欧博官网

情绪识别旨在实现机械对人的情绪状态举行自动识别，是情绪盘算和人机交互领域的主要研究内容。目今可用于情绪识别研究的多模态数据集（如DEAP、MAHNOB-HCI等）大多关注简单情绪种别分类，而情绪是一种重大的心理状态，已有研究批注人可以同时感受多种情绪，这种同时泛起两种或以上情绪感受的情绪状态被称为混淆情绪。近年来混淆情绪研究获得了越来越多的关注，但现在还没有可用于混淆情绪识别研究的多模态数据集，极大的限制了混淆情绪剖析研究。

 

实验流程及筛选情绪刺激视频评分统计

针对混淆情绪剖析研究领域缺少用于混淆情绪识别数据集的问题，我？墒用教迮趟阄飨哦游飨谇寤笱Ф敛┦贝，从情绪诱发质料选取、多模态信号收罗、实验效果手艺验证等方面建设了用于混淆情绪识别研究的多模态数据集。详细是，为确保情绪的有用诱发，首先基于一定规则从斯坦福视频库中筛选诱发视频片断，以选择可诱发更强的起劲、消极和混淆情绪的视频；之后，80名被试被招募加入实验，在这些被试寓目情绪视频时纪录了EEG、GSR、PPG和面部视频等模态数据，同时纪录了被试的PANAS、VAD和娱乐/厌恶两种离散情绪等主观评价；最终，建设了包括73名有用被试的多模态信号数据和主观评价数据的数据集，基于这一数据集举行了基于心理信号和面部视频的情绪诱发和混淆情绪分类剖析的手艺验证。效果批注，当基于多模态特征和SVM时，起劲、消极和混淆情绪状态三分类使命上可获得80.96%的分类准确率，验证了对混淆情绪状态检测的可行性。研究效果可为混淆情绪剖析研究提供基础数据支持和研究范式启发。

使用差别模态特征和Random Forest(RF)、SVM分类器的三分类（起劲情绪、消极情绪

和混淆情绪）准确率(a)RF效果，(b)SVM效果。

相关研究效果以“A Multimodal Dataset for Mixed Emotion Recognition”(DOI：10.1038/s41597-024-03676-4)为题揭晓于Springer Nature旗下着名科学数据期刊《Scientific Data》。该刊专注于科学数据的分享、形貌和剖析，宣布高质量的数据集及与数据相关的研究文章，期刊近5年平均影响因子为8.9，JCR分区Q1期刊。

供稿：盘算机手艺与应用学院

【编辑：邹林有 责任编辑：金萍】