论文部分内容阅读
随着虚拟现实(VR)技术的快速发展,基于VR的应用与研究也不断涌现,本文结合脑电信号(EEG)将VR技术应用于情绪研究。通过EEG识别VR设备使用者的情绪状态具有重要的研究意义:一方面由于VR强烈的沉浸感可以诱发佩戴者产生预期的情绪状态,通过脑电信号识别情绪状态,这在心理治疗领域有着广泛的应用空间;另一方面识别VR设备佩戴者的情绪状态在VR购物、VR游戏、VR教育等领域的个性化服务有着的广阔的应用前景。本文对如何通过脑电信号识别虚拟现实设备佩戴者的情绪状态进行了研究,并设计了基于VR与EEG的情绪识别系统。本文的主要工作如下:1)本文提出利用VR视频作为刺激素材诱发被试产生预期情绪状态的方法。针对目前基于脑电的情绪研究大多采用视频、音乐、图片等作为刺激素材,存在情绪诱发效果不明显等问题,本文以8段VR视频为刺激素材诱发30名被试产生平静-兴奋的情绪,得到240个实验样本,以被试在对应刺激下SAM情绪自我评估报告为标签建立脑电信号与情绪状态的数据库。2)本文以VR设备、脑电采集设备、Android移动设备共同构成完整的实验数据采集系统与情绪识别系统。主要设计了VR平台下的SAM自我评价实验程序,构建了被试信息SQLite数据库,搭建了Android移动端实时监测与显示系统。3)本文设计并实现了基于脑电信号时频特征融合的情绪识别算法。由于用户在VR场景中不可避免的摇头引入伪迹信号,对此本文采用小波变换与独立成分分析相结合的方法尽可能去除脑电中的头动、眼动等伪迹成分;为了使该情绪识别系统能够进行便携化与可穿戴设计,同时降低脑电信号采集难度,本文参考情绪脑区理论采集10通道有效脑电信号,提取脑电信号的时域与频域特征,通过典型成分分析算法将时频特征进行融合与降维,筛选出重要特征。以SVM为情绪识别分类器,采用5折交叉验证,本文设计的情绪识别系统对平静-兴奋的平均识别率达到84.43%。