人机交互环境下基于皮肤电信号的情感实时识别与调节方法研究

发布时间：2017-09-25 15:02

  本文关键词：人机交互环境下基于皮肤电信号的情感实时识别与调节方法研究

  更多相关文章： 情感识别 情感调节 K近邻 调节模型 人机交互

【摘要】：情感计算作为一个前沿的研究课题,得到了国内外学者的广泛重视。由于生理信号的客观真实性,基于生理信号的情感识别成为了情感计算领域的重要研究方向。同时,随着人机交互友好性需求的不断提升,情感调节的重要性也与日俱增。本文主要针对皮肤电的情感识别提出了一种改进的K近邻实时识别方法,在识别效果和识别效率上有显著的提升;在情感调节方面,参考Gross和其他学者的情感调节模型,提出了人机交互环境下可行性情感调节模型。并根据研究的理论成果建立了一款可以改善人机交互和谐性的开放式人机情感交互助手。具体工作如下:(1)制定皮肤电信号采集实验方案,建立皮肤电信号的情感样本库。通过不同的情感诱发视频片段诱发被试的喜怒哀惧四种情感,并在诱发过程中采集皮肤电信号。这四种情感状态下的皮肤电信号与被试平静状态下的皮肤电信号一起组成情感样本库。(2)对皮肤电信号预处理与特征提取。这部分的工作主要包括信号截取、平滑去噪、特征提取、特征归一化、特征选择。信号截取是从一段长度约为5分钟的皮肤电信号中截取长度为15秒的信号,目的是找出最能代表被试处于诱发情绪时的信号片段。平滑去噪是利用小波去噪去除噪声频段的信号得到最真实的生理信号。在特征提取环节,研究提取了包括均值、最大值、一阶差分最小值和频域中值在内的30个统计特征。提取的特征值在不同的数量级范围,特别是时域特征与频域特征,所以对特征值进行归一化操作,使得每个特征在分类的时候都有平等的投票权利。特征选择是利用Relief特征选择算法剔除了6个无效特征。(3)提出了一个改进的K近邻实时识别方法。K近邻算法的主要耗时用在寻找测试样本最近的K个训练样本。所以利用K近邻快速搜索算法改变原有的寻找训练样本方法。同时,利用实时识别的特点,采用一种半监督的K近邻识别方法,让当前测试样本时间序列上的前C个样本也参与识别的过程。研究验证了当C和K取不同值时的识别率和运行时间,与原始的K近邻方法进行了对比,证明了改进方案在识别率和运行时间上的有效的。(4)建立人机交互环境下可行性情感调节模型。Gross的情绪调节过程模型可以有效的反应情感产生各个阶段的原理以及调节方法,但是不适应于人机交互环境下。本文参考Gross的情绪调节过程模型和Bonanno的情绪自我调节序列模型建立了人机交互环境下可行性情感调节模型。(5)设计并实现了开放式人机情感交互助手。用户在使用这款软件时,可以利用外接设备实时采集皮肤电信号,通过后台算法的运算实时呈现情绪识别结果。当检测到用户长时间处于负性情感时,软件会根据用户的特点定制化的推送包括视频、音乐、游戏和文字在内的不同情感调节方案。使得人机交互更加和谐、友好。
【关键词】：情感识别 情感调节 K近邻 调节模型 人机交互
【学位授予单位】：西南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.7;R33
【目录】：

• 摘要5-7
• Abstract7-9
• 第一章 绪论9-14
• 1.1 研究背景及意义9-10
• 1.2 国内外研究现状和不足10-12
• 1.3 论文研究内容12
• 1.4 论文的创新点12-13
• 1.5 论文的整体结构13-14
• 第二章 皮肤电信号采集及特征提取14-25
• 2.1 皮肤电信号的简介14-15
• 2.2 皮肤电信号的采集方案15-17
• 2.2.1 实验对象选取15
• 2.2.2 情感诱发素材选取15-16
• 2.2.3 实验环境16-17
• 2.2.4 实验流程17
• 2.3 GSR信号处理流程17-23
• 2.3.1 GSR信号截取18
• 2.3.2 GSR信号去噪18-20
• 2.3.3 GSR信号特征提取20-22
• 2.3.4 特征值归一化22
• 2.3.5 特征选择22-23
• 2.4 文章小结23-25
• 第三章 情感实时识别算法的建立与验证25-38
• 3.1 K近邻算法用于情感实时识别25-26
• 3.1.1 K近邻算法介绍25
• 3.1.2 K近邻算法的优劣25-26
• 3.2 改进的K近邻算法用于情感的实时识别26-32
• 3.2.1 K近邻快速搜索算法26-28
• 3.2.2 半监督的K近邻分类算法28-31
• 3.2.3 基于快速搜索算法的半监督K近邻分类方法31-32
• 3.3 算法改进前后结果对比32-37
• 3.3.1 分类准确性对比33-36
• 3.3.2 算法运行时间对比36-37
• 3.4 本章小结37-38
• 第四章 情感调节模型建立38-46
• 4.1 积极情绪与消极情绪38-39
• 4.2 情感调节的定义及主要模型39-42
• 4.2.1 情感调节的定义39-40
• 4.2.2 Bonanno的情绪自我调节序列模型40
• 4.2.3 Gross的情绪调节过程模型40-42
• 4.3 人机交互环境下可行性情感调节模型42-45
• 4.4 本章小结45-46
• 第五章 开放式人机情感交互助手的设计与实现46-54
• 5.1 开放式人机情感交互助手的设计背景46-47
• 5.2 开放式人机情感交互助手简介47-52
• 5.2.1 系统主要功能47-48
• 5.2.2 具体操作流程48-52
• 5.3 本章小结52-54
• 第六章 总结与展望54-56
• 6.1 总结54
• 6.2 展望54-56
• 参考文献56-60
• 致谢60-61
• 攻读硕士期间研究成果及发表的学术论文61-62
• 攻读硕士期间参与的研究项目62

【相似文献】

中国硕士学位论文全文数据库 前1条

1 杜仰泽;人机交互环境下基于皮肤电信号的情感实时识别与调节方法研究[D];西南大学;2016年

，

本文编号：917987