情感计算是快速发展的领域之一，它激发了情感检测领域的许多应用研究。 本文简要介绍了使用公开数据进行基于 EEG 的情绪检测的相关工作以及一种检测内部情绪状态的方法。 开发了一种有监督的机器学习算法来识别二维模型中的人类内心情绪状态。 来自 DEAP 和 SEED-IV 数据库的脑电图信号被考虑用于情绪检测。 离散小波变换应用于预处理信号以提取所需的 5 个频段。 提取了功率、能量、微分熵和时域等特征。 开发通道智能 SVM 分类器并完成通道组合器以检测适当的情绪状态。 DEAP数据库的四类分类率为74%、86%、72%和84%，SEED-IV数据库的分类率为79%、76%、77%和74%。

给定人脸照片完成具体的情绪识别，选手需要根据训练集数据构建情绪识别任务，并对测试集图像进行预测，识别人脸的7种情绪。

情绪识别：通过面部表情和语音进行双峰情绪识别

更多项目《面部表情识别》系列文章请参考： 1.面部表情识别1：表情识别数据集(含下载链接):https://blog.csdn.net/guyuealian/article/details/129428657 2.面部表情识别2：Pytorch实现表情识别(含表情识别数据集和训练代码)：https://blog.csdn.net/guyuealian/article/details/129505205 3.面部表情识别3：Android实现表情识别(含源码，可实时检测)：https://blog.csdn.net/guyuealian/article/details/129467015 4.面部表情识别4：C++实现表情识别(含源码，可实时检测)：https://blog.csdn.net/guyuealian/article/details/129467023

语音情绪识别中文情感数据集

神经发育障碍（NDD）包括发育性脑功能障碍，可表现为神经精神问题或运动功能受损，学习，语言或非语言交流，即智力障碍，注意力缺陷多动障碍，交流障碍，癫痫症，情绪障碍等。这项研究希望揭示一个事实，即母亲和胎儿是一个整体，任何影响母亲的因素都会影响孩子。 该研究的目的是发现产前母亲情绪状态与神经发育障碍的因果关系。 获得了60例神经发育障碍（NDD）的样本，该疾病具有紧张的产前母亲情感史。 适当的诊断工具，例如范德比尔特ADHD诊断父母评分量表，筛查与儿童焦虑相关的情绪障碍（SCARED），发育筛查测试（DST），Vinland社会成熟度量表（VSMS）和基本的智商测试，例如画人测试，瞪羚绘图，使用Seguine模板（SFB）测试等对每个NDD进行特定诊断。 引起了有关产前史的详细信息，例如家庭压力源，财务问题，人际关系和任何其他压力事件。 不仅引起了压力事件/情境，而且还引起了母亲在怀孕期间做出的反应/情绪的类型。 引起NDD的最常见情绪是产前期的焦虑/忧虑/恐惧，约为41.66％。 在大多数情况下，不同的情绪也混杂在一起。 根据这项研究，发现母亲在怀孕期间产生这种负面情绪的最常见原因是由

CASIA语音情绪识别数据集由中国科学院自动化研究所创建的用于情绪识别研究的中文语音数据集 包含6中情绪：angry fear happy neutral sad surprise 文件形式：wav 文件格式：201-angry-liuchanhg.wav

有微分熵的提取，并转化为4维数据形式【4800，4，9，9】与近几年发表的论文数据处理形式一样。测试集准确率达91.62验证集达93.96

EEG-Emotion-classification-master_merelyts3_said63o_songc4x_DEAP情绪识别_DEAP数据集下载_源码.rar

APP在普通Android手机上可以达到实时的检测识别效果，CPU(4线程)约30ms左右，GPU约25ms左右 更多项目《面部表情识别》系列文章请参考： 1.面部表情识别1：表情识别数据集(含下载链接):https://blog.csdn.net/guyuealian/article/details/129428657 2.面部表情识别2：Pytorch实现表情识别(含表情识别数据集和训练代码)：https://blog.csdn.net/guyuealian/article/details/129505205 3.面部表情识别3：Android实现表情识别(含源码，可实时检测)：https://blog.csdn.net/guyuealian/article/details/129467015 4.面部表情识别4：C++实现表情识别(含源码，可实时检测)：https://blog.csdn.net/guyuealian/article/details/129467023