面部吸引力是指目标人物的外貌特征所诱发的一种积极愉悦的情绪体验,它能够促使他人产生想要进一步接近目标人物的意愿。有相关研究表明,面部吸引力无论是在伴侣选择、应聘工作还是寻求帮助时总是具有一定的优势。由此可见,能够准确识别出是否产生了面部吸引力有着重要的意义。生理信号已经被许多研究证明包含了大量的有关情绪的信息,并且具有不容易受到人物自身的主观影响的特点。但是,目前还未发现有研究者从生理信号方面对面部吸引力进行探讨。因此,本文选择了获取方便且有效的两种生理信号,包括光电容积脉搏波（PPG）和肌电信号（EMG）,提出了基于PPG信号和EMG信号的面部吸引力识别研究。使用了基于顺序向后浮动选择算法（SBFS）分别与支持向量机（SVM）、线性判别分析（LDA）和XGBoost相结合的模型,识别目标人物的外貌是否诱发了面部吸引力。本文的主要工作及研究结果如下:1、通过设计的面部吸引力诱发实验范式,构建了与面部吸引力相关的生理信号数据库。本文设计了通过人物的外貌图片诱发被试面部吸引力这种情绪的实验范式,挑选出480张（240张男性图片和240张女性图片）包含高、中、低面部吸引力的人像图片。招募了46名（22名男性和24名女性,年龄范围:17-27岁,均值:21,标准差:2.36）身心健康的在校大学生参与实验,获取了他们在实验过程中的PPG信号和EMG信号数据,成功诱发产生了面部吸引力。2、提出了基于PPG信号和EMG信号生理特征融合的面部吸引力识别方法,通过对三种分类器识别性能的比较,获得了最佳的识别分类器。首先对预处理过后的PPG信号提取了时域、频域和非线性特征,对EMG信号提取了时域和频域特征。然后将PPG信号和EMG信号生理特征进行融合后输入到分类器模型中,通过10折交叉验证进行分类。论文使用了三种分类器模型,包括支持向量机、XGBoost以及线性判别分析。分类结果对比表明,XGBoost分类器获得了最高的识别正确率68.04%。3、在识别方法2的基础上,提出了基于SBFS特征选择算法与分类器相结合的面部吸引力识别模型。首先通过使用SBFS特征选择算法,挑选出了融合特征集中的最佳特征子集,然后输入到分类器模型中,并通过10折交叉验证进行识别分类。分类结果表明:在顺序向后浮动选择算法结合XGBoost分类器的情况下,获得了最好的情绪识别正确率71.53%,相比于识别方法2提升了3.49%。因此,论文提出的顺序向后浮动选择算法和分类器结合的面部吸引力识别方法,能够有效地识别出是否产生了面部吸引力。同时,PPG信号和EMG信号是两种可应用在可穿戴设备上的生理信号,具有巨大的商业价值。未来,有希望将算法集成到可穿戴设备上,这对于伴侣选择、寻找工作等社交活动方面具有很重要的参考意义。