触觉手势情感识别的超限学习方法
为了解决声音和图像情感识别的不足,提出一种新的情感识别方式:触觉情感识别.对CoST(corpus ofsocial touch)数据集进行了一系列触觉情感识别研究,对CoST数据集进行数据预处理,提出一些关于触觉情感识别的特征.利用极限学习机分类器探究不同手势下的情感识别,对14种手势下的3种情感(温柔、正常、暴躁)进行识别,准确度较高,且识别速度快识别时间短.结果表明,手势的不同会影响情感识别的准确率,其中手势“stroke”的识别效果在不同分类器下的分类精度均为最高,且有较好的分类精度,达到72.07%;极限学习机作为触觉情感识别的分类器,具有较好的分类效果,识别速度快;有的手势本身对应着某种情感,从而影响分类结果.
触觉、情感识别、极限学习机、特征提取、触摸手势、支持向量机、人机交互、机器学习
14
TP391.4(计算技术、计算机技术)
国家自然科学基金重点项目U1613212;河北省自然科学基金项目E2017202035
2019-03-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
127-133