室内照明情绪识别模型

多生理信号融合

利用心电图、皮电、皮肤温度和血氧饱和度四类生理信号进行连续监测，在多种照度和色温组合下实现个体情绪状态的无感分类。

Cai, Huiling · 蔺倾程 · Liu, Hanwei · 李雪峰 · Xiao, Hui

Biomedical Signal Processing and Control 2024

参数信息

情绪效价二分类准确率

97.4 %

情绪唤醒度二分类准确率

95.7 %

警觉性二分类准确率

97.1 %

视觉舒适度二分类准确率

97.3 %

生理特征数量

41

照度水平

300, 400, 500, 600, 700, 800 lx

色温水平

3000, 4000, 5000, 6000 K

技术优势

多信号融合识别

从 ECG、EDA、皮肤温度和 SpO2 中提取 41 列生理特征，联合用于分类，避免单一信号信息不足。

高准确率分类

四个主观感受维度的二分类平均准确率均超过 95%，且标准差小于 2.5%，模型稳定可靠。

覆盖多种光照条件

在 6 个照度水平和 4 个色温水平下采集数据，模型对光照环境的变化具有适应性。

应用场景

• 智能建筑环境调控：实时感知用户情绪与警觉性，动态调节照明参数。
• 生理状态监测：从连续生理信号中识别主观状态，无需主观问卷。
• 可穿戴健康设备：利用可穿戴传感器采集的四类生理数据实现情感计算。
• 情感计算界面：提供高精度情绪识别模型，支撑个性化交互界面。