Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Removal of Impulse Noise Using Gain Factors Adapted by Noise-Free Pixel Number and Pixel Variation Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

An Exploratory Study of Multimodal Perception for Affective Computing System Design

verfasst von : Chih-Hung Wu, Bor-Chen Kuo

Erschienen in: Frontier Computing

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Affective computing (AC) is an emerging research direction to deal with the great challenge of creating emotional intelligence for a machine. Affective computing is a cross-disciplinary research knowledge that integrates recognition, interpretation, and simulation of human emotion into a system. This article describes the design of multimodal perception of affective computing system. Our multimodal physiological channels include facial expression recognition, heart rate monitoring, blood oxygen level (SpO2), skin conductance response (SCR), and electroencephalogram (EEG) signals for building our affective computing system. To solve the various data sampling problem, we developed a concurrent control integration mechanism to automatically average all the sensors’ data into the same data sampling rate (one record per second) and rearrange all the data into the same time. We believed the proposed system design is benefit for helping researchers in collecting and integrating experiment data in affective computing area.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Critical Task Scheduling for Data Stream Computing on Heterogeneous Clouds
Nächstes Kapitel Heading Judgement for Indoor Position Based on the Gait Pattern
Literatur
1.
Wu, C.-H., Huang, Y.-M., Hwang, J.-P.: Review of affective computing in education/learning: trends and challenges. Br. J. Educ. Technol. 47, 1304–1323 (2016)CrossRef
2.
Piaget, J.: Les Relations entre l’affectivité et l’intelligence dans le développement mental de l’enfant. Centre de documentation universitaire, Paris (1964)
3.
Ben Ammar, M., Neji, M., Alimi, A.M., Gouardères, G.: The affective tutoring system. Expert Syst. Appl. 37, 3013–3023 (2010)CrossRef
4.
Dimigen, O., Sommer, W., Hohlfeld, A., Jacobs, A.M., Kliegl, R.: Coregistration of eye movements and EEG in natural reading: analyses and review. J. Exp. Psychol. Gen. 140, 552–572 (2011)CrossRef
5.
Latanov, A.V., Konovalova, N.S., Yermachenko, A.A.: EEG and EYE tracking for visual search task investigation in humans. Int. J. Psychophysiol. 69, 140 (2008)CrossRef
6.
Lin, T., Imamiya, A., Mao, X.: Using multiple data sources to get closer insights into user cost and task performance. Interact. Comput. 20, 364–374 (2008)CrossRef
7.
Schmid, P.C., Schmid Mast, M., Bombari, D., Mast, F.W., Lobmaier, J.S.: How mood states affect information processing during facial emotion recognition: an eye tracking study. Swiss J. Psychol. 70, 223–231 (2011)CrossRef
8.
Chen, C.-M., Wang, H.-P.: Using emotion recognition technology to assess the effects of different multimedia materials on learning emotion and performance. Libr. Inf. Sci. Res. 33, 244–255 (2011)CrossRef
9.
Zhang, C., Zheng, C.-X., Yu, X.-L.: Automatic recognition of cognitive fatigue from physiological indices by using wavelet packet transform and kernel learning algorithms. Exp. Syst. Appl. 36, 4664–4671 (2009)CrossRef
10.
Patel, M., Lal, S.K.L., Kavanagh, D., Rossiter, P.: Applying neural network analysis on heart rate variability data to assess driver fatigue. Exp. Syst. Appl. 38, 7235–7242 (2011)CrossRef
11.
Zhao, C., Zhao, M., Liu, J., Zheng, C.: Electroencephalogram and electrocardiograph assessment of mental fatigue in a driving simulator. Accid. Anal. Prev. 45, 83–90 (2012)CrossRef
12.
Bahreini, K., Nadolski, R., Westera, W.: Towards multimodal emotion recognition in e-learning environments. Interact. Learn. Env. 24, 590–605 (2016)CrossRef
13.
Wu, C.H.: New technology for developing facial expression recognition in e-learning. In: 2016 Portland International Conference on Management of Engineering and Technology (PICMET), pp. 1719–1722 (2016)
14.
Chanel, G., Ansari-Asl, K., Pun, T.: Valence-arousal evaluation using physiological signals in an emotion recall paradigm. Lecturer Notes in Computer Science, vol. 1, pp. 530–537(2007)
15.
Soleymani, M., Lichtenauer, J., Pun, T., Pantic, M.: A multimodal database for affect recognition and implicit tagging. IEEE Trans. Affect. Comput. 3, 42–55 (2012)CrossRef
16.
Chen, L., Zhou, C., Shen, L.: Facial expression recognition based on SVM in E-learning. IERI Procedia 2, 781–787 (2012)CrossRef
17.
Busso, C., Deng, Z., Yildirim, S., Bulut, M., Lee, C.M., Kazemzadeh, A., Lee, S., Neumann, U., Narayanan, S.: Analysis of emotion recognition using facial expressions, speech and multimodal information. In: Sixth International Conference on Multimodal Interfaces ICMI 2004 (2004)
18.
Lin, H.-C.K., Wu, C.-H., Hsueh, Y.-P.: The influence of using affective tutoring system in accounting remedial instruction on learning performance and usability. Comput. Hum. Behav. 41, 514–522 (2014)CrossRef
19.
Thompson, N., McGill, T.J.: Genetics with jean: the design, development and evaluation of an affective tutoring system. Educ. Tech. Res. Dev. 65, 279–299 (2017)CrossRef
20.
Gonzalez-Sanchez, J., Chavez-Echeagaray, M.E., Atkinson, R., Burleson, W.: ABE: an agent-based software architecture for a multimodal emotion recognition framework. In: 2011 9th Working IEEE/IFIP Conference on Software Architecture (WICSA), pp. 187–193 (2011)
Metadaten
Titel
An Exploratory Study of Multimodal Perception for Affective Computing System Design
verfasst von
Chih-Hung Wu
Bor-Chen Kuo
Copyright-Jahr
2018
Verlag
Springer Singapore
Buch
Frontier Computing

Print ISBN: 978-981-10-7397-7

Electronic ISBN: 978-981-10-7398-4

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-981-10-7398-4_20

Premium Partner

    Bildnachweise