可穿戴技術(shù)在情緒識(shí)別中的應(yīng)用進(jìn)展及發(fā)展趨勢(shì)

劉歡歡，王朝暉，葉勤文，陳子唯，鄭婧瑾

(1.東華大學(xué) 服裝與藝術(shù)設(shè)計(jì)學(xué)院，上海 200051；2.東華大學(xué) 現(xiàn)代服裝設(shè)計(jì)與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，上海 200051;3.上海市智能制造與工程一帶一路國(guó)際聯(lián)合實(shí)驗(yàn)室，上海 200051)

隨著現(xiàn)代生活節(jié)奏的加快，人們壓力不斷增大而導(dǎo)致不良情緒增多甚至引發(fā)疾病問題。情緒識(shí)別的目的是根據(jù)觀察結(jié)果來監(jiān)測(cè)人體的情緒狀態(tài)，從而更好地掌握情緒并進(jìn)行積極調(diào)節(jié)，這在心理疾病、遠(yuǎn)程教育、交通等[1]領(lǐng)域都有著重要作用。可穿戴設(shè)備被廣泛理解為主要是穿戴在人體上的電子設(shè)備，是可以融合到衣服中或類似服裝的便攜設(shè)備[2]?？纱┐骷夹g(shù)由于其豐富的功能性且便攜無創(chuàng)，成為長(zhǎng)期情緒識(shí)別應(yīng)用的理想平臺(tái)。情緒識(shí)別可穿戴技術(shù)是指情緒識(shí)別智能系統(tǒng)集成到可穿戴設(shè)備和織物上的先進(jìn)技術(shù),其與情緒識(shí)別監(jiān)測(cè)方法、識(shí)別算法以及可穿戴產(chǎn)品技術(shù)的發(fā)展息息相關(guān)。

當(dāng)前情緒識(shí)別監(jiān)測(cè)內(nèi)容方法主要基于生理信號(hào)與行為表現(xiàn)，為提高識(shí)別結(jié)果的準(zhǔn)確率，情緒感知可穿戴設(shè)備大都綜合多種監(jiān)測(cè)內(nèi)容進(jìn)行情緒識(shí)別。隨著計(jì)算機(jī)技術(shù)的發(fā)展，情緒識(shí)別的算法種類中機(jī)器學(xué)習(xí)方法的運(yùn)用越來越廣泛，當(dāng)進(jìn)一步考慮到大數(shù)據(jù)量以及高維度特征問題后，如深度置信網(wǎng)絡(luò)和集成學(xué)習(xí)等基于深度學(xué)習(xí)的方法將運(yùn)用到情緒識(shí)別中。目前的可穿戴技術(shù)在健康監(jiān)測(cè)和運(yùn)動(dòng)健身等領(lǐng)域?qū)崿F(xiàn)了智能化快速發(fā)展，但在情緒識(shí)別監(jiān)測(cè)方面還有很大發(fā)展空間，其在柔性舒適采集設(shè)備、識(shí)別準(zhǔn)確度以及人機(jī)交互等方面都還有待進(jìn)一步發(fā)展。

本文根據(jù)識(shí)別內(nèi)容對(duì)情緒識(shí)別可穿戴設(shè)備進(jìn)行歸類總結(jié)，并提出情緒識(shí)別智能可穿戴設(shè)備發(fā)展趨勢(shì)，旨在總結(jié)情緒識(shí)別方法理論和現(xiàn)今情緒識(shí)別可穿戴設(shè)備發(fā)展現(xiàn)狀，推動(dòng)情緒識(shí)別智能可穿戴設(shè)備的創(chuàng)新發(fā)展，為智能可穿戴提供新的研究方向。

1 情緒及生理反應(yīng)

情緒是人腦對(duì)客觀外部事物與主體需求之間關(guān)系的反應(yīng)，其伴隨認(rèn)知和意識(shí)過程的對(duì)外部事物的態(tài)度體驗(yàn)[3]。為能夠準(zhǔn)確認(rèn)識(shí)情緒，首先是從科學(xué)角度對(duì)情緒狀態(tài)進(jìn)行分類量化，以便準(zhǔn)確識(shí)別監(jiān)測(cè)情緒狀態(tài)。依據(jù)情緒表征方式不同，可分類為離散情緒模型和維度情緒模型[3]。離散模型是指由幾種基本情緒組成的模型。美國(guó)心理學(xué)家Ekman等[4]認(rèn)為由悲傷、恐懼、厭惡、驚訝、高興和憤怒6種組成的基本情緒類別在情感識(shí)別研究中受到廣泛應(yīng)用。維度情緒模型是將情緒狀態(tài)量化映射到不同維度空間中的坐標(biāo)點(diǎn)位置。多維度連續(xù)模型有二維、三維及四維等。目前，情緒研究中使用最多的模型是Russell在1970年構(gòu)建的“效價(jià)-喚醒度”二維情緒模型[5]，如圖1所示。效價(jià)反映情緒的積極性或消極性，喚醒度反映情緒的平穩(wěn)或強(qiáng)烈。

圖1 效價(jià)-喚醒度情緒模型Fig.1 Valence-arousal dimension mood model

情緒狀態(tài)是自發(fā)產(chǎn)生的，并伴隨著一定的生理反應(yīng)和行為表現(xiàn)，這些結(jié)果都是由自主神經(jīng)系統(tǒng)(ANS)主導(dǎo)的，對(duì)于人來說是很難甚至是不可能控制的。ANS有2個(gè)主要分支：交感神經(jīng)系統(tǒng)(SNS)和副交感神經(jīng)系統(tǒng)(PNS)。交感神經(jīng)系統(tǒng)的主要功能與人體“戰(zhàn)斗或躲避”狀態(tài)有關(guān)，會(huì)使唾液分泌和消化功能下降，瞳孔放大，心率、呼吸率、皮電活動(dòng)和肌肉活動(dòng)增加，同時(shí)腎上腺素和葡萄糖得到釋放；副交感神經(jīng)系統(tǒng)的主要功能與人體“休息和消化”狀態(tài)有關(guān)，人體的唾液分泌和消化功能增強(qiáng)，瞳孔收縮，同時(shí)心率和呼吸率下降[6]。情緒狀態(tài)的改變，使得交感神經(jīng)和副交感神經(jīng)產(chǎn)生變化，從而在生理信號(hào)和行為表現(xiàn)方面發(fā)生變化。

Kreibig[7]研究了ANS對(duì)某些情感狀態(tài)反應(yīng)的特異性，包括2個(gè)積極與2個(gè)消極的情緒狀態(tài)，如表1所示。以憤怒為例，因?yàn)閼嵟碛蒘NS控制的高喚醒狀態(tài)，其與心率(HR)、皮膚電導(dǎo)率水平(SCL)的增加一致。憤怒情緒下會(huì)帶來皮膚電導(dǎo)反應(yīng)(SCR)的上升和更高的呼吸頻率，同時(shí)發(fā)現(xiàn)悲傷會(huì)降低HR、SCL和SCR，同時(shí)增加呼吸頻率。愉悅和快樂都是具有相似喚醒水平的積極情感狀態(tài)，因此，他們具有相似的生理反應(yīng)。

表1 4種典型情緒狀態(tài)及其生理反應(yīng)Tab.1 Four typical emotional states and their physiological responses

情緒識(shí)別是基于可采集到的信息來監(jiān)測(cè)人體情緒狀態(tài)。從理論上講，情緒識(shí)別可看作是信號(hào)模式識(shí)別問題[8]。情緒識(shí)別可穿戴設(shè)備即能夠監(jiān)測(cè)、處理和解釋人類情緒狀態(tài)的設(shè)備，因此，其是一個(gè)綜合交叉化的研究領(lǐng)域，與信號(hào)處理、機(jī)器學(xué)習(xí)、心理學(xué)和神經(jīng)科學(xué)等緊密聯(lián)系在一起[9]。1997年，Picard等[10]第1次提出“情感計(jì)算”這一概念。情緒識(shí)別作為情感計(jì)算的重要研究方向，近年來受到較多學(xué)者的關(guān)注，并根據(jù)情緒識(shí)別內(nèi)容不同在各相關(guān)領(lǐng)域展開研究。

2 情緒識(shí)別監(jiān)測(cè)內(nèi)容方法分類

在情緒識(shí)別可穿戴設(shè)備發(fā)展中，主要通過便攜式傳感器采集到的數(shù)據(jù)內(nèi)容展開識(shí)別應(yīng)用。目前，情緒識(shí)別監(jiān)測(cè)內(nèi)容主要基于生理信號(hào)(包括心電、皮電、呼吸和腦電信號(hào))與行為動(dòng)作(包括面部表情、肢體動(dòng)作、語音語調(diào)以及行為線索)這二大類信號(hào)。情緒感知可穿戴設(shè)備大都綜合多種數(shù)據(jù)內(nèi)容進(jìn)行情緒識(shí)別(多模態(tài))。D′mello等[11]指出，基于多模態(tài)數(shù)據(jù)的情感識(shí)別系統(tǒng)往往比單一數(shù)據(jù)的識(shí)別準(zhǔn)確率高出近10%。

2.1 生理信號(hào)

生理信號(hào)情緒識(shí)別是指通過從各種人體生理信號(hào)中提取特征進(jìn)行識(shí)別和分類。主要的生理信號(hào)有：心電、腦電、皮電和呼吸信號(hào)。Picard等[12]率先從生理信號(hào)中提取特征進(jìn)行情緒識(shí)別，該方法的基本流程為：利用各類傳感器采集信號(hào)、預(yù)處理、特征提取、特征選擇和識(shí)別分類。生理信號(hào)的變化是由人體內(nèi)在神經(jīng)和內(nèi)分泌系統(tǒng)控制的，不易受到主觀意識(shí)影響，具有客觀真實(shí)性，目前在可穿戴設(shè)備技術(shù)中備受青睞[13]。

2.1.1 心電信號(hào)

心電信號(hào)(ECG)是指每次心跳周期所產(chǎn)生的電活動(dòng)變化，通過貼在四肢或者胸部的成對(duì)電極來測(cè)量。心率和心率變異性是很重要的測(cè)量指標(biāo)[14]。采集心電圖樣本的頻率高達(dá)1 024 Hz，可在不丟失信息的情況下將信號(hào)采樣頻率降至256 Hz[15]。Mahdiani等[16]的實(shí)驗(yàn)表明，50 Hz的采樣頻率足以獲得心率變異性(HRV)相關(guān)特征參數(shù)，且誤差合理。研究表明：正向情緒的每2次心跳間隔要小于負(fù)向情緒；憤怒及恐懼時(shí)人體心率最快，高興時(shí)次之，悲傷時(shí)心率減慢，厭惡時(shí)心率最低[17]。

2.1.2 皮電信號(hào)

皮膚電(EDA)反應(yīng)是指電路中使用外部電流和未使用外部電流時(shí)，由情緒刺激引起的皮膚電變化[18]，其中皮膚電導(dǎo)水平和手指皮膚溫度是重要的測(cè)量指標(biāo)[19]。皮膚電活性通常在汗腺密度較高的位置進(jìn)行測(cè)量[20]，如手掌、手指或腳部。從監(jiān)測(cè)技術(shù)角度來看，可采用恒流或恒壓系統(tǒng)記錄EDA數(shù)據(jù)。然而，由于皮膚電導(dǎo)與活躍汗腺數(shù)量之間的線性關(guān)系更大，Lykken等[21]主張使用恒壓系統(tǒng)直接測(cè)量皮膚電導(dǎo)，同時(shí)皮膚電的檢測(cè)會(huì)受到監(jiān)測(cè)部位溫度、局部汗液量、被試者狀態(tài)等其他因素影響[22]。Jang等[23]通過皮電信號(hào)找到識(shí)別情緒的最佳特征，如最高皮膚溫度、平均皮膚溫度和平均EDA，采用支持向量機(jī)識(shí)別成功率為99.04%。

2.1.3 呼吸信號(hào)

呼吸信號(hào)(RESP)通常是由呼吸運(yùn)動(dòng)使得傳感器胸帶(呼吸誘導(dǎo)容積描記儀)繃緊程度和伸縮量發(fā)生變化并轉(zhuǎn)化為電壓量輸出獲得[24]，其主要指標(biāo)包括呼吸頻率和幅度。呼吸誘導(dǎo)容積描記儀設(shè)置的采樣頻率下限可設(shè)定在10～15 Hz。

2.1.4 腦電信號(hào)

腦電圖(EEG)可反映腦電信號(hào)，腦電波圖像是由安置在頭部特定位置的電極對(duì)腦細(xì)胞自發(fā)性的生物電活動(dòng)進(jìn)行測(cè)量記錄形成[25]。Soleymani等[26]采用EEG使用放在頭皮上的電極來測(cè)量大腦神經(jīng)元的離子電流，檢測(cè)視頻誘發(fā)情緒準(zhǔn)確性。因腦電采集設(shè)備對(duì)穿戴者的移動(dòng)造成較大限制，通常僅運(yùn)用在實(shí)驗(yàn)室研究中，且其具有較強(qiáng)的入侵性，因此較少運(yùn)用在日常生活中的情緒識(shí)別可穿戴設(shè)備中。

基于可穿戴裝備的情緒識(shí)別研究旨在識(shí)別不同類型情緒，大部分使用維度情緒模型可達(dá)到更精準(zhǔn)的識(shí)別效果；在識(shí)別生理信號(hào)中，心電和皮電數(shù)據(jù)使用較多，因?yàn)榍榫w喚醒維度的改變與心電和皮電活動(dòng)強(qiáng)烈影響關(guān)聯(lián)度更高。

2.2 行為動(dòng)作

2.2.1 面部表情

面部表情通常與一個(gè)人的情緒狀態(tài)緊密相連，是情緒識(shí)別的顯著線索之一[27]。面部表情一方面是指瞳孔大小和眨眼頻次等[28]，另一方面是指不同情緒下眼部肌肉、口舌唇肌和臉頰肌肉的變化情況[29]，如圖2所示。通?？梢罁?jù)面部肌電圖檢測(cè)面部肌肉的改變來進(jìn)行情緒識(shí)別[30]。Ekman等[4]研究開發(fā)了面部動(dòng)作編碼系統(tǒng)(EFACS)，將千幅用戶表情圖像根據(jù)不同情緒特征劃分為7類。情緒與表情的關(guān)系歸納成與情緒相關(guān)的EFACS，在這個(gè)編碼系統(tǒng)里每個(gè)動(dòng)作單元AU代表1組面部肌肉運(yùn)動(dòng)形成的基本動(dòng)作，每種情緒對(duì)應(yīng)不同的AU單元。不同的AU控制著不同位置的面部肌肉，眼部區(qū)域的AU單元如圖3所示。

圖2 不同情緒下嘴部肌肉差異Fig.2 Differences in mouth muscles by mood

圖3 眼部區(qū)域面容改變的7個(gè)AU單元Fig.3 AU units for facial changes in eye area

2.2.2 肢體動(dòng)作

人體運(yùn)動(dòng)姿勢(shì)蘊(yùn)藏著豐富的個(gè)人情緒信息，基于人體姿勢(shì)的情緒識(shí)別主要是以不同情緒人體動(dòng)作姿勢(shì)持續(xù)時(shí)間和運(yùn)動(dòng)頻率等數(shù)據(jù)作為依據(jù)。慣性傳感器是常用的識(shí)別人體活動(dòng)的傳感器，如肢體動(dòng)作信號(hào)可利用電容式加速度傳感器檢測(cè)每個(gè)方向的加速度和振動(dòng)變化。崔莉慶等[31]利用步態(tài)分析實(shí)現(xiàn)情緒識(shí)別，通過手機(jī)和腳環(huán)記錄手腕和腳踝處的運(yùn)動(dòng)加速度，結(jié)果顯示腳踝處的數(shù)據(jù)要優(yōu)于手腕處，平靜和憤怒一對(duì)一識(shí)別精度達(dá)到90.31%，平靜-喜悅識(shí)別精度為89.7%。

2.2.3 語音和語調(diào)

語音情感識(shí)別是通過提取帶有情緒色彩的聲學(xué)特征參數(shù)，利用搭建的情緒識(shí)別模型對(duì)特征參數(shù)進(jìn)行分析辨別[32]。語音信號(hào)重要的特征包括基礎(chǔ)音頻率、語音速率、流利程度、共振峰、能量、Mel倒譜系數(shù)等[33]。單獨(dú)以語音信息作為識(shí)別情緒的方法存在較大個(gè)體差異性，通常會(huì)結(jié)合其他識(shí)別內(nèi)容方法，多以佩戴型產(chǎn)品或智能機(jī)器人形式運(yùn)用，更便于交互行為。

2.2.4 行為線索數(shù)據(jù)

行為線索數(shù)據(jù)識(shí)別是指收集用戶的通話記錄、短信記錄、電子郵件、互聯(lián)網(wǎng)歷史和應(yīng)用程序使用情況以及地址位置等信息，并使用多元線性回歸方法進(jìn)行情緒預(yù)測(cè)[34]。Alajmi等[35]研發(fā)了一個(gè)在購(gòu)物中心對(duì)商店進(jìn)行評(píng)級(jí)和基于手機(jī)監(jiān)測(cè)顧客情緒的反應(yīng)系統(tǒng)，如圖4所示。其通過移動(dòng)非侵入式可穿戴傳感器測(cè)量顧客的皮電信號(hào)并綜合智能手機(jī)上的定位程序了解顧客與商店之間的距離，以此判斷用戶情緒水平及在購(gòu)物環(huán)境中的滿意度。

圖4 購(gòu)物中心情緒監(jiān)測(cè)系統(tǒng)示意圖Fig.4 Schematic diagram of mood monitoring system for shopping centers

3 情緒識(shí)別算法

情緒識(shí)別流程為：首先是在傳感器采集完各類信號(hào)數(shù)據(jù)后進(jìn)行特征提取工作；然后構(gòu)建情緒識(shí)別特征數(shù)據(jù)集，這些特征值與原始目標(biāo)情緒標(biāo)簽構(gòu)成情緒識(shí)別模型訓(xùn)練集；最后訓(xùn)練情緒識(shí)別模型。在情緒識(shí)別中考慮到數(shù)據(jù)維度等問題，分類通常采用機(jī)器學(xué)習(xí)的方法，例如支持向量機(jī)(SVM)、K近鄰算法(KNN)等。情緒識(shí)別算法及識(shí)別準(zhǔn)確度結(jié)果如表2所示。由于各實(shí)驗(yàn)條件以及樣本熟練度和分類目標(biāo)情緒的差異性問題，并不能準(zhǔn)確比較各常用算法的分類優(yōu)缺點(diǎn)。但SVM具有可處理高維小樣本的性能，大多數(shù)實(shí)驗(yàn)采用該分類方法。KNN和決策樹(DT)是第二受歡迎的分類器，因?yàn)檫@2類算法只需要很少的參數(shù)調(diào)整，幾乎以現(xiàn)成的方式應(yīng)用。在運(yùn)用機(jī)器學(xué)習(xí)進(jìn)行情緒識(shí)別過程中，進(jìn)一步考慮到大數(shù)據(jù)量以及高維度特征問題后，開始將深度學(xué)習(xí)運(yùn)用在情緒識(shí)別中，如深度置信網(wǎng)絡(luò)(DBN)和集成學(xué)習(xí)。從表2看出，集成方法(如AdaBoost)的使用頻率較低，但目前研究結(jié)果已證明集成方法是性能較強(qiáng)的分類器。Fernndez-Delgado等[36]在100多個(gè)不同的數(shù)據(jù)集上評(píng)估了179個(gè)分類器發(fā)現(xiàn)，隨機(jī)森林是最好的分類器。Rubin[37]采用隨機(jī)森林來檢測(cè)恐慌和恐慌前狀態(tài)，準(zhǔn)確度分別達(dá)到97%和91%。

表2 情緒識(shí)別可穿戴研究中情緒類型和識(shí)別信號(hào)及結(jié)果總結(jié)Tab.2 Summary of emotion types and recognition signals and results in emotion recognition wearable research

此外，Boosting是一個(gè)強(qiáng)大的分類器，F(xiàn)riedman等[38]研究認(rèn)為Boosting是“世界上最好的現(xiàn)成分類器”。Mozoso等[39]應(yīng)用AdaBoost方法檢測(cè)壓力準(zhǔn)確度達(dá)到94%。當(dāng)前在情緒識(shí)別研究所用的算法中機(jī)器學(xué)習(xí)法占大多數(shù)，基于深度學(xué)習(xí)的方法運(yùn)用較少。深度網(wǎng)絡(luò)分類器能夠通過層次結(jié)構(gòu)剖析多模態(tài)信號(hào)數(shù)據(jù)特征，并可在未來的研究中運(yùn)用深度學(xué)習(xí)方法提高情緒識(shí)別的準(zhǔn)確度。

4 情緒識(shí)別的可穿戴技術(shù)或產(chǎn)品

情緒識(shí)別內(nèi)容方法各有優(yōu)缺點(diǎn)，考慮到設(shè)計(jì)可行性以及情緒識(shí)別的準(zhǔn)確度，在智能可穿戴產(chǎn)品設(shè)計(jì)中，可利用多模態(tài)數(shù)據(jù)方法，即綜合利用不同的情緒識(shí)別方法展開可穿戴產(chǎn)品設(shè)計(jì)。不同情緒識(shí)別方法與可穿戴技術(shù)結(jié)合總結(jié)如表3所示。本文按照可穿戴式智能設(shè)備的支撐部分展開介紹，包括頭部穿戴類、手足部穿戴類和軀干穿戴類等。

表3 不同情緒識(shí)別方法與可穿戴技術(shù)結(jié)合總結(jié)Tab.3 Summary comparison of advantages and disadvantages of different methods of emotion recognition content

4.1 頭部類

頭部可穿戴設(shè)備通常設(shè)計(jì)為眼鏡或頭盔的形式，通過采集瞳孔大小以及面部表情等信號(hào)作為情緒識(shí)別監(jiān)測(cè)內(nèi)容。由皇家藝術(shù)學(xué)院和帝國(guó)理工學(xué)院的學(xué)生共同設(shè)計(jì)的Amoeba智能眼鏡[54](見圖5)，通過3個(gè)傳感器來監(jiān)測(cè)人體情緒。呼吸頻率由在嘴巴附近的熱傳感器采集，鏡框上設(shè)置的攝像系統(tǒng)和皮膚傳感器用來采集眼動(dòng)情況和監(jiān)測(cè)出汗情況，綜合多模態(tài)數(shù)據(jù)進(jìn)行情緒識(shí)別。

圖5 Amoeba智能眼鏡Fig.5 Amoeba smart glasses

Kwon等[55]研發(fā)了眼鏡式可穿戴系統(tǒng)，如圖6所示。該系統(tǒng)通過內(nèi)置攝像頭和傳感器獲取面部表情與生理信號(hào)(光電脈搏容積和皮電)，其優(yōu)點(diǎn)在于只是使用了局部側(cè)面表情就擁有較好的識(shí)別度，但同時(shí)也存在一定局限性，該設(shè)備在不同用戶使用前需重新掌握個(gè)體規(guī)律性。

圖6 眼鏡式可穿戴系統(tǒng)Fig.6 Eyewear wearable system

4.2 手足類

由于人體手腕部最適合穿戴，便于長(zhǎng)時(shí)間監(jiān)測(cè)血壓、心率等生理信號(hào)，因此，手足部可穿戴式智能設(shè)備最為常見。手足類的產(chǎn)品大都是智能手環(huán)、腳環(huán)、手表或手套的形式。徐詩怡[56]設(shè)計(jì)研發(fā)了一款針對(duì)老年人情緒監(jiān)測(cè)的智能手環(huán)，通過手環(huán)傳感器對(duì)老年人的身體數(shù)據(jù)指標(biāo)進(jìn)行采集，將結(jié)構(gòu)傳輸至子女手機(jī)APP中進(jìn)行情緒判別；最終結(jié)果可在APP中顯示，便于子女對(duì)老人負(fù)向情緒的了解及判斷，及時(shí)幫助老人調(diào)節(jié)情緒問題。美國(guó)Galvactivator公司設(shè)計(jì)的情緒手套，通過檢測(cè)手溫、皮電和脈博次數(shù)進(jìn)行情緒判別。若監(jiān)測(cè)到負(fù)向情緒結(jié)果時(shí)，手套上的指示燈通過不停閃爍發(fā)出提示警報(bào)[57]。

4.3 軀干類

軀干穿戴類主要是以內(nèi)衣、背心、裙子等織物形式出現(xiàn)。Lanata等[58]研究了個(gè)性化可穿戴式監(jiān)測(cè)系統(tǒng)(PSYCHE)，如圖7所示。其是由1個(gè)T恤背心作為載體，內(nèi)置傳感器由用于監(jiān)測(cè)心電圖心率變異性(HRV)系列的紡織電極、呼吸活動(dòng)的壓阻式傳感器和活動(dòng)識(shí)別的三軸加速計(jì)組成，可為精神障礙患者和治療此類疾病的醫(yī)生提供信息和通信技術(shù)，但該智能背心識(shí)別系統(tǒng)屬于個(gè)性化系統(tǒng)，需要根據(jù)個(gè)人特征進(jìn)行系統(tǒng)定制。

圖7 PSYCHE可穿戴監(jiān)控系統(tǒng)模型Fig.7 PSYCHE prototype wearable monitoring system

2008年飛利浦公司推出創(chuàng)意概念服飾“布貝尓服”，如圖8所示。服裝顏色可由情緒決定，采用2層設(shè)計(jì)。內(nèi)層配備生物識(shí)別傳感器，用以采集體溫和出汗量。情緒的變動(dòng)會(huì)引起體溫和出汗量的變化，從而改變外層衣服的圖案和顏色，以監(jiān)測(cè)人體情緒變化。當(dāng)穿著人體處于憤怒或高壓狀態(tài)時(shí)，服裝會(huì)變成紅色，而平靜時(shí)則會(huì)變成綠色[59]。

圖8 飛利浦“布貝爾服”Fig.8 Philips "Buell suit"

5 結(jié)束語

目前，可穿戴技術(shù)在健康監(jiān)測(cè)和運(yùn)動(dòng)健身等領(lǐng)域?qū)崿F(xiàn)了智能化快速發(fā)展，但在情緒識(shí)別監(jiān)測(cè)方面還有很大發(fā)展空間。

1)在柔性舒適采集設(shè)備方面，智能可穿戴監(jiān)測(cè)硬件設(shè)施目前還都是利用電子傳感器，通常是手表式或固定裝置，如何制備柔性化和輕便化的監(jiān)測(cè)設(shè)備是未來重要的研究方向。目前，一方面柔性電子學(xué)的最新進(jìn)展促進(jìn)了柔性傳感器和表皮電子學(xué)的發(fā)展，這可使監(jiān)測(cè)信號(hào)的傳感器和信號(hào)處理單元織進(jìn)織物中，提供了新的潛在監(jiān)測(cè)位置；另一方面彈性電導(dǎo)線和柔性電池技術(shù)的研究發(fā)展也將會(huì)提供更高的穿戴舒適性。

2)在識(shí)別準(zhǔn)確度方面，目前針對(duì)喚醒度維度情緒有很好的識(shí)別率，但效價(jià)維度情緒存在不易察覺、識(shí)別率低的問題；且情緒個(gè)體差異性也是一個(gè)無法規(guī)避的問題。有研究表明，汗液的化學(xué)成分可進(jìn)一步提供人體的生理信息，因此，在情緒識(shí)別研究中可整合化學(xué)和電生理傳感器采集到的信息，為人體不同情緒狀態(tài)的生理反應(yīng)研究提供新思路；未來還可利用多模態(tài)特征組合方法并同時(shí)優(yōu)化識(shí)別算法，將深度學(xué)習(xí)應(yīng)用在情緒識(shí)別領(lǐng)域，提高情緒識(shí)別準(zhǔn)確度。

3)在交互方面，情緒識(shí)別結(jié)果大都通過智能終端如電腦、手機(jī)等呈現(xiàn)，未來可嘗試應(yīng)用更多新型智能服裝材料將情感識(shí)別結(jié)果可視化，例如利用光纖以及變色材料等來呈現(xiàn)識(shí)別的不同結(jié)果。

情緒識(shí)別智能可穿戴設(shè)備有著廣泛的應(yīng)用，如從醫(yī)療保健角度來看，基于可穿戴設(shè)備的情感識(shí)別系統(tǒng)能幫助監(jiān)測(cè)精神障礙患者的情緒狀態(tài)，這些數(shù)據(jù)可有效幫助醫(yī)生診斷治療。此外，還可用于遠(yuǎn)程教育、交通領(lǐng)域、城市規(guī)劃和服裝營(yíng)銷等方面。情緒識(shí)別智能可穿戴設(shè)備盡管近年來取得了令人印象深刻的進(jìn)展，但其仍處于研究發(fā)展階段，相信未來適用于日常生活的強(qiáng)大和個(gè)性化的情感識(shí)別可穿戴設(shè)備可為用戶提供更多價(jià)值。

FZXB