طراحی سیستم پیشرفتهای برای بازشناسی احساسات بر اساس سیگنالهای مغزی و تصاویر چهره
نویسندگان: ثبت نشده
چکیده مقاله:
زمینه: با توجه به نقش احساسات در زندگی انسان، چنانچه به توان احساسات را همزمان با تحلیل حالت چهره، از طریق سیگنال EEG بازشناسی کرد، میتوان حالتهای احساسی واقعی را از تصنعی تشخیص داد. از مهمترین کاربردهای این امر، دروغسنجی و همچنین کمک به بیمارانی است که قادر به درک احساسات هستند اما از نشان دادن آن در چهره خود ناتوانند. روش کار: در این مطالعه آزمایشهایی برای ایجاد حالتهای مختلف احساسی طراحی شده است. با توجه به فقدان مجموعه تحریککنندههای عاطفی برای انجام چنین مطالعاتی در فرهنگ ایرانی، علاوه بر بازشناسی احساسی، جمعآوری مجموعه تحریککنندههای عاطفی از دیگر اهداف این مطالعه بوده است. برای تحقق این اهداف 24 شرکتکننده شامل 16 مرد و 8 زن، از طریق سیستم تصاویر استاندارد عاطفی و مجموعه از فیلمهایی که با توجه به فرهنگ ایرانی جمعآوری شدهاند تحریک میشوند. یافتهها: پس از بررسی روشهای مختلف، ویژگی بعد فرکتال و طبقهبند AdaBoost به عنوان بهترین روشهای بازشناسی انتخاب شدند و در بهترین حالت صحت 92% برای مجموعه محرک عاطفی و صحت 6/79% برای تصاویر استاندارد به دست آمده است. برای استقلال روش بازشناسی از جنسیت، بازشناسی به صورت مجزا در گروه زن و مرد انجام نشده و هر دو جنس را شامل میشود. نتیجهگیری: با وجود تفاوت در جنسیت شرکتکنندهها، نتایج به دست آمده نشان از قوی بودن روشهای بازشناسی دارند. همچنین موفقیت بیشتر مجموعه فیلمهای جمعآوری شده جهت تحریک عاطفی به وضوح دیده میشود. بنابراین استفاده از سیگنال EEG در کنار تحلیل حالت چهره میتواند مشکل مشخص نبودن احساسات از روی تصاویر چهره را برطرف کند. واژگان کلیدی: بازشناسی احساسات، سیگنال EEG، تحلیل حالت چهره، سیستم تصاویر استاندارد عاطفی، بعد فرکتال.
منابع مشابه
سیستم ردیابی پویایی سیگنالهای مغزی
سیگنال های الکتریکی مغز (eeg) که از روی جمجمه انسان ثبت می شود،بیانگر فعالیت سلولهای قشری مغز هستند. امروزه سیگنالهای مغزی کاربردهای بسیاری در کلینیک برای تشخیص بسیاری از بیماریها و فعالیت های نروفیزیولوژیک پیدا کرده است . علاوه بر آن، می توان به کاربردهای دیگری مانند به تشخیص عمق بیهموشی، ارتباط انسان و کامپیوتر، ایجاد دستورات کنترلی برای سیستم fes، تشخیص خود به خود حمله مغزی، شناخت مراحل مختل...
15 صفحه اولبررسی میزان تعین سیگنالهای مغزی در احساسات مثبت، منفی و خنثی در منابع حاصل از الگوریتم ICA
در این تحقیق به بررسی سیگنالهای الکتروانسفالوگرام در احساسات مثبت، منفی و خنثی پرداخته شده است. در این پژوهش، فرض شده است که مغز دارای منابع مستقل مختلفی در هنگام هر فعالیت احساسی بوده که این منابع توسط الگوریتم پردازش مولفه های مستقل (ICA) قابل مشاهده خواهند بود. برای غلبه بر مشکل نامشخص بودن ترتیب مولفه های استخراج شده در الگوریتم ICA ابتدا با استفاده از آنتروپی شانون، این منابع مرتب و سپس ا...
متن کاملطراحی روشی برای اندازهگیری پیوسته و بدون کاف فشار خون بر اساس سیگنالهای الکتروکاردیوگراف و پالس اکسی متر
چکیده زمینه و هدف: یکی از مشکلات عمده بخصوص در اتاقهای عمل و در دستگاههای مانیتورینگ، اندازهگیری تغییرات فشارخون به صورت پیوسته با استفاده از کاف است. زمان گذار پالس ((Pulse Transition Time (PTT) پارامتری وابسته به سیستم قلبی عروقی است و به کمک سیگنال پالس اکسی متری و الکتروکاردیوگراف استخراج میشود و میتوان فشارخون را بهطور پیوسته از طریق ارتباط خطی با آن اندازهگیری کرد. در این مطالعه، به ...
متن کاملرفع ماتی از تصاویر چهره به منظور استفاده در یک سیستم بازشناسی چهره
بازشناسی چهره در زمینه¬های بیومتریک، بینایی ماشین و تشخیص الگو بوده و دارای کاربرد گسترده¬ای از جمله مسائل مربوط به سیستم¬های امنیتی می¬باشد. از آن¬جا که عوامل مختلفی از جمله نحوه نورپردازی محیط، نویز، و ماتی تصویر در عملکرد روش های بازشناسی چهره کم و بیش تاثیرگذارند، لذا بررسی روش های رفع ماتی از تصاویر چهره مورد استفاده در الگوریتم¬های بازشناسی چهره، به منظور ارتقا صحت بازشناسی، اهمیت ویژه¬ای...
15 صفحه اولبهبود کارایی طبقهبندیکننده مبتنی بر نمایش تنک برای طبقهبندی سیگنالهای مغزی
In this paper, the problem of classification of motor imagery EEG signals using a sparse representation-based classifier is considered. Designing a powerful dictionary matrix, i.e. extracting proper features, is an important issue in such a classifier. Due to its high performance, the Common Spatial Patterns (CSP) algorithm is widely used for this purpose in the BCI systems. The main disadvanta...
متن کاملمعرفی یک سیستم هوشمند دقیق برای جداسازی تصاویر ماموگرافی بر اساس میزان چگالی بافتها و تودهها
چکیده مقدمه: سرطان پستان یکی از شایعترین بیماریهای زنان است. شناسایی و تشخیص زود هنگام این بیماری میتواند در درمان آن بسیار موثر باشد. ماموگرافی در حال حاضر از موثرترین روشهای تشخیص بیماری سرطان پستان است. دسته بندی و جداسازی تصاویر مشابه بر اساس نوع تودهها و بافتهای موجود در آن میتواند در تفکیک و تشخیص بیماری بسیار موثر باشد. دقت در جداسازی ویژگیها یک فاکتور مهم در طبقه بندی، کلاس بن...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 32 شماره 1
صفحات 27- 40
تاریخ انتشار 2014-06
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023