Abstract

提出了一种基于三维卷积神经网络模型、一维卷积神经网络模型和基于生物启发的决策级多模态融合的多模态情绪识别模型。
用这个模型来区分唤起效价平面上的四个情绪区域，即在DEAP和AMIGOS数据集中，低唤醒和低效价(LALV)、高唤醒和低效价(HALV)、低唤醒和高效价(LAHV)、高唤醒和高效价(HAHV)。将三维CNN模型和一维CNN模型分别利用脑电信号和周围生理信号进行预测识别，与原始脑电信号的准确率分别为93.53%和95.86%。

Method

1.对应EEG信号的三维卷积操作来有效的提取时域和空间域的信息，将数据集中使用的电极重新定位到二维电极拓扑结构中。对于每个时间采样点，将脑电图信号映射到一个9x9矩阵中。未使用的电极填入0。在每个转换中使用z分数标准化。

在将数据送入三维卷积操作中，卷积操作具体如下：
对应于生理信号的识别，一维卷积操作如下：
决策层融合使用多感官线索模型进行。

结论

基于生理信号的多模态情绪识别模型相关推荐

从局部脑到全脑：时空域分层神经网络脑电情绪识别模型
作者丨张玮玮学校丨东北大学硕士生研究方向丨情绪识别引言论文动机近年来,脑电图 (EEG) 在处理情感识别方面得到了广泛的应用.虽然近年来人们提出了各种各样的脑电信号情感识别方法,但为了进一步 ...
ACM MM 2021 | 面向多模态情绪识别的双流异质图递归神经网络
本文介绍一篇于 ACM MM 2021 上发表,备受关注的 Oral 论文<HetEmotionNet: Two-Stream Heterogeneous Graph Recurrent Neu ...
（论文加源码）基于DEAP的脑电情绪识别（CNN,RNN和两种不同的注意力机制）
论文及源码见个人主页:https://download.csdn.net/download/qq_45874683/85063985 (论文加源码)基于DEAP的脑电情绪识别(CNN,RNN和两种不同 ...
基于DEAP的脑电情绪识别论文源码改进版本（附论文代码，lstm和rnn）
论文及改进版源码链接: (论文加源码)基于DEAP的脑电情绪识别论文源码改进版本(附论文代码,lstm和rnn) https://download.csdn.net/download/qq_45874 ...
复盘：基于attention的多任务多模态情绪情感识别，基于BERT实现文本情感分类（pytorch实战）
复盘:基于attention机制的多任务多模态情绪情感识别(pytorch实战),基于BERT实现文本情感分类提示:系列被面试官问的问题,我自己当时不会,所以下来自己复盘一下,认真学习和总结,以应对 ...
深度学习基于DEAP的脑电情绪识别情感分类(附代码)
DEAP数据集: DEAP数据集来源: DEAP: A Dataset for Emotion Analysis using Physiological and Audiovisual Signals ...
最新最全论文合集——基于机器学习/深度学习的情绪识别
AMiner平台(https://www.aminer.cn)由清华大学计算机系研发,拥有我国完全自主知识产权.平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱,提供学者评价.专家发现. ...
基于Pytorch实现的声纹识别模型
前言本章介绍如何使用Pytorch实现简单的声纹识别模型,本项目参考了人脸识别项目的做法Pytorch-MobileFaceNet ,使用了ArcFace Loss,ArcFace loss:Add ...
ICASSP2023论文分享 | DST：基于Transformer的可变形语音情感识别模型
本次分享华南理工大学.优必选研究院等合作在ICASSP2023会议发表的论文<DST: Deformable Speech Transformer for Emotion Recognition ...

基于生理信号的多模态情绪识别模型

这里写目录标题

Abstract

Method

结论

基于生理信号的多模态情绪识别模型相关推荐

最新文章

热门文章