情感是人脑的高级功能之一,每个人都可以轻易感受到自己的情感,但是想要检测他人的情感却不是一件容易的事。通过技术方法对情感进行准确地识别是心理学和认知神经科学中最活跃的研究热点之一。随着脑机接口(BCI)的发展和人工智能的进步,通过脑电信号对情感进行识别成为研究情感的新手段。一方面,脑电信号中包含着大量与情感相关的信息,另一方面,脑电信号具有时间分辨率高,不易伪装等特点。这使它在实时情感识别领域展现出了很大的优势。为了研究通过脑电信号进行实时情感识别,本文首先设计并开展了基于图片刺激的脑电情感实验,使用国际情绪图片库(IAPS)中的图片作为素材,诱发并采集了22名被试的情感脑电信号。在对原始脑电信号进行预处理之后,本文提取了包括时域特征、频域特征以及非线性特征在内的共28种脑电特征。经过特征选择以及分类器分类之后,得到了几种不同情况下的分类结果。其中在情感四分类上得到最高50%的分类准确率,在唤醒度和效价二分类上分别得到最高73.8%和77.5%的分类准确率。通过对分类结果进行讨论分析,本文探究了基于前额三个导联(Fp1,Fp2,Fpz)的脑电信号进行情感识别的可行性。最后基于以上结论,本文开发了一套基于前额三导联的实时情感识别原型系统。与传统的情感脑电识别过程相比,本原型系统可以快速便捷地实现对于情感的实时识别,说明该系统具有一定的应用价值。