吳江青少年活動中心利用智能手環(huán)預(yù)測人的情緒｜你的智能手環(huán)還能

中國科學(xué)院心理研究所

作為心理學(xué)的核心研究領(lǐng)域之壹，情緒識別在人機交互（human-computerinteraction）中起到了很重要的作用。如果計算機可以有效感知人類的情緒，那么人機交互將會變得更加智能高效。既有研究表明情緒會體現(xiàn)在人的步態(tài)中，而智能手環(huán)（內(nèi)置加速度計）可以采集到人在行走時的步態(tài)加速度數(shù)據(jù)，因此如果根據(jù)加速度數(shù)據(jù)進行情緒識別，會使得情緒識別更生態(tài)方便。

鑒于此，中國科學(xué)院心理研究所行為科學(xué)重點實驗室朱廷劭研究組展開研究，旨在借助智能手環(huán)客觀記錄用戶行走時的加速度數(shù)據(jù)，以預(yù)測其情緒。他們利用定制的智能手環(huán)，下圖1中展示的實物圖及其在壹般步速和跑步情況下的記錄數(shù)據(jù)，可以看出它記錄的加速度數(shù)據(jù)有明顯的區(qū)別。

該研究招募了123名被試，利用高興、憤怒視頻誘發(fā)用戶情緒，然后按照路線自然行走3～5分鐘，利用智能手環(huán)記錄用戶在不同情緒下的手腕和腳踝處的加速度數(shù)據(jù)。研究人員根據(jù)加速度數(shù)據(jù)提取了時域、頻域和時頻等114個特征。利用支持向量機（svm）、決策樹、隨機樹和隨機森林建立情緒分類預(yù)測模型，并利用十折交叉驗證模型的可靠性。結(jié)果表明，基于加速度數(shù)據(jù)的情緒識別模型擁有良好的測量屬性，如圖2所示，其中svm模型在情緒識別準(zhǔn)確率較其他的模型較好。svm模型在中性(n)和憤怒(a)、中性和高興(h)、高興和憤怒兩類情緒識別準(zhǔn)確率分別到達了91.3%、88.5%、88.5%。svm模型在中性、高興和憤怒叁類情緒識別準(zhǔn)確率達到81.2%。在情緒分類預(yù)測模型中，步態(tài)行為與情緒之間的預(yù)測關(guān)系具有壹定的可解釋性。結(jié)論表明，通過加速度數(shù)據(jù)來預(yù)測用戶的情緒是完全可行的。

該研究采用可穿戴設(shè)備，通過機器學(xué)習(xí)訓(xùn)練得到的預(yù)測模型，對個體的運動加速度數(shù)據(jù)進行分析，能夠?qū)崿F(xiàn)實時情緒預(yù)測，可廣泛應(yīng)用于特定場合下個體的情緒實時監(jiān)測。

該研究是朱廷劭研究組在“大數(shù)據(jù)與心理學(xué)”研究領(lǐng)域的系列成果之壹。此項研究得到中科院重點部署項目（kjzd-ew-l04）、國家重點基礎(chǔ)研究發(fā)展計劃（“973”項目，基于生物、心理多模態(tài)信息的潛在抑郁風(fēng)險預(yù)警理論與生物傳感關(guān)鍵技術(shù)的研究，2014cb744600）、中科院戰(zhàn)略性先導(dǎo)科技專項（面向感知中國的新壹代信息技術(shù)研究，xda06030800）等課題資助。

該研究成果已被國際學(xué)術(shù)期刊peerj錄用并公開發(fā)表。

zhanzhang,yufeisong,liqingcui,xiaoqianliu,tingshaozhu.(2016)emotionrecognitionbasedoncustomizedsmartbraceletwithbuilt-inaccelerometer.peerj4:e2258.

————theend————

文章來源：cas/syky/201607/t20160728_4570024.shtml

原文標(biāo)題：心理所發(fā)現(xiàn)利用智能手環(huán)加速度數(shù)據(jù)可以預(yù)測人的情緒