11、利用外周生理信号进行社交互动中的情绪识别

利用外周生理信号进行社交互动中的情绪识别

1. 引言

情绪在我们感知事物和行为方式中起着重要作用，能在很大程度上影响我们日常生活中的决策。情绪包含主观（我们如何体验情绪）、生理（我们身体的反应）和表达（我们的行为表现）三个组成部分。尽管人们可能通过不同经历体验相同情绪，且有些人情绪表达能力较弱，但我们仍能观察到生理信号与情绪之间的一般趋势。

在过去二十年里，情感计算领域对情绪处理的研究大幅增加。情绪识别有助于改善人机交互，使计算机能根据人类情绪更敏锐地进行交互，提升用户体验。例如，苹果公司已在使用情绪识别人工智能来增强其产品的情绪智能。此外，它还能帮助那些无法表达情感的患者，如自闭症谱系障碍患者，这类技术在医疗领域的应用也在迅速增长。此前，对痴呆、睡眠呼吸暂停和癫痫等病症的筛查已测试过心率、运动和光照暴露的变异性。

情绪会反映在我们的言语、声音、肢体语言、面部表情、声学特征和生理信号等方面。虽然其他因素可能被伪装，但人体的生理信号极难控制。一些公司，如Emotient和Snapchat，已在利用情绪来预测人们的态度和未来行为。过去有很多关于使用面部表情进行情绪识别的研究，但由于其不可靠性，例如在正式社交场合，即使处于负面情绪状态，人们也可能微笑，因此现在的研究重点已转向使用由神经系统控制的生理信号进行情绪识别。不过，所有方法在情绪检测方面都有各自的准确性和局限性。

2. 情绪识别理论

常见的生理信号，如脑电图（EEG）、心率变异性（HRV）、皮肤电活动（EDA）、呼吸（RSP）和皮肤温度（SKT）等，可用于情绪识别。如今，物联网技术使生理数据和活动数据得以获取。为了追踪健康状况，如心率、血压、消耗的卡路里数并评估运动情况，人们热衷于购买