研究人员开发了一个智能系统，利用智能眼镜和智能手机从微观视觉注视模式推断情绪状态，绕过了面部或生理信号等侵入性方法。该系统分析微眼跳、眼球漂移和眼球微颤，并结合多头注意力机制、XGBoost和SVM进行设备端分类。该框架在60名志愿者身上进行了测试，达到了83.6%的个性化F1分数，证明了这些微运动在情绪推断和个性化方面的有效性。 AI
影响 建立了一种新的、不引人注目的连续情绪监测方法，在心理健康和用户体验方面具有潜在应用。
排序理由 详细介绍新颖AI系统和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Affective science
- arXiv
- computer science
- Computer vision and pattern recognition
- Leave-One-Subject-Out Cross-Validation
- Microsaccades
- microscopic visual fixation patterns
- multi-head attention mechanism
- ocular drifts
- ocular microtremors
- support vector machine
- XGBoost
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
