Xây dựng hệ thống nhận dạng cảm xúc sử dụng thiết bị emotiv epoc

Nghiên cứu cảm xúc của con người là rất cần thiết bởi vì cảm xúc đóng vai trò quan trọng trong giao tiếp cuộc sống của con người. cảm xúc ảnh hưởng tới nhận thức, tri giác, học tập, giao tiếp và ra quyết định. Bài báo này tập trung vào việc tìm hiểu mối quan hệ giữa tín hiệu EEG của não bộ và cảm xúc của con người dựa trên thử nghiệm nhận dạng cảm xúc được tiến hành sử dụng thiết bị thương mại Emotiv EPOC để ghi nhận tín hiệu EEG trong khi người tham gia thử nghiệm đang theo dõi các đoạn video.
Nội dung trích xuất từ tài liệu:
Xây dựng hệ thống nhận dạng cảm xúc sử dụng thiết bị emotiv epoc Nghiên cứu khoa học công nghệ X©y dùng hÖ thèng nhËn d¹ng c¶m xóc sö dông thiÕt bÞ emotiv epoc NGUYÔN TIÕN XU¢N*, NGUYÔN THANH TïNG** Tãm t¾t: Nghiªn cøu c¶m xóc cña con ng­êi lµ rÊt cÇn thiÕt bëi v× c¶m xóc ®ãng vai trß quan träng trong giao tiÕp cuéc sèng cña con ng­êi. c¶m xóc ¶nh h­ëng tíi nhËn thøc, tri gi¸c, häc tËp, giao tiÕp vµ ra quyÕt ®Þnh. bµi b¸o nµy tËp trung vµo viÖc t×m hiÓu mèi quan hÖ gi÷a tÝn hiÖu EEG cña n·o bé vµ c¶m xóc cña con ng­êi dùa trªn thö nghiÖm nhËn d¹ng c¶m xóc ®­îc tiÕn hµnh sö dông thiÕt bÞ th­¬ng m¹i Emotiv EPOC ®Ó ghi nhËn tÝn hiÖu EEG trong khi ng­êi tham gia thö nghiÖm ®ang theo dâi c¸c ®o¹n video. c¸c d¶i tÇn sè alpha, beta, delta vµ theta ®­îc läc khái c¸c tÝn hiÖu EEG thu ®­îc sÏ ®­îc sö dông cho viÖc tËp huÊn vµ ®¸nh gi¸ bé ph©n líp víi c¸c thuËt to¸n häc kh¸c nhau bao gåm SVM (Support Vector Machine), kNN (k-Neareast Neighbour, Naitive Bayes và AdaBoost.M1). KÕt qu¶ thö nghiÖm chØ ra r»ng, chóng ta cã thÓ sö dông thiÕt bÞ Emotiv EPOC cho viÖc nhËn d¹ng c¶m xóc vµ kü thuËt ph©n líp sö dông thuËt to¸n AdaBoots.M1 vµ d¶i tÇn sè theta cung cÊp tû lÖ ph¸t hiÖn c¶m xóc chÝnh x¸c cao nhÊt. Tõ kho¸: NhËn d¹ng c¶m xóc, Emotiv EPOC, Ph©n líp, D¶i tÇn sè theta 1. giíi thiÖu NhËn d¹ng c¶m xóc ®ãng vai trß thiÕt yÕu trong nhiÒu khÝa c¹nh cña cuéc sèng hµng ngµy cña con ng­êi, bao gåm viÖc ra quyÕt ®Þnh, nhËn thøc, häc tËp, suy nghÜ vµ hµnh ®éng. Do vËy, viÖc nghiªn cøu c¶m xóc cña con ng­êi lµ kh«ng thÓ thiÕu. Ph­¬ng ph¸p tiÕp cËn ®Çu tiªn ®èi víi viÖc nhËn d¹ng c¶m xóc con ng­êi lµ dùa trªn v¨n b¶n, lêi nãi, thÓ hiÖn nÐt mÆt vµ cö chØ cña con ng­êi ®· ®­îc tiÕn hµnh nghiªn cøu c¸c ®©y mét vµi thËp kû [1]. Tuy nhiªn, nh÷ng ph­¬ng ph¸p nµy cã ®é tin cËy kh«ng cao ®Ó ph¸t hiÖn ra c¶m xóc thËt cña con ng­êi, ®Æc biÖt khi con ng­êi muèn che dÊu c¶m xóc thËt cña m×nh. Mét vµi c¶m xóc cã thÓ vÉn diÔn ra mµ kh«ng t­¬ng øng víi biÓu hiÖn c¶m xóc trªn khu«n mÆt hä, giäng nãi hay thËm chÝ cö chØ hay di chuyÓn cña c¬ thÓ, ®Æc biÖt khi ®é tËp trung c¶m xóc kh«ng cao. Tr¸i l¹i, nh÷ng biÓu hiÖn nh­ vËy cã thÓ lµ gi¶, hoÆc gi¶ bé lµm gi¶ rÊt dÔ dµng. §Ó kh¾c phôc nh÷ng nh­îc ®iÓm nµy, nhiÒu ph­¬ng ph¸p nghiªn cøu kh¸c ®· ®­îc tiÕn hµnh. Mét hÖ thèng thiÕt bÞ ®o sãng n·o ngo¹i vi bao gåm c¸c c¶m biÕn nhÞp tim, c¶m biÕn da vµ hÖ thèng h« hÊp cña con ng­êi lµ mét hÖ thèng ®iÓn h×nh cho c¸ch tiÕp cËn nghiªn cøu nµy [2, 3]. ¦u ®iÓm cña ph­¬ng ph¸p nµy lµ con ng­êi khã cã thÓ ®¸nh lõa bëi sù kiÓm so¸t vµ theo dâi t¹i mäi thêi ®iÓm mµ kh«ng cÇn bÊt cø hµnh ®éng nµo kh¸c cña ng­êi dïng. Anttonen vµ Surakka thÊy r»ng gi¶m nhÞp tim ®¸p øng víi c¸c kÝch thÝch c¶m xóc, ®Æc biÖt lµ nh÷ng c¶m xóc mang tÝnh tiªu cùc so víi c¸c c¶m xóc mang tÝnh kÝch thÝch tÝch cùc vµ trung tÝnh [2]. Leng et al. kh¼ng ®Þnh r»ng c¶m xóc vui mõng t¹o ra møc nhÞp tim trung b×nh vµ ®é lÖch chuÈn lín h¬n so víi c¶m gi¸c sî h·i [3]. Tuy nhiªn, ng­êi dïng ph¶i sö dông vµ mang trªn m×nh c¸c thiÕt bÞ ®o rÊt khã sö dông vµ ®¾t tiÒn, ®ång thêi kÕt qu¶ ph©n lo¹i c¶m xóc kh«ng cao. Trong nh÷ng n¨m gÇn ®©y, c¸c nhµ nghiªn cøu ®· cè g¾ng ph¸t triÓn hÖ thèng phÇn cøng vµ phÇn mÒm ®Ó cã thÓ thu nhËn c¶m xóc cña con ng­êi mét c¸ch tù ®éng. Ph­¬ng ph¸p nµy gäi lµ tÝnh to¸n c¶m xóc. Mét trong nh÷ng hÖ thèng nh­ vËy sö dông tÝn hiÖu EEG (ElectroEncephalogGraphy) thu nhËn tõ n·o bé con ng­êi khi ng­êi dïng thùc hiÖn mét sè ho¹t ®éng n·o bé. ¦u ®iÓm cña ph­¬ng ph¸p nµy lµ: 1) C¸c ho¹t ®éng n·o bé cã c¸c th«ng tin ®Þnh h­íng vÒ c¶m xóc, 2) TÝn hiÖu EEG cã thÓ ®­îc ®o t¹i bÊt cø thêi ®iÓm nµo vµ nã kh«ng phô thuéc vµo c¸c ho¹t ®éng kh¸c cña ng­êi sö dông nh­ nãi hoÆc t¹o ra c¸c biÓu hiÖn trªn nÐt mÆt, vµ 3) C¸c kü thuËt nhËn d¹ng c¶m xóc kh¸c nhau cã thÓ ®­îc sö dông. Tạp chí Nghiên cứu KH&CN quân sự, Số 31, 06 - 2014 85  Kỹ thuật điện tử & Khoa học máy tính Trong c¸c c«ng tr×nh nghiªn cøu tr­íc ®©y, chØ ra r»ng kü thuËt Naive Bayes cho kÕt qu¶ chÝnh x¸c ®¹t tíi 70% cho hai líp c¶m xóc [4]. Petrantonakis vµ Hadjileontiadis [5] nghiªn cøu sù thay ®æi trong tÝn hiÖu EEG cña c¸c ®èi t­îng tham gia thùc nghiÖm khi xem c¸c h×nh ¶nh víi khu«n mÆt biÓu hiÖn s¸u c¶m xóc t×nh c¶m kh¸c nhau. Hä chØ ra r»ng viÖc nhËn d¹ng cã ®é chÝnh x¸c 83% cã thÓ ®¹t ®­îc sö dông c¸c ®Æc tÝnh dùa trªn higher – order crossing vµ sö dông thuËt to¸n SVM (Support Vector Machine). Lin et al [6] trÝch xuÊt mËt ®é phæ n¨ng l­îng (power spectrum density) cña c¸c d¶i tÇn con EEG kh¸c nhau nh­ ®Æc tÝnh trong suèt qu¸ tr×nh thay ®æi c¶m xóc khi nghe nh¸c vµ cã ®é chÝnh x¸c ph©n líp 82% cho bèn lo¹i c¶m xóc. Sö dông kü thuËt kNN (k-Neareast Neigbour) cho hai tËp kªnh EEG kh¸c nhau (62 kªnh vµ 24 kªnh), Murugappan nhËn ®­îc ®é chÝnh x¸c 82.87% cho 62 kªnh vµ 78.57% cho 24 kªnh víi 5 lo¹i c¶m xóc t­¬ng øng [7]. ViÖc t×m thÊy mèi quan hÖ gi÷a d¶i tÇn sè sãng n·o EEG víi c¶m xóc cña con ng­êi còng lµ mét trong nh÷ng môc ®Ých chÝnh cña viÖc nhËn d¹ng c¶m xóc. Li vµ Lu ®· kh¸m ph¸ ra r»ng d¶i tÇn sè gamma ®ãng vai trß quan träng trong nhËn d¹ng c¶m xóc [9]. Dan Nie et al. cho r»ng d¶i tÇn sè cao ¶nh h­ëng tíi ph¶n øng c¶m xóc ë con ng­êi lín h¬n so víi c¸c d¶i tÇn sè thÊp [10]. Nãi chung, hiÖn ch­a cã ph­¬ng ph¸p dùa trªn tÝn hiÖu EEG ®­îc x¸c ®Þnh lµ tèt nhÊt [8]. H¬n n÷a, chóng ta còng nªn chó ý mét khi hÖ thèng nhËn d¹ng c¶m xóc ®­îc sö dông réng r·i h¬n trong thùc tÕ, th× c¸c ®Æc tÝnh míi sÏ cÇn ph¶i ®­îc xem xÐt nh­ ®é s½n sµng cña tËp d÷ liÖu hoÆc sù biÕn ®æi l©u bÒn cña tÝn hiÖu EEG. Mét khã kh¨n cÇn ph¶i gi¶i quyÕt trong nghiªn cøu nµy lµ sù thiÕu sù so s¸nh gi÷a c¸c bé ph©n líp. Mét c¸ch lý t­ëng, bé ph©n líp sÏ ®­îc kiÓm thö trong cïng bèi c¶nh, ®iÒu kiÖn … víi cïng mét ng­êi sö dông, sö dông cïng ph­¬ng ph¸p trÝch ...