基于脑电和眼动信号的不同文化情绪识别研究OA

针对不同文化情绪识别中多模态特征挖掘不足与泛化困难问题,提出了“层级多尺度分支残差变换-典型相关注意力融合网络”,其中包含多尺度特征提取、典型相关分析增强和注意力加权融合模块。基于上海交通大学情绪脑电数据集(SJTU Emotion Electroencephalography Dataset,SEED)的中国、德国和法国子集(分别为SEED-CHN、SEED-GER和SEED-FRA),开展了文化内被试相关、文化内被试无关以及跨文化被试无关试验。试验结果表明,该方法在三类试验结果中整体优于多种基线方法,说明该方法在不同文化场景下具有较好的情绪识别性能与稳定性。