长期处于消极情绪状态,会对人们的生活、工作产生很多不良影响,严重的会对身体造成危害。因此,对于消极情绪的调节显得尤为重要。以往对于消极情绪的舒缓,最常见的方法是借助音乐和图片。但传统的音乐和图片缺少个体对消极情绪舒缓的针对性,导致舒缓效果并不理想。相较于音乐和图片,视频具有一定的情节,代入感比较强烈。因此,论文提出基于脑电波的场景重构技术的研究,目的是重构出更具舒缓效果的视频。本研究分为两个部分:消极情绪的识别和消极情绪的舒缓。在舒缓消极情绪研究中,情绪的准确识别是至关重要的。脑电信号（EEG）和情绪的变化密切相关,为了提高识别情绪的准确率,论文在支持向量机（SVM）和隐马尔科夫链（HMM）的基础上,构建HMM-SVM模型。仿真结果表明,功率谱密度（PSD）作为脑电特征,HMM-SVM模型的平均识别准确率可达84.88%,相较于SVM的识别准确率提高了3.56%。针对音乐和图片舒缓效果不理想问题,论文提出了使用重构的视频对消极情绪进行舒缓。为了更准确的体现音乐所传达情感的信息,论文使用了基于句子级别的特征作为音乐特征。另一方面,为了实现音乐和图像情感信息的高度匹配,论文提出了场景重构模型,通过LPP算法将音乐特征和图像特征经过变换映射到同一低维子空间上进行比较、有效的融合,为不同的音乐匹配了正确的情感图片,达到了场景重构的目的。为进一步证明场景重构视频的舒缓效果,论文分别使用SAM评分和脑电信号PSD的变化对舒缓效果进行评估。SAM评分结果表明,被试者观看场景重构视频后即刻产生的愉悦情绪的平均强度由6.4分提高到7.2分,情绪活跃程度较实验前提高了2.3分,另外在支配度和喜爱度两个方面分数都有所提升;被试者观看场景重构视频后的脑电PSD反馈表明,相较于悲伤情绪状态下的PSD,β波段的PSD最大值相对减弱,α波段的PSD值明显强化,由350μHWz/增加到2200μHWz/左右,大脑的活跃度变高。由此表明,论文基于脑电波分析的场景重构视频对缓解消极情绪有积极作用。