EEG işaretlerinden duygu kestirimi
Yükleniyor...
Dosyalar
Tarih
2012
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Hatay Mustafa Kemal Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Duygusal durumun belirlenmesi, insan-makine etkileşimini ve dolayısıyla beyin-bilgisayar arayüzlerini daha doğal ve etkin yapma çalışmalarının önemli adımlardan biridir. Duyguların gösterimi ve algılanması, insanlar arası etkili iletişimde önemli bir role sahiptir. İletişim kurulan kişinin duygu durumunun anlaşılıp, buna göre iletişim yönteminin seçilmesi, sorunsuz iletişim için oldukça önemlidir. Bu nedenle, insan ? bilgisayar arayüzlerine otomatik duygu tanıma özelliğinin kazandırılması insan makine arasındaki iletişimi daha doğal ve nitelikli hale getirecektir. Yüz ifadeleri, konuşma sinyalleri ve fizyolojik işaretler duygu tanımada bilgi kaynağı olarak kullanılmaktadır. Fizyolojik işaretlerden duygu tanıma, işaretlerin toplanması ve en uygun özniteliklerin seçimi gibi birçok açıdan zorlu bir araştırma problemidir. Bu çalışmada, deneklerin duygusal durumunun kestirimi için, ilk olarak duygusal olarak uyarılmış deneklerden EEG kayıtları alınmıştır. Duygu kestiriminde kullanılan öznitelikler, Hilbert-Huang Dönüşümü yoluyla çıkarılmış ve ilinti tabanlı öznitelik seçimi algoritması uygulanarak, duygu kestirimi için en uygun olan öznitelikler belirlenmiştir. Destek vektör regresyonu kullanılarak duygu temel boyutlarının (değerlik, aktivasyon, baskınlık) kestirimi yapılmıştır.
Affective computing is one of the key steps toward building more natural and effective human-machine interaction and brain-computer interfaces. Showing and sensing emotion plays an important role in an effective interaction between humans. Recognizing the emotional state of the interlocutor and changing the way of communicating accordingly plays a crucial way for a smooth interaction. This aspect is of importance specifically for human-computer interface and emotion estimation could dramatically improve the quality and the naturalness of the communication between a human and a computer. Facial expressions, speech signals and physiological signals can be used for emotion estimation. Estimating emotion from physiological signals is a challenging research problem in various aspects including data acquisition and determining the most appropriate signal features. In this study, to estimate the emotional state of the subjects, first EEG data were collected from emotionally evoked subjects. Then, Hilbert-Huang Transform was used for feature extraction and correlation based feature selection algorithm was performed to identify the most salient features. Finally, each emotion primitive (valence, activation, dominance) value was estimated by employing support vector regression.
Affective computing is one of the key steps toward building more natural and effective human-machine interaction and brain-computer interfaces. Showing and sensing emotion plays an important role in an effective interaction between humans. Recognizing the emotional state of the interlocutor and changing the way of communicating accordingly plays a crucial way for a smooth interaction. This aspect is of importance specifically for human-computer interface and emotion estimation could dramatically improve the quality and the naturalness of the communication between a human and a computer. Facial expressions, speech signals and physiological signals can be used for emotion estimation. Estimating emotion from physiological signals is a challenging research problem in various aspects including data acquisition and determining the most appropriate signal features. In this study, to estimate the emotional state of the subjects, first EEG data were collected from emotionally evoked subjects. Then, Hilbert-Huang Transform was used for feature extraction and correlation based feature selection algorithm was performed to identify the most salient features. Finally, each emotion primitive (valence, activation, dominance) value was estimated by employing support vector regression.
Açıklama
Anahtar Kelimeler
Biyomühendislik, Bioengineering ; Elektrik ve Elektronik Mühendisliği, EEG işaretleri, Duygu Kestirimi, Hilbert Huang Dönüşümü, EEG signals, Emotion Estimation, Hilbert Huang Transform
