基于智能移动终端触屏行为的情绪识别研究
Research of Emotional State Detection from Touch-based Behavior on Touch-screen Devices
当今是一个互联网高速发展的信息时代,智能移动终端已经被广泛应用于我们的日常生活中,成为了HCI(人机交互)的一种新的形式.很多应用都纷纷从台式机迁移到基于触屏的智能移动终端上.随着用户要求持续提升智能移动终端应用的交互体验,使我们提出了一个问题:能否通过基于智能移动终端的触屏行为来感知用户情绪.这项研究不仅对移动终端应用开发者是一个有价值的评估指标,同时也能成为应用的一种实时个性化服务.本文以用户在使用智能终端时的滑屏行为为出发点,首先从理论上讨论了滑屏行为识别情绪的可行性.基于这种可行性,本文通过设计相关的数据收集实验,并定义了一组对滑屏行为的描述特征,由此构建分类器来自动地区别情绪.完成的主要研究工作如下:首先,本文研究了滑屏行为数据的获取技术,利用结合IADS-2的Android的拼图游戏获取实验数据.通过获取的数据改进了描述滑屏行为的特征,提出了间隔时间特征.最后使用判别分析法对特征进行相关性分析.其次,结合ReliefF特征选择算法和ANN、SVM分类算法构建了ReliefF-ANN和ReliefF-SVM分类模型,以此来自动地区分四种情绪类别(轻松、兴奋、烦躁和无聊),以及两层愉悦度和两层唤醒度.分类效果表明,基于本文提取出的特征能够较为准确地识别情绪分类.同时基于ReliefF特征选择的分类算法比传统的分类算法在识别率上有了一定的提高.最后考虑性别因素,在性别和情绪两种因素下对样本特征进行分析,分析结果表明,长度和压力特征对于不同性别下的情绪识别有着相似的影响,而速度和时间间隔特征受到性别的影响则较大.考虑性别因素后的数据样本具有多个标签,传统的单标签分类算法不能够满足分类要求,因此提出了多标签分类算法.本文使用基于java的多标签分类工具mulan对数据样本进行了分类,并给出了相关评价指标.本文情绪识别的仿真实验模型的建立对于后续的实际应用具有重要作用.
- 作者:
- 张振
- 学位授予单位:
- 重庆邮电大学
- 专业名称:
- 智能信息处理
- 授予学位:
- 硕士
- 学位年度:
- 2016年
- 导师姓名:
- 刘群
- 中图分类号:
- TN929.53;TP11
- 关键词:
- 情绪识别;人机交互;触屏行为;特征选择;情绪诱导
- emotion recognition; human-computer interaction; touch behavior; feature selection; emotions induced;