基于脑电信号和瞬时情感强度标签的情感识别方法

通过机器学习脑电图(Electroencephalogram,EEG)揭示人类大脑活动已成为探索人类内在情感状态的重要方案。由于情感状态变化是动态而非恒定,因此预测情感状态变化是情感识别领域的研究难题。文中提出了一种瞬时情感强度标签生成框架,通过让受试者观看视频来刺激并采集其瞬时情绪强度从而生成一组有监督标签,结合有监督标签与脑电特征生成3组半监督标签对应受试者的瞬时情感状态变化。使用脑电特征与多种机器学习方法分析4组标签对情感状态变化的适用性。通过支持向量机模型在有监督情感强度标签集上对两类、三类和四类情感强度取得了80.02%,54.76%和56.14%的分类精度。实验结果表明,有监督瞬时情感强度标签对不同受试者的脑电数据和情感状态变化更具普适性。