在沉浸式360度环境中使用便携式EEG进行情绪识别
概括
便携式单通道脑电图 (EEG) 头带可以在沉浸式虚拟现实中有效识别人类的情绪. 这项技术可以在受控环境中实现自然化的情感识别,为未来的多用户应用铺平了道路.
科学领域:
- 神经科学是一个神经科学.
- 人与计算机的交互
- 情感计算是一种情感计算.
背景情况:
- 传统的情感识别研究通常使用人工刺激呈现.
- 便携式脑电图 (EEG) 为现实世界情绪检测提供了一个有前途的途径.
- 沉浸式的360度环境增强了感官体验的自然主义.
研究的目的:
- 评估使用便携式单通道干电极EEG头带用于情绪识别的可行性.
- 在360度沉浸式环境中,通过多模式刺激引起的人类情绪的区分.
- 为了比较不同机器学习模型和差异特征的有效性,用于情绪分类.
主要方法:
- 在360度沉浸式环境中开发一种多式调节范式.
- 使用便携式单通道干电极头带记录脑电图 (EEG) 数据.
- 微分 (DE) 特性用于EEG信号分析和机器学习 (ML) 分类的应用.
- 通过自我评价尺度进行主观情绪状态评估.
主要成果:
- 单通道EEG信号,在去除文物和DE特征应用后,有效地区分了各种情绪状态.
- 机器学习模型在沉浸式环境中引起的情绪分类方面表现出显著的表现.
- 微分被证明是捕捉与情绪变化相关的EEG动态的一个强有力的特征.
结论:
- 360度沉浸式环境中的单通道EEG是一种可行的自然主义情绪识别方法.
- 这种方法结合了受控实验条件的好处与生态有效性.
- EEG头带的便携性和方便性支持情感计算中的潜在多用户应用.
