非線性特征組合用于皮膚電情感識別的研究.pdf

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

2、究的基礎(chǔ)上對皮膚電的非線性特征進行研究，主要是對人在高興(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的采集、信號預(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的情感識別模型。具體工作如下:
　　 (1)信號采集實驗方案的制定。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BIOPACMP150多通道生理信號記錄儀采集被試的皮膚電信號。
　　 (2)建立皮膚電信號的情感樣本庫。實驗室招募了大批的實驗被試，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。通過對數(shù)據(jù)進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的情感樣本庫。
　　 (3)GSR信號情感特征提取。對采集的信號進行濾波、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的時間延遲(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)計特征中，如果被選中，即可以用來做情感識別。
　　 (5)皮膚電信號情感識別模型的建立。利用上述方法提取的非線性特征，完成實驗分析，總結(jié)出能夠代表皮膚電情感信號在高興、悲傷、憤怒、厭惡、恐懼、驚奇下的特征組合，建立起皮膚電信號各情感的二分類情感識別模型。
　　 研究結(jié)果表明:
　　 (1)通過IH-PSO算法的驗證，本文的四種非線性特征是可以用來對皮膚電信號

6、做情感分類識別的。
　　 (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;時延和最小嵌入維數(shù)能代表悲傷情緒的變化;最小嵌入維數(shù)對識別憤怒的情感的貢獻最大;時延能夠反應(yīng)驚奇情緒的變化;樣本熵在識別厭惡的情感時有很大貢獻;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信號可以用最小嵌入維(min-embeddingdimension)、樣本熵(sampleentropy)、