人機交互環(huán)境下基于皮膚電信號的情感實時識別與調(diào)節(jié)方法研究.pdf

1、情感計算作為一個前沿的研究課題，得到了國內(nèi)外學(xué)者的廣泛重視。由于生理信號的客觀真實性，基于生理信號的情感識別成為了情感計算領(lǐng)域的重要研究方向。同時，隨著人機交互友好性需求的不斷提升，情感調(diào)節(jié)的重要性也與日俱增。本文主要針對皮膚電的情感識別提出了一種改進的K近鄰實時識別方法，在識別效果和識別效率上有顯著的提升；在情感調(diào)節(jié)方面，參考Gross和其他學(xué)者的情感調(diào)節(jié)模型，提出了人機交互環(huán)境下可行性情感調(diào)節(jié)模型。并根據(jù)研究的理論成果建立了一款可以

2、改善人機交互和諧性的開放式人機情感交互助手。
　　本研究主要內(nèi)容包括：⑴制定皮膚電信號采集實驗方案，建立皮膚電信號的情感樣本庫。通過不同的情感誘發(fā)視頻片段誘發(fā)被試的喜怒哀懼四種情感，并在誘發(fā)過程中采集皮膚電信號。這四種情感狀態(tài)下的皮膚電信號與被試平靜狀態(tài)下的皮膚電信號一起組成情感樣本庫。⑵對皮膚電信號預(yù)處理與特征提取。這部分的工作主要包括信號截取、平滑去噪、特征提取、特征歸一化、特征選擇。信號截取是從一段長度約為5分鐘的皮膚電信號

3、中截取長度為15秒的信號，目的是找出最能代表被試處于誘發(fā)情緒時的信號片段。平滑去噪是利用小波去噪去除噪聲頻段的信號得到最真實的生理信號。在特征提取環(huán)節(jié)，研究提取了包括均值、最大值、一階差分最小值和頻域中值在內(nèi)的30個統(tǒng)計特征。提取的特征值在不同的數(shù)量級范圍，特別是時域特征與頻域特征，所以對特征值進行歸一化操作，使得每個特征在分類的時候都有平等的投票權(quán)利。特征選擇是利用Relief特征選擇算法剔除了6個無效特征。⑶提出了一個改進的K近鄰實

4、時識別方法。K近鄰算法的主要耗時用在尋找測試樣本最近的K個訓(xùn)練樣本。所以利用K近鄰快速搜索算法改變原有的尋找訓(xùn)練樣本方法。同時，利用實時識別的特點，采用一種半監(jiān)督的K近鄰識別方法，讓當(dāng)前測試樣本時間序列上的前C個樣本也參與識別的過程。研究驗證了當(dāng)C和K取不同值時的識別率和運行時間，與原始的K近鄰方法進行了對比，證明了改進方案在識別率和運行時間上的有效的。⑷建立人機交互環(huán)境下可行性情感調(diào)節(jié)模型。Gross的情緒調(diào)節(jié)過程模型可以有效的反應(yīng)情

5、感產(chǎn)生各個階段的原理以及調(diào)節(jié)方法，但是不適應(yīng)于人機交互環(huán)境下。本文參考Gross的情緒調(diào)節(jié)過程模型和Bonanno的情緒自我調(diào)節(jié)序列模型建立了人機交互環(huán)境下可行性情感調(diào)節(jié)模型。⑸設(shè)計并實現(xiàn)了開放式人機情感交互助手。用戶在使用這款軟件時，可以利用外接設(shè)備實時采集皮膚電信號，通過后臺算法的運算實時呈現(xiàn)情緒識別結(jié)果。當(dāng)檢測到用戶長時間處于負性情感時，軟件會根據(jù)用戶的特點定制化的推送包括視頻、音樂、游戲和文字在內(nèi)的不同情感調(diào)節(jié)方案。使得人機交互