基于生理数据的用户情感识别

近年来，人工智能在情感识别方面得到了极大应用。

目前，情绪识别主要有两种方法，一种是非接触式的，即通过摄像头捕捉人的面孔，结合人工智能算法识别。另外一种是接触式的，即通过用户的生理数据，如肌电（Electromyography, EEG）、脉搏（blood Volume Pulse, BVP）、皮肤电导（Galvanic Skin Response, GSR）、呼吸（Respiration, RSP）等信息，再结合相关算法。

当然，目前对情绪的识别仍旧显得粗糙，大多数研究只能实现诸如愤怒、悲伤、高兴等基本情绪。然而，人的情感是极为细腻的，且只有极少能表现在外在。这种情况下，接触式的情感识别的优势了。因为，人的情感状态会通过生理特征表现出来，比如紧张时心跳就加快，恐惧时眼睛瞳孔会放大等。

目前，基于生理数据的用户情感及健康状态监测已经较为成熟，在应用层面，市面上很多

可穿戴设备，如小米手环，就能采集人的心跳等数据，以检测人的健康等状态。可穿戴设备的另一个应用点是智能服装，因为贴身服装能采集很多皮肤方面的信息。

限于时间，本文先写个序，后期再整理其他资料完善。