基于生理信号的情感识别系统研究与实现

摘要

令计算机能够理解人类的情感，是一直以来人工智能科学家的梦想。生理信号情感识别是一项具有广阔应用前景的计算机传感技术与模式识别的交叉领域研究。其在医疗、娱乐以及人机交互领域都有着重要的应用前景。本文结合医学上已有的相关生理研究成果、心理学上已被证实的对情感的划分定义、以及相关的计算机模式识别研究方法，针对E-Learning学习环境下老师学生的情感交互缺失问题，提出了一种在学习环境中利用记录学生生理信号来检测学生情感状态的的方法。未来的E-Learning模式必将会应用大量人工智能、利用计算机技术，为教师和学生在网络与教室环境中提供人性、智能的教学体验。情感计算会随着计算机技术的不断发展逐渐深入我们的生活和学习。而基于生理信号的情感识别技术是情感计算的一项关键技术，相比较其他几种类别的情感识别研究而言，生理信号情感识别则是记录伴随着情感变化由人体内部器官产生的一种或多种生物电信号，能更客观真实的反映出人的情感状态，具有更好的鲁棒性和客观性。
　　论文基于E-Learning实验室所提出的基于玻尔兹曼机结合支持向量机的生理信号算法方案，实现并完善了一套利用基于生物传感器采集的生理信号来进行情感识别的系统。论文研究了生理信号情感识别的相关心理学、生理学知识，研究了生理信号采集、生理信号编码方案，比较了在生理信号编码中可以使用的不同编码方法。并最终基于CRBM神经网络编码算法模块，实现并完善了基于生理信号情感识别的系统：包括全局功能系统模块，硬件通道交互系统子模块，数据缓冲子模块，数据存储处理子模块以及数据计算预处理等其他功能。初步实现了基于生理信号进行情感识别的工程应用。

目录

封面

中文摘要

英文摘要

目录

第一章 绪论

1.1 E-Learning与情感计算

1.2 生理信号情感识别的研究背景和应用前景

1.3 论文的研究内容、意义

1.4 论文的主要成果

1.5 论文的组成结构

1.6 本章小结

第二章 基于生理信号的情感识别系统的理论基础

2.1 情感计算

2.2 用于情感识别的生理信号

2.3 生理信号采集

2.4 生理特征提取

2.5 生理特征编码

2.6 支持向量机训练与分类

2.7理论方案总结

2.8 本章小结

第三章 生理信号情感识别系统工程设计与实现

3.1 系统软、硬件环境概述

3.2 系统设计框架

3.3全局功能模块

3.4 硬件交互功能模块

3.5 数据处理功能模块

3.6 数据计算功能模块

3.7 系统功能界面

3.8 本章小结

第四章 总结与展望

4.1 主要结论

4.2 研究展望

参考文献

程序源代码（附录1）

声明