经过 北京理工大学出版社有限公司
华中科技大学的研究人员在情绪识别技术方面取得了重大突破，推出了一种新颖的系统，可以改变我们与机器交互的方式并监测心理健康状况。这项新技术被称为生理信号领域泛化和基于残差网络的情绪识别（DGR-ERPS），利用复杂的生理信号来准确确定人类情绪。
作品发表在期刊上 机器人和仿生系统 .
创新的 DGR-ERPS 系统解决了先前阻碍情绪识别技术可靠性和效率的几个关键挑战。通过利用领域泛化和先进残差网络的复杂组合，该系统擅长分析心率、皮肤温度和电活动等生理信号，这些信号表明一个人的情绪状态。
情感识别方面的创新：
DGR-ERPS 模型在多个真实数据集上进行了严格测试，并且始终优于现有模型。该项目首席研究员李江博士解释说：“我们的系统不仅能适应不同人的不同生理信号，还能在传统模型经常失败的动态现实环境中保持高精度。”
核心技术涉及情感数据领域的分割和对齐，使系统能够从不同的情感表达和场景中学习。这种方法显着减少了时间协变量偏移 (TCS) 的常见问题，即随时间的变化可能会扭曲情绪识别系统。
DGR-ERPS 的潜在应用广泛且多样。在医疗保健领域，这项技术可以集成到心理健康监测系统中，为患者的情绪状态提供实时、准确的评估，有可能彻底改变抑郁和焦虑等疾病的治疗方法。在汽车行业，情绪识别可以根据驾驶员的情绪状态调整车辆响应，从而提高驾驶员的安全性。
此外，该技术对个性化广告和客户服务具有重大影响，了解客户情绪可以带来更好的服务交付和客户满意度。教育应用也在探索中，该系统可以帮助根据学生的情绪反应调整教学方法。
更多信息： Junnan Li 等人，基于生理信号的领域泛化和基于残差网络的情绪识别， 机器人和仿生系统 （2023）。 DOI：10.34133/cbsystems.0074
期刊信息： 机器人和仿生系统
由...提供 北京理工大学出版社有限公司
