【論文閱讀】Deep Neural Classifiers for EEG-Based Emotion Recognition in Immersive Environments
阿新 • • 發佈：2022-03-09
1.這篇文章究竟講了什麼問題？
VR環境下，基於EEG訊號，以及神經網路分類器的表情識別(情感類別：刺激)
2.這是否是一個新的問題？
不是
3.這篇文章要驗證一個什麼科學假設？
使用神經網路分類器能有效提高VR環境下的情感識別
4.有哪些相關研究？如何歸類？誰是這一課題在這領域值得關注的研究員？
- C.H. Wu, J.C. Lin and W.L. Wei. "Survey on audiovisual emotion recognition: databases, features, and data fusion strategies", APSIPA Transactions on Signal and Information Processing 3, 2014.
- D. Wu, C. Courtney, B. Lance, S. Narayanan, M. Dawson, K. Oie, and T. Parsons, “Optimal Arousal Identification and Classification for Affective Computing Using Physiological Signals: Virtual Reality Stroop Task”, IEEE Transactions on Affective Computing, 1(2): 109-118, 2010.
- D. Wu, C. Courtney, B. Lance, S. Narayanan, M. Dawson, K. Oie, and T. Parsons, “Optimal Arousal Identification and Classification for Affective Computing Using Physiological Signals: Virtual Reality Stroop Task”, IEEE Transactions on Affective Computing, 1(2): 109-118, 2010.
- N. Kovacevic, P. Ritter, W. Tays, S. Moreno, and A. McIntosh, “‘My Virtual Dream’: Collective Neurofeedback in an Immersive Art Environment”, PLoS ONE, 10(7): e0130129. doi.org/10.1371/journal.pone.0130129, 2015.
5.論文中提到的解決方案之關鍵是什麼？
生理訊號收集於處理，以及神經網路分類模型的優化過程
6.論文中的實驗是如何設計的？
1)hidden層數對識別精度的影響
2)每一層神經元個數對識別精度的影響
3)Dropout率對識別精度的影響
7.用於定量評估的資料集是什麼？程式碼有沒有開源？
24個被試的資料集，10折交叉驗證。沒有開源
8.論文中的實驗及結果有沒有很好地支援需要驗證的科學假設？
有
9.這篇論文到底有什麼貢獻？
提出一種基於神經網路分類器VR環境下的情感識別，情感類別為刺激
10.下一步呢？有什麼工作可以繼續深入？
1)增加情感類別
2)增加刺激材料
3)增加被試人員數量
4)使用影象訊號