陈景霞,郝 为,张鹏伟,闵重丹,李玥辰

(陕西科技大学 电子信息与人工智能学院,陕西 西安 710021)

近年来,随着深度学习、人工智能技术的发展,情感识别已经成为人机交互和情感计算领域一个备受关注的研究热点.情感识别是理解一个人所表达的情感类型的过程,开发高效、鲁棒的人类情感识别算法,将对人机交互方式产生重大影响[1].在人机交互应用程序中引入自动情感识别技术,可以显著提高用户体验的质量,带来更多感知情感的计算机交互界面,并且可以实现许多基于情绪感知、情绪调节的控制功能.脑电图(electroencephalogram,简称EEG)是一种非侵入性脑成像技术,依赖于头皮的电极来测量大脑的电生理活动,其中包含了大量的生理、心理与病理信息.神经生理学、心理学大量研究发现:人类情感的产生及活动与大脑皮层的活动相关度很大,人类不同的认知和情感活动能够诱发产生不同的EEG 信号,对其进行有效的特征提取与分类,可以达到情感脑-机接口控制的目的[2,3].与人类的面部表情、语音、心电、核磁等生理信号相比,EEG 信号由于其客观性强、不易伪造、采集设备便携、易于操作、成本低等优点,正越来越多地被应用到人类情感的识别中[4].

脑电图信号的处理与识别具有极大的挑战性.首先,EEG 信号具有很低的信噪比,容易受到多种噪声的干扰.例如:敏感的记录设备很容易受到周围环境的干扰,而且肌肉活动、眼球运动或眨眼都可能带来其他不必……