![](https://csdnimg.cn/release/download_crawler_static/86305689/bg4.jpg)
X 期 3
图 1 情感计算研究发展简史.
Fig. 1 A brief history of affective computing research.
的横轴和纵轴分别表示愉悦度 (Valence) 和唤醒度
(Arousal). 愉悦度表示情绪的愉悦程度, 唤醒度表
示情绪的强烈程度. 模型的四个极点表示四种不同
的离散情绪类别: 高兴 (高愉悦/高唤醒)、轻松 (高
愉悦/低唤醒)、厌烦 (低愉悦/低唤醒)、惊恐 (低愉
悦/高唤醒). 在文献中, 该二维表示模型经常被称为
VA (Valence-Arousal) 模型.
由于情绪的二维空间表示无法有效区分某些
基本情绪, 如害怕和愤怒, Mehrabian
[14]
提出了情
绪的三维空间表示, 在愉悦度和唤醒度的基础上
又增加了支配度 (Dominance), 如图 2(b) 所示: 愤
怒的支配度高, 而害怕的支配度低. 在文献中, 该
三维表示模型经常被称为 VAD (Valence-Arousal-
Dominance) 模型.
上述 VA 和 VAD 模型是目前受到较高认同并
且得到广泛使用的两种维度型情绪模型.
2 情感计算中的生理信号
人类的情绪变化通常会伴随着生理信号的变化.
生理信号相较于面部表情或者语音信号的优点在于
生理信号更能反应真实情绪状态, 而面部表情和语
音信号对情绪的表征不够细腻, 且易于伪装. 因此,
生理信号是情感计算的重要输入信号.
用于情感计算的生理信号主要包括脑电、眼动、
肌电、皮肤电、心电和呼吸等, 如表 1 所示. 由于这
些生理信号的频率通常比较低, 且采集时易受到外
界环境影响, 因此通常需要专门的设备进行采集, 并
且在采集之后需要进一步对信号进行预处理, 以提
高信号质量和情感计算效果.
表 1 情感计算中常用的生理信号.
Table. 1 Common physiological signals in affective com-
puting.
生理信号类别 英文名称 英文缩写
脑电图 Electro encephalogram EEG
肌电图 Electromyogram EMG
心电图 Electro cardiogram ECG
眼电图 Electro oculogram EOG
心率变异性 Heart Rate Variability HRV
皮肤电反应 Galvanic Skin Response GSR
皮肤电应答 Electro dermal Response EDR
皮肤电活动 Electro dermal Activity EDA
血压信号 Blo od Pressure BP
皮肤温度 Skin Temperature ST
呼吸模式 Respiration Pattern RSP
光电容积脉搏波 Photoplethysmogram PPG
眼动信号 Eye Movement EM
脉搏信号 Pulse Rate PR
血氧饱和度 Oxygen Saturation SpO2
.
其中, 脑电图 (EEG) 是通过脑电帽, 在头皮处
将人的大脑产生的微弱生物电信号收集、放大并记
录而得到的信号
[15]
. 在频域中通常将脑电信号划分