基于脑电图的多模态情感识别：最新进展、挑战与未来方向

《ACM Transactions on Multimedia Computing, Communications, and Applications》：EEG-based Multimodal Emotion Recognition: Recent Progress, Challenges, and Future Directions

EEG多模态情感识别研究综述：分析近五年EEG结合视听信号的情绪识别技术，探讨机器学习模型应用、公开数据集建设及存在的技术瓶颈与未来方向。

　　

摘要

情绪识别是认知计算的重要组成部分。传统的情绪识别系统包括视听模态。然而，最近一种情绪识别的趋势是使用生理信号，如脑电图（EEG）。脑电图信号与视听信号及其他生理信号相结合，可以提高情绪识别系统的性能。本文对过去五年中基于脑电图的多模态（多媒体）情绪识别系统进行了系统的文献综述。文章探讨了三个主要研究问题：（1）基于脑电图的多媒体情绪识别中使用了哪些类型的学习模型？（2）有哪些公开可用的相关数据集？（3）这一领域面临的挑战及其未来发展方向？这些研究问题的答案分别在不同的小节中给出。