报告题目:基于深度学习的多模态情绪识别与疲劳驾驶检测
报告人: 吕宝粮教授
时 间: 2018年10月19日(周五)9:00
地 点: 仙林校区计算机学科楼一楼报告厅
报告人简介:
吕宝粮,上海交通大学计算机科学与工程系教授、博士生导师,上海交通大学计算机科学与工程系仿脑计算与机器智能研究中心主任,上海交通大学智能交互与认知工程上海高校重点实验室主任。1982年获青岛科技大学化工自动化仪表专业学士学位,1989年获西北工业大学计算机科学与技术系计算机软件专业硕士学位,1994年获日本京都大学电气工程系计算智能专业工学博士学位,1994年至1999年在日本理化学研究所仿生物控制研究中心任研究员,1999年至2002年在日本理化学研究所脑科学综合研究中心任研究员。2002年至今任上海交通大学计算机科学与工程系教授。现任亚太神经网络学会理事、IEEE Transactions on Affective Computing指导委员会委员、IEEE Trans. Cognitive and Developmental Systems和IEEE Access编委、IEEE高级会员。主要研究领域包括仿脑计算理论与模型、神经网络、机器学习、情感计算与情感脑-计算机交互。
报告内容:
如何准确地识别人的情绪状态是情感计算和情感脑-计算机交互领域的一个重要研究课题。对于很多重要的工作岗位,如高铁司机和长途客车司机,除了极端情绪的识别以外,我们还需要自动检测工作人员的疲劳状态。脑电信号被认为是能直接反映人的情绪状态和疲劳程度变化的一种有效的生理信号,因此近年来得到了学术界和工业界越来越广泛的关注。随着干电极脑电采集技术和可穿戴设备的迅速发展,基于脑电的情绪识别与疲劳驾驶检测正在从实验室走向真实环境,为开发面向实际应用的情感脑-计算机交互系统提供了新的技术手段。本报告将介绍我们近几年在探索情绪状态稳定性神经模式、应用迁移学习解决脑电个体差异问题、利用多模态深度学习获取脑电与眼动信号融合特征以及脑电与前额眼电融合的疲劳驾驶检测模型等方面的研究结果。