DEAP数据集 下载方式

DEAP: A Database for Emotion Analysis using Physiological Signals

论文：https://www.eecs.qmul.ac.uk/mmv/datasets/deap/doc/tac_special_issue_2011.pdf

数据集下载：https://github.com/CodeStoreHub/EEG-datasets

论文《DEAP: A Database for Emotion Analysis using Physiological Signals》（DEAP：使用生理信号进行情感分析的数据库）介绍了一个多模态数据集，旨在通过生理信号分析人类的情感状态。研究涉及32名参与者，他们观看了40段时长为一分钟的音乐视频片段，同时记录了他们的生理信号和脑电图（EEG）数据。参与者根据唤醒度（Arousal）、效价（Valence）、喜好度、支配感和熟悉度对视频进行评分。此外，22名参与者的正面面部视频也被录制。

论文的主要贡献和特点包括：

1. 多模态数据：结合了EEG、外围生理信号（如皮肤电导、心率和呼吸）以及面部视频数据，提供了丰富的情感分析数据源。

2. 刺激选择：视频片段通过一种新方法选择，该方法结合了last.fm网站的情感标签检索和自动视频高光检测，确保选取的内容能激发情感反应。

3. 分析与分类：研究探讨了EEG信号频率与参与者情感评分之间的关联。论文还提出了使用EEG、外围生理信号和多媒体内容分析对唤醒度、效价和喜好度进行单次试验分类的方法。

4. 数据库公开：该数据集已公开，鼓励其他研究人员使用该数据集测试他们的情感状态估计方法，从而推动情感计算领域的发展。

该数据集特别探索了通过音乐视频来引发的情感反应，并进行了相关的情感分类。这一研究对需要情感识别的系统（如自适应音乐视频推荐系统）具有重要意义，同时为情感计算领域做出了重要贡献。

这项工作对于情感智能系统的发展具有重要推动作用，例如能够根据用户情感推荐音乐视频的系统。

数据预览：

 数据集下载：https://github.com/CodeStoreHub/EEG-datasets