转换器驱动的情感状态识别从日常环境中的可穿戴生理数据.
1Department of Psychological and Cognitive Sciences, Tsinghua University, Beijing 100084, China.
Sensors (Basel, Switzerland)
|February 13, 2025
概括
本研究介绍了一种基于变压器的算法,用于使用可穿戴生理数据识别情绪状态. 该模型对日常生活中的真实世界情绪检测具有前景.
科学领域:
- 情感计算是一种情感计算.
- 人与计算机的互动.
- 精神病学是一个精神病学.
背景情况:
- 可穿戴生理测量技术正在迅速发展.
- 在日常环境中识别情绪状态在人机交互和精神病学方面具有潜在的应用.
- 在日常环境中长期的多模体生理数据是一个挑战.
研究的目的:
- 引入基于变压器的算法来识别情绪状态.
- 利用信号的时间特征和不同模式之间的相互关系.
- 评估在日常环境中使用可穿戴多模体生理信号进行情感状态识别的可行性.
主要方法:
- 利用DAPPER数据集,对88名受试者进行了为期5天的手腕记录 (心率,皮肤导电率,三轴加速).
- 开发了一个基于变压器的算法,用于情感状态识别.
- 进行了情绪状态的二元和五类分类.
主要成果:
- 取得了71.5%的平均二进制分类准确度,用于正/负情感状态.
- 获得了基于价值和兴奋的五个类别分类的60.29%和61.55%准确率.
- 通过可穿戴传感器实时识别情感状态的可行性.
结论:
- 使用可穿戴的多模态生理信号进行情感状态识别在日常环境中是可行的.
- 基于变压器的模型可以有效地利用时间信号特征和模式间关系.
- 这种方法有可能增强人机交互和精神病学应用.
