治穎 黄

近年の感情認識研究は主に被験者間（across-subject）での汎化性能に注目してきましたが、実環境での応用を考えると、異なる刺激（例：動画視聴やゲーム）間での認識性能も重要になります。本研究では、DEAPデータセットを用いて、動画刺激を跨いだ感情認識の汎化性能を検証しました。 被験者一般化（subject-general）および被験者特化（subject-specific）の2つのアプローチを設計し、EEGから生成した2次元脳波マップを入力としてCNNモデルを構築し、arousalおよびvalenceを推定しました。順位ベースおよびランダムラベルを用いた比較実験により、subject-general条件における動画間汎化の難しさを明らかにしました。 一方、subject-specific条件では、全被験者において動画間汎化性能を評価し、valenceは比較的一貫性が高い一方で、arousalは高性能被験者間でもばらつきが大きいことを確認しました。