摘要：在人机交互领域，赋予机器以识别和理解人类情绪状态的能力已成为一个关键的课题。生理信号作为人体生理活动的直接反映，为客观评估情绪状态提供了一种有效途径。而多模态生理信号的情绪识别技术正受到研究者的广泛关注。提出了一种基于卷积神经网络（CNN）框架的深度学习架构，从多种生理电信号中有效提取与情绪相关的时空特征。该模型能够综合利用多模态数据中的情绪信息，以实现更为精准和细致的情绪状态识别。在多模态情绪数据库DEAP上进行了测试实验。实验结果显示，模型在两种情绪识别任务中均超越了基线模型，这一结果不仅验证了所提模型的有效性，也展示了其相对于传统模型的显著优势。
专辑：
信息科技
专题：
电信技术;自动化技术
分类号：
TN911.7;TP18
在线公开时间：
2025-01-22 19:58
