非線性特征組合用于皮膚電情感識(shí)別的研究.pdf

1、由于生理信號(hào)的真實(shí)性和客觀性，基于生理信號(hào)的情感識(shí)別已經(jīng)成為情感計(jì)算領(lǐng)域的一個(gè)重要研究?jī)?nèi)容。該研究主要是:通過對(duì)采集到的生理信號(hào)進(jìn)行分析，提取能夠代表特定情感的特征，建立情感識(shí)別模型。皮膚電信號(hào)(GSR)作為一種重要的生理信號(hào)，已經(jīng)被證明包含可靠的情感生理反應(yīng)特征，另外相對(duì)于其他信號(hào)皮膚電的采集方法不僅簡(jiǎn)單而且信號(hào)噪聲更少。如果能夠準(zhǔn)確提取出皮膚電情感信號(hào)的特征便更能有效的進(jìn)行情感識(shí)別，最終建立情感識(shí)別模型。
　　 本文在前人研

2、究的基礎(chǔ)上對(duì)皮膚電的非線性特征進(jìn)行研究，主要是對(duì)人在高興(happy)、驚奇(surprise)、悲傷(grief)、厭惡(disgust)、憤怒(anger)和恐懼(fear)的情感狀態(tài)下的皮膚電導(dǎo)(GSR)的分析。包括皮膚電生理信號(hào)的采集、信號(hào)預(yù)處理、情感特征提取和分類等一系列的工作，最終建立皮膚電信號(hào)的情感識(shí)別模型。具體工作如下:
　　 (1)信號(hào)采集實(shí)驗(yàn)方案的制定。選擇能夠喚起單一情感的電影片段作為喚起材料，視頻材料包含

3、以上述六種情感為目標(biāo)情感的6個(gè)片段，在片段之間插入中性視頻作為過渡情感間的調(diào)整，選用美國(guó)BIOPACMP150多通道生理信號(hào)記錄儀采集被試的皮膚電信號(hào)。
　　 (2)建立皮膚電信號(hào)的情感樣本庫。實(shí)驗(yàn)室招募了大批的實(shí)驗(yàn)被試，采集在高興(happy)、驚奇(surprise)、悲傷(grief)、厭惡(disgust)、憤怒(anger)和恐懼(fear)六種情感狀態(tài)下的皮膚電信號(hào)。通過對(duì)數(shù)據(jù)進(jìn)行有效的分析并截取誘發(fā)性好的80秒數(shù)據(jù)

4、，最終建立皮膚電信號(hào)的情感樣本庫。
　　 (3)GSR信號(hào)情感特征提取。對(duì)采集的信號(hào)進(jìn)行濾波、標(biāo)準(zhǔn)化和歸一化處理，采用非線性方法提取皮膚電信號(hào)的時(shí)間延遲(timedelay)、關(guān)聯(lián)維數(shù)(correlationdimension)、最小嵌入維數(shù)(min-embeddingdimension)和樣本熵(sampleentropy)等非線性特征。
　　 (4)特征的驗(yàn)證。為確定非線性特征的可用性，引入IH-PSO(免疫混合粒子

5、群)算法來做特征選擇，將這些特征混入被證明具有代表性的統(tǒng)計(jì)特征中，如果被選中，即可以用來做情感識(shí)別。
　　 (5)皮膚電信號(hào)情感識(shí)別模型的建立。利用上述方法提取的非線性特征，完成實(shí)驗(yàn)分析，總結(jié)出能夠代表皮膚電情感信號(hào)在高興、悲傷、憤怒、厭惡、恐懼、驚奇下的特征組合，建立起皮膚電信號(hào)各情感的二分類情感識(shí)別模型。
　　 研究結(jié)果表明:
　　 (1)通過IH-PSO算法的驗(yàn)證，本文的四種非線性特征是可以用來對(duì)皮膚電信號(hào)

6、做情感分類識(shí)別的。
　　 (2)最小嵌入維數(shù)和樣本熵能夠代表高興情緒的變化特點(diǎn);時(shí)延和最小嵌入維數(shù)能代表悲傷情緒的變化;最小嵌入維數(shù)對(duì)識(shí)別憤怒的情感的貢獻(xiàn)最大;時(shí)延能夠反應(yīng)驚奇情緒的變化;樣本熵在識(shí)別厭惡的情感時(shí)有很大貢獻(xiàn);樣本熵、關(guān)聯(lián)維數(shù)和最小嵌入維數(shù)的組合最能反應(yīng)恐懼情緒的變化。
　　 綜合考慮上述分析，GSR信號(hào)可以用最小嵌入維(min-embeddingdimension)、樣本熵(sampleentropy)、