Towards emotion recognition for virtual environments: an evaluation of EEG features on benchmark dataset

要約

仮想環境における課題の 1 つは、ますます複雑化するこれらのシステムをユーザーが操作する際の難しさです。
最終的に、マシンにユーザーの感情を知覚する能力を与えることで、より直感的で信頼性の高いインタラクションが可能になります。
その結果、脳波を生体信号センサーとして使用して、ユーザーの感情状態をモデル化し、その後、ユーザーの感情を認識して反応できるシステムを実現するために利用できます。
この論文では、Russell の Circumplex Model に基づく情動状態のモデル化を目的として、脳波信号から抽出された特徴を調査します。
仮想環境でのインタラクション体験を強化するために、ユーザーの影響をモデル化するための将来の作業の基礎を提供することを目的とした調査が提示されます。
DEAP データセットは、サポート ベクター マシンとランダム フォレストと共にこの作業で使用され、統計的測定値と \’z、\b{eta}、
\’z、および \’z\’z 波と EEG 信号の高次交差。

要約(オリジナル)

One of the challenges in virtual environments is the difficulty users have in interacting with these increasingly complex systems. Ultimately, endowing machines with the ability to perceive users emotions will enable a more intuitive and reliable interaction. Consequently, using the electroencephalogram as a bio-signal sensor, the affective state of a user can be modelled and subsequently utilised in order to achieve a system that can recognise and react to the user’s emotions. This paper investigates features extracted from electroencephalogram signals for the purpose of affective state modelling based on Russell’s Circumplex Model. Investigations are presented that aim to provide the foundation for future work in modelling user affect to enhance interaction experience in virtual environments. The DEAP dataset was used within this work, along with a Support Vector Machine and Random Forest, which yielded reasonable classification accuracies for Valence and Arousal using feature vectors based on statistical measurements and band power from the \’z, \b{eta}, \’z, and \’z\’z waves and High Order Crossing of the EEG signal.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google