www.psychspace.com心理学空间网
心理学的核心研究领域之一,情绪识别在人机交互(Human-computer interaction)中起到了很重要的作用。如果计算机可以有效感知人类的情绪,那么人机交互将会变得更加智能高效。既有研究表明情绪会体现在人的步态中,而智能手环(内置加速度计)可以采集到人在行走时的步态加速度数据,因此如果根据加速度数据进行情绪识别,会使得情绪识别更生态方便。
作为鉴此,心理所行为科学重点实验室朱廷劭研究组展开研究,旨在借助智能手环客观记录用户行走时的加速度数据,以预测其情绪。我们利用定制的智能手环,下图中展示的实物图及其在一般步速和跑步情况下的记录数据,可以看出它记录的加速度数据有明显的区别。
该研究招募了123名被试,利用高兴、愤怒视频诱发用户情绪,然后按照路线自然行走3-5分钟,利用智能手环记录用户在不同情绪下的手腕和脚踝处的加速度数据。我们根据加速度数据提取了时域、频域和时频等114个特征。利用支持向量机(SVM)、决策树、随机树和随机森林建立情绪分类预测模型,并利用十折交叉验证模型的可靠性。结果表明,基于加速度数据的情绪识别模型拥有良好的测量属性,如图1所示,其中SVM模型在情绪识别准确率较其他的模型较好。SVM模型在中性(N)和愤怒(A)、中性和高兴(H)、高兴和愤怒两类情绪识别准确率分别到达了91.3%、88.5%、88.5%。SVM模型在中性、高兴和愤怒三类情绪识别准确率达到81.2%。在情绪分类预测模型中,步态行为与情绪之间的预测关系具有一定的可解释性。结论表明,通过加速度数据来预测用户的情绪是完全可行的。
图1. 手腕和脚踝数据的三类情绪分类准确率