Методы обработки сигналов в задаче распознавания эмоций на основе данных электродермальной активности

ФЕДЕРАЛЬНОЕ  ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ

ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ОБРАЗОВАНИЯ

«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ

«ВЫСШАЯ ШКОЛА ЭКОНОМИКИ»

Факультет информатики, математики и компьютерных наук

Программа подготовки бакалавров по направлению
38.03.05 Бизнес-информатика

Москвин Егор Георгиевич

КУРСОВАЯ РАБОТА

Тема работы

«Методы обработки сигналов в задаче распознавания эмоций на основе данных электродермальной активности»

Научный руководитель

Доктор технических наук, профессор

А.В. Савченко        

Нижний Новгород,

2021

Оглавление

ВВЕДЕНИЕ        3

ГЛАВА 1. СУЩЕСТВУЮЩИЕ МЕТОДЫ РАСПОЗНАВАНИЯ ЭМОЦИЙ НА ОСНОВЕ ЭЛЕКТРОДЕРМАЛЬНОЙ АКТИВНОСТИ.        6

1.1 Определение категорий для рассматриваемых исследований.        6

1.2. Анализ исследований        6

1.2.1. Сбор данных ЭДА: регистрирующие устройства и электроды.        7

1.2.2. Обработка сигналов ЭДА: методы декомпозиции и анализа данных.        10

1.2.3. Качество ЭДА        11

ГЛАВА 2. ИССЛЕДОВАНИЕ НАБОРА ДАННЫХ PAFEW, С КОНКУРСА EMOTIONRECOGNITIONINTHEWILD (EMOTIW) 2020.        16

2.1. Сущность набора данных PAFEW.        16

2.2. Сбор данных.        17

2.3. Метод бэйслайна.        18

2.3.1. Предварительная обработка.        18

2.3.2. Извлечение элементов.        19

2.3.3. Сетевая архитектура.        20

2.4. Результаты эксперимента.        21

2.4.1. Базовая сеть.        21

2.4.2. Точность классификации возбуждения и валентности.        21

2.4.3. Двухступенчатая сеть.        22

ЗАКЛЮЧЕНИЕ        24

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ        26

ПРИЛОЖЕНИЕ 1        29

ПРИЛОЖЕНИЕ 2        30

ПРИЛОЖЕНИЕ 3        31

ПРИЛОЖЕНИЕ 4        32

ВВЕДЕНИЕ

Эмоции играют решающую роль в работе и жизни человека, влияя на физиологический и психологический статус.

Длительное накопление негативных эмоций может привести к депрессии, которая оказывает серьезное влияние на здоровье. Поэтому распознавание эмоций является актуальным исследовательским направлением, которое имеет широкий спектр применений в области безопасного вождения [1], здравоохранения, особенно мониторинга психического здоровья [2], создания безопасного общества [3] и проектирования взаимодействия человека и компьютера.

Эмоции часто возникают спонтанно, а не благодаря сознательному усилию, что делает их точное и своевременное распознавание сложной задачей. Существующие методы распознавания эмоций в этой области можно разделить на две основные категории. Одна из них использует внешние физические сигналы человека, такие как мимика, жесты, позы, движения тела, речь и т.д. Хотя эти сигналы легко собирать, достоверность данных сомнительна. Это связано с тем, что такое поведение можно контролировать сознательно в ответ на различные социальные ситуации, поэтому оно не всегда отражает истинные эмоции. Другой способ – использование внутренних физиологических сигналов, таких как электроэнцефалограмма (ЭЭГ), температура кожи, электрокардиограмма (ЭКГ), электромиограмма (ЭМГ), гальваническая реакция кожи/электродермальная активность (ГРК/ЭДА), дыхание и фотоплетизмография (ФПГ) и т. д. Эти физиологические сигналы чувствительны к эмоциональным колебаниям [4] и трудно поддаются манипулированию. По сравнению с внешними физическими сигналами, которые почти всегда передают информацию об идентичности, внешности и поведении, физиологические сигналы демонстрируют преимущество в защите частной жизни участников. Кроме того, вместо того, чтобы носить с собой камеру для захвата физических сигналов, таких как выражение лица в строгих лабораторных условиях, физиологические датчики, такие как браслеты E4, могут быть более портативными и удобными, позволяя записывать сигналы реального мира даже тогда, когда участники находятся вне лаборатории в течение длительного периода. Эти факторы делают физиологические сигналы более подходящими для использования в распознавании эмоций. В этой работе физиологические сигналы используются в качестве ключевого компонента набора данных.