中国科学院心理研究所行为科学重点实验室朱廷劭研究组日前开展一项研究，旨在借助智能手环客观记录用户行走时的加速度数据，以预测其情绪。
该研究招募了123名被试者，利用高兴、愤怒视频诱发用户情绪，然后按照路线自然行走3-5分钟，利用智能手环记录用户在不同情绪下的手腕和脚踝处的加速度数据。研究人员根据加速度数据提取了时域、频域和时频等114个特征，建立情绪分类预测模型。结果表明，基于加速度数据的情绪识别模型拥有良好的测量属性。其中SVM模型在中性和愤怒、中性和高兴、高兴和愤怒两类情绪识别准确率，分别达到了91.3%、88.5%、88.5%；在中性、高兴和愤怒三类情绪识别准确率达到81.2%。
在情绪分类预测模型中，步态行为与情绪之间的预测关系具有一定的可解释性。结论表明，通过加速度数据来预测用户的情绪是完全可行的。