多任务对抗域适应网络

跨被试情绪识别

该网络通过域匹配与细粒度联合域判别器对齐源域和目标域，利用多任务学习捕捉不同情绪间的内在关联，实现多情绪同步预测。

邱丽娜 · Zuorui, Ying · Xianyue, Song · Weisen, Feng · 周成菊 · 潘家辉

IEEE Transactions on Affective Computing 2025

参数信息

效价识别准确率

76.39 %

唤醒度识别准确率

69.74 %

支配度识别准确率

68.26 %

效价识别准确率

78.90 %

唤醒度识别准确率

77.95 %

跨数据集效价准确率

61.07 %

跨数据集唤醒度准确率

60.82 %

技术优势

跨数据集也能用

以DEAP被试为源域预测FACED被试时，效价和唤醒度准确率仍分别为61.07%和60.82%。

识别更准

在两个公开数据集上，模型的多维情绪识别准确率均超过多数现有方法。

应用场景

• 情绪脑机接口：为情绪脑机接口提供跨被试识别算法，减少个体校准负担。
• 跨被试情绪识别：直接实现新用户情绪识别，无需重新训练模型。
• 可穿戴情绪监测：支持在可穿戴设备上部署通用情绪识别模型。
• 情感计算：提升情感计算在跨被试场景下的泛化能力。