在基本层面上，情感识别（ER）是识别人类情感的过程。从心理和哲学的角度来看，对这一学科有很多贡献，但对于技术来说，这也不能说。尝试使用技术来识别人类情绪是一个相对较新的领域，并且已经遇到了一个领域混合的结果。
但是，在这些应用领域内，生物识别方法已显示出希望，尤其是面临生物识别技术。不同生理和行为数据类型的结合以及多模式生物识别技术的使用也有助于该学科前进。
但是，生物识别扫描仪和算法如何用实际术语来衡量人类的情绪？
面对生物识别技术
大多数基于面部生物识别技术的工具通过读取生理反应和面部表情。后者被归类为离散的情绪，通常包括娱乐，敬畏，热情，喜欢，惊喜，愤怒，厌恶，恐惧和悲伤。
如一个2018年研究由马来西亚大学的普特拉大学（Universiti Putra Malaysia），面部情感识别（FER）过程通常分为三个阶段，面部检测，特征提取（鼻子，口腔等）和情感分类。
为了使FER系统在此过程的最后阶段工作，需要对分类器进行培训，以便使用培训数据为个体情绪生成标签。已经开发出不同的面部编码系统来根据特定面部肌肉的运动对情绪进行分类。
语音识别
基于语音生物识别技术的ER仍处于起步阶段。尽管如此，随着语音识别算法的变化越来越有效研究人员和公司都在努力将技术应用于衡量情绪。
从技术上讲，语音ER（SER）可以依靠人类声音的三个不同特征，即词汇特征（词汇），视觉特征（面部表情）和声学特征（声音属性）。
根据2020年研究由Brillio依靠词汇特征的SER系统需要语音的笔录以及文本提取功能，以预测实时音频的情绪。另一方面，依赖于视觉元素的那些依赖于对话视频的分析，使其成为多模式生物识别ER的形式。
由于这些局限性，许多SER依赖于声学特征，这些特征可以实时分析。特别是这里提到的Brillio Studio试图根据两种方法对情绪进行分类。
第一个称为离散分类，类似于上面提到的FER，对愤怒，幸福，无聊等离散标签进行分类。第二个“维度代表”的目的是代表情绪，具有尺寸（如负面到积极到积极到积极），激活或能量（在低到高等级）和统治地位（在主范围内和主范围内）（在spersive scale scale scale scale scale scale scale scale scale scale scale scale scale scale scale scale scape scape）。
在这里提到的是有帮助的语音生物识别技术工具（以及独立设备），经常使用可穿戴设备来记录包括心血管信息在内的生理数据，以更准确地识别情绪。
步态识别
从步态生物识别技术中读取个人情绪的方法正在缓慢改善，但是该技术仍然远离商业应用。
尽管如此，研究人员和政府还是有几次尝试将步态ER（GER）变成一种评估人情绪状况的可行方法。
根据非探视研究例如，由中国研究人员于2022年9月出版，可以根据某些骨头在行走时在骨骼中某些骨骼的位置进行评估。
本研究中使用的算法称为多尺度自适应图卷积网络（MSA-GCN），旨在提取通用步态数据并创建细粒图以发现本地信息。
类似的技术（通常被理解为在写作时执行GER最广泛的技术）单独的纸由加拿大和台湾研究人员联合团队于2022年1月出版。
法律意义
生物识别监测通常是全世界专制政权最受批评的技术官僚控制方法之一，并且通常与情感识别有关。对于许多人来说，唤起反乌托邦的心灵控制公民的图像，立即因思考或感觉自己不应该的东西而受到惩罚。
例如，在中国，政府部署了面部识别工具记录学生的心情或据称能够测试的人对聚会的忠诚。
除了与ER部署相关的所谓和实际的奥威尔式计划之外，这些技术还找到了肥沃的基础在美国的律师中据报道，他们一直在使用它们来评估律师在审判中聘请的陪审团的情绪。
同时，英国政客们正在仔细踏上情感识别技术。该国信息专员办公室（ICO）发出警告反对2022年10月的这些技术部署。
