Skip to content

This repository contains code for the project "Emotion recognition based on the physiological signals" for the

Notifications You must be signed in to change notification settings

nebojsa55/EmotionRecognition

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

74 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Emotion Recognition

Ovaj repozitorijum sadrži kod za seminarski rad "Prepoznavanje emocija na osnovu elektrofizioloških signala" koji je sastavni deo predmeta Neuralno Inženjerstvo na Elektrotehničkom fakultetu

Organizacija repozitorijuma

Svi kodovi i izdvojena obeležja se nalaze u folderu src.

  1. Za izdvajanje obeležja EEG signala: eeg_features.py

  2. Za izdvajanje obeležja RESP signala: RESP_features.ipynb

  3. Za izdvajanje obeležja GSR, EMG, HRV i Temp signala: gsr_emg_hrv_temp.py.py

  4. Catboost klasifikator: classification.ipynb

  5. SVM klasifikator: LinearSVM_RFE.ipynb

  6. Neuralne mreže: classification_neural_network.ipynb

Izdvojena obeležja

U ovom radu su inicijalno izdvojena 1490 obeležja, i navedena u sledećoj tabeli:

Rad Fiziološki signal Obeležja Broj obeležja
Jenke 2014. EEG Snaga, srednja vrednost (MEAN), standardna devijacija (STD), prvi izvod, normalizovan prvi izvod, drugi izvod, normalizovan drugi izvod. 7x3x32 -> obelezja * frekv.opseg * broj kanala
Jenke 2014. EEG Aktivnost, mobilnost, kompleksnost 4x3x32
Jenke 2014. EEG Spektralna gustina snage u alfa, beta, gama i delta opsegu. 3x32
Jenke 2014. EEG Diskretna wavelet transformacija. 6x32
po ugledu na Johnwakim 2008. Respiratorni pojas Maksimalna amplituda spektra, MEAN spektra u opsegu 0.2-0.5 Hz, maksimalna amplituda spektralne gustine snage, MEAN spektralne gustine snage u opsegu 0.2-0.5 Hz 4
Johnwakim 2008. BRV MEAN peak-to-peak intervala, STD peak-to-peak intervala, SDT prvog izvoda intervala, median intervala, opseg intervala, MEAN brzine disanja, maksimum brzine disanja, minimum brzine disanja, STD brzine disanja, broj intervala duzih od 50 i 20 ms i njihov udeo u ukupnom broju intervala, koren iz MEAN sume kvadrata peak-to-peak intervala, koeficijent promene intervala, koeficijent varijacije intervala. Ukupna gustina snage, snaga u VLF opsegu (0.003-0.04 Hz), LF opsegu (0.04-0.15 Hz) i HF opsegu (0.15-40 Hz), odnos LF/HF, normalizovana snaga u LF i HF opsegu 23
Johnwakim 2008. GSR MEAN, STD, MEAN prvog izvoda, MEAN drugog izvoda nefiltriranog i lowpass (LP) filtriranog signala (fcutoff=0.2 Hz). Broj pikova u LP i very lowpass (VLP) signalu (fcutoff=0.08 Hz), njihov odnos i srednja amplitude. 12
DEAP GSR Brzina prolaska kroz nulu LP i VLP signala. 2
DEAP zEMG + tEMG Snaga u frekvencijskom opsegu [4, 40] Hz 2
Johnwakim 2008. zEMG + tEMG MEAN, STD, MEAN prvog izvoda, MEAN drugog izvoda nefiltriranog i LP filtriranog signala (fcutoff=0.3 Hz); Broj pikova u LP i VLP signalu (fcutoff=0.1 Hz) i njihov odnos. 11x2
DEAP HRV MEAN, STD, odnos snage u opsezima [0.04, 0.15] Hz i [0.15, 0.5] Hz. Snaga u tri opsega – [0.01,0.08] , [0.08,0.15], [0.15, 0.5] Hz 6
Elderly 2019. HRV MEAN prvog izvoda, duzina luka (arc-length), RMS, obim podrucija (area-perimeter ratio) 4
DEAP Telesna temperatura MEAN, STD, MEAN prvog izvoda, minimalna i maksimalna temperatura, snaga u opsezima:[0, 0.1] Hz i [0.1, 0.2] Hz 7

Rezultati

Najznačajnija obeležja

Na sledećoj slici su prikazana najznačajnija obeležja za klasifikaciju parametara emocije: valence, arousal, dominance i liking

sl1

Tačnost klasifikacije

Arousal Valence Dominance Liking
Acc F1 Acc F1 Acc F1 Acc F1
SVM 67.1% 75.4% 66.2% 74.3% 71.2% 79.4% 70.9% 80.1%
CatBoost 63.1% 78.0% 63.9% 77.4% 66.9% 80.1% 69.5% 82.0%
Neuralne mreže 64.3% 77.9% 64.6% 78.3% 66.0% 79.3% 71.1% 82.5%

Autori


  • logo1
  • logo2
  • logo3

About

This repository contains code for the project "Emotion recognition based on the physiological signals" for the

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published