基于多模态眼动信息的情感识别算法及应用研究
| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 发展趋势及研究状况 | 第12-14页 |
| 1.3 研究面临的问题 | 第14-15页 |
| 1.4 研究内容 | 第15-16页 |
| 1.5 论文章节安排 | 第16-18页 |
| 第二章 眼动及情感识别相关知识 | 第18-29页 |
| 2.1 眼动信号简介 | 第18-21页 |
| 2.1.1 眼动检测技术 | 第18-19页 |
| 2.1.2 EOG信号的生成 | 第19-20页 |
| 2.1.3 眼动信号的分类 | 第20-21页 |
| 2.2 情感基础知识 | 第21-24页 |
| 2.2.1 情感的定义 | 第21-22页 |
| 2.2.2 情感的分类 | 第22-23页 |
| 2.2.3 情感的诱发方法 | 第23-24页 |
| 2.3 情感识别方式 | 第24-26页 |
| 2.3.1 基于图像的情感识别 | 第24-25页 |
| 2.3.2 基于生理信号的情感识别 | 第25-26页 |
| 2.4 情感识别分类算法 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 眼动情感特征提取方法 | 第29-50页 |
| 3.1 实验的设计与实施 | 第29-33页 |
| 3.1.1 情感诱发视频的选择 | 第29-30页 |
| 3.1.2 实验范式的设计 | 第30页 |
| 3.1.3 实验的实施 | 第30-33页 |
| 3.2 眼动信号预处理 | 第33-36页 |
| 3.2.1 EOG信号预处理 | 第33-35页 |
| 3.2.2 VOG信号预处理 | 第35-36页 |
| 3.3 时域特征的提取 | 第36-41页 |
| 3.3.1 扫视信号 | 第37-38页 |
| 3.3.2 瞳孔直径 | 第38-40页 |
| 3.3.3 凝视信号 | 第40-41页 |
| 3.4 基于STFT的时-频域特征提取 | 第41-42页 |
| 3.5 基于ICA的空域特征提取 | 第42-44页 |
| 3.5.1 独立分量分析理论 | 第43-44页 |
| 3.5.2 线性ICA空域滤波器设计 | 第44页 |
| 3.6 实验结果分析 | 第44-49页 |
| 3.6.1 时域结果分析 | 第45-47页 |
| 3.6.2 时-频域结果分析 | 第47-48页 |
| 3.6.3 空域结果分析 | 第48-49页 |
| 3.7 本章小结 | 第49-50页 |
| 第四章 特征融合及情感识别 | 第50-60页 |
| 4.1 融合策略 | 第50-51页 |
| 4.2 特征层融合 | 第51-52页 |
| 4.2.1 融合流程 | 第51页 |
| 4.2.2 主成分分析理论 | 第51-52页 |
| 4.3 决策层融合 | 第52-53页 |
| 4.3.1 融合流程 | 第52-53页 |
| 4.3.2 决策规则 | 第53页 |
| 4.4 实验结果分析与对比 | 第53-59页 |
| 4.4.1 特征层融合结果 | 第55-56页 |
| 4.4.2 决策层融合结果 | 第56-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 基于眼动信息的视频内容评价系统 | 第60-68页 |
| 5.1 系统设计 | 第60-62页 |
| 5.1.1 功能结构 | 第60-62页 |
| 5.1.2 流程设计 | 第62页 |
| 5.2 系统界面演示与运行测试 | 第62-67页 |
| 5.3 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 附图 | 第75-77页 |
| 附表 | 第77-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间取得的学术成果 | 第79页 |
