感识别[J]. 程波,刘光远.  计算机应用. 2008(02)

博士论文
[1]基于生理信号的情感识别方法研究[D]. 温万惠.西南大学 2010

硕士论文
[1]基于人体生理信号的情感识别研究[D]. 李才隆.南京邮电大学 2018
[2]基于组合特征提取的脑电情感识别方法研究[D]. 吉晓敏.辽宁师范大学 2017
[3]人脸表情的特征提取及分类识别研究[D]. 沈发.南京师范大学 2013
[4]多模态融合的情感识别研究[D]. 曹田熠.天津大学 2012
[5]支持向量机中核函数和参数选择研究及其应用[D]. 朱春雷.南京林业大学 2011
[6]皮肤电反应信号在情感状态识别中的研究[D]. 蔡菁.西南大学 2010



本文编号：2979505