典型文献
成像式光体积描记术精神压力检测
文献摘要：
为了实现非接触式的日常精神压力检测,本文提出了一种基于成像式光体积描记术的精神压力检测方法.首先,通过手机摄像头记录受试者面部视频,再采用本文所提出的基于Face Mesh的动态感兴趣区域(Region of Interest,ROI)提取方法获得心率波动引起的皮肤微弱颜色变化.接下来,将快速独立成分分析(FastICA)算法、小波变换和窄带带通滤波相结合,提取基于图像的光体积描记术信号和心率变异性信息.然后,对30名受试者进行了压力诱导实验,通过比较受试者正常和应激状态下心率变异性参数的差异,筛选了用于精神压力检测的14个特征,并探讨了压力诱导的短期精神压力和日常精神压力之间的关系.最后,另外选取67名受试者进行日常精神压力检测,使用机器学习算法建立了精神压力检测的三分类器.实验结果表明:精神压力三分类准确率达到95.2％.鉴于这种方法不需要长期测量,仅使用智能手机就可以准确检测人类精神压力水平,而且测量方法简单,测量时间短,易操作,不会影响受试者的正常心理和精神状态,因此可以作为一种有效的心理学研究工具.
文献关键词：
非接触;精神压力检测;成像式光体积描记术;心率变异性;三分类
中图分类号：
作者姓名：
饶治;李炳霖;隋雅茹;嵇晓强;李明烨
作者机构：
长春理工大学生命科学技术学院,吉林长春130022;皇家墨尔本理工大学信息系统和商业分析系,维多利亚州卡尔顿3001;墨尔本大学计算与信息系统学院,墨尔本3053
文献出处：
引用格式：
[1]饶治;李炳霖;隋雅茹;嵇晓强;李明烨-.成像式光体积描记术精神压力检测)[J].中国光学,2022(06):1350-1359
A类：
成像式光体积描记术,光体积描记术,精神压力检测
B类：
非接触式,过手,手机摄像头,Face,Mesh,动态感兴趣区域,Region,Interest,ROI,微弱,颜色变化,接下来,快速独立成分分析,FastICA,小波变换,窄带,带通滤波,应激状态,心率变异性参数,机器学习算法,三分类,分类器,分类准确率,智能手机,压力水平,常心,精神状态,研究工具
AB值：
0.206092
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
