人类情绪分析和识别使用EEG信号来响应360度视频
概括
这项研究引入了一种新的3D虚拟现实数据集,用于使用电脑图 (EEG) 识别情绪 (ER). 开发的模型实现了超过85%的准确性,为诸如嗜睡检测等应用程序推进了ER技术.
科学领域:
- 神经科学是一个神经科学.
- 计算机科学 计算机科学
- 人与计算机的交互
背景情况:
- 情绪识别 (ER) 对于睡眠检测和健康监测等应用至关重要.
- 现有的ER数据集往往缺乏精确情绪诱导所需的沉浸式质量.
- 虚拟现实 (VR) 为更现实的ER研究提供了一个有希望的环境.
研究的目的:
- 在沉浸式虚拟现实 (VR) 环境中使用脑电图 (EEG) 开发和验证ER系统.
- 引入一套新的3D VR数据集,以提高情感诱导的准确性.
- 为了评估ER机器学习模型的性能,使用VR的EEG数据.
主要方法:
- 数据采集包括使用Interaxon Muse头带记录EEG和通过Oculus Quest 2从40名参与者的VR刺激.
- 四个阶段的方法包括数据采集,预处理,特征提取和情绪分类.
- 采用了10倍交叉验证技术来确保模型的稳定性.
主要成果:
- 该模型在交叉验证过程中实现了平均85.54%的验证准确率和90.20%的最大准确率.
- 经过训练的模型显示测试准确率为82.03%.
- 3D VR 数据集有助于提高情感诱导的精度.
结论:
- 该研究成功开发了一个精确的ER系统,在3DVR环境中使用EEG.
- 新的3D VR数据集显示了推进ER研究和应用的潜力.
- 这些发现表明,沉浸式VR环境可以显著提高基于EEG的情感识别的有效性.
