Professional Documents
Culture Documents
编号
革中’
千筑人塔
硕士学位论 文
虚拟教学中基于表情计算的情感
学 位 申请 人 姓 名 何 彬
申请 专业 学生类 别 全 目刹 硕 士
申请 学位 专业 方 向 计葬机应用技术
指 导 教 师 姓 名 魏开平 砂教遗
篡 硕士 学位 论 文
’
从 “ 沟叩 “
恤摊人
篡 硕 士 学位论 文
华 中师范大学学位论 文原创性声明和使用授权说明
原创性声明
本人郑重声明 所呈交的学位论文是本人在导师指导下独立进行研究工作
所取得的研究成果。除文中已经标明引用的内容外本论文不包含任何其他个人或
集体 已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体均己在
文中以明确方式标明。本声明的法律结果由本人承担。
作者签名 柯 游召 日期 沙对 年 ‘月 多 日
本学位论文作者完全了解学校有关保留、使用学位论文的规定即 学校有权
保 留并向国家有关部 门或机构送交论文的复印件和 电子版 允许论文被查阅和借
阅。本人授权华中师范大学可以将本学位论文的全部或部分 内容编入有关数据库进
行检索可 以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权
中国科学技术信息研究所将本学位论文收录到 《中国学位论文全文数据库》并通
过网络向社会公众提供信息服务。
作者签名 币
巧稍
日期 洲 年 了月 日 导
日
期师签
尹名
勿
学年办 日
作者签名 俩 林
日期 州矛年 ‘月 日 导
师签
名加
日期 必宁尸
年石月
⑧
摘 要
随着信息技术的迅猛发展新的教学媒体不断涌现。继多媒体之后教育技术
领域又出现 了一种新型教学媒体一一虚拟现实技术即 找 。虚
拟现实技术能够非常容易的生成立体视觉和音效易于建立基于 自然技能的、和谐
友好 的人机交互 因此虚拟现实技术在教育领域 的应用 远程虚拟教学一
得到越来越广泛的关注 。
尽管远程虚拟教学在教育模式和教育观念上引发了一场深刻的变革也存在着
很多不足特别是在双 向交互上。远程虚拟教学中的时空分离使得学习者无法满足
情感的交流而存在情感缺失这会影响学生的认知学习甚至心理健康 。因此情感
交互对于保障远程虚拟教学质量和提高教学效果具有重要意义。近年来利用情感
计算技术解决远程教育中的情感缺失问题成为一个新颖独特的研究课题。
针对远程虚拟教学中的情感缺失问题在 “ 构建和谐人机交互系统” 的研究背
景 下 本 文探 索性地提 出并设计 了一种基 于人脸表 情识 别 的情 感交 互模 型
。它以情感计算为理论基础 以人脸表情识别为核心技术 通过捕获和
识别学习者的表情判断和理解其情绪状态并根据学习者特定的情绪状态给出相
应的情感鼓励或情感补偿策略。 促进了人机和谐交互在一定程度上增进
了远程学习系统中的情感交互为解决远程虚拟教学的情感缺失实现和谐人机情
感交互做 出了有益的探索。
巧血
助 一
切 伍
一
一
’
脚
即
’ 柱 加
切旧 加
洲
鲁 硕 士 学位论 文
’
目 录
摘 ” “ “”””“ “ “二
要二 ” ”“ …“ “““…” …” ”“ ” ”二
“ ”““” ””“……“ ”二
““” ”“二
“ ”“ ”…
。
。 。
。 … 。
。 。
二。。。
… 。
二。。。
。… … 。
。。。
。。。
。 。
二。。。二。。
…… 。
二。 … … 。
二。二。 … 。 … 。
。。 … 。
。… … 。。。
第一章 绪
者 论 ……。 …… ……。 ……
本文研究背景和意义
研究背景 ……
研究意义 ……
虚拟教学的研究状况
人机情感交互研究现状 ……
虚拟教学中的情感交互 ……
本文组织结构 ……
第二章 情感计算相关理论介绍 …““…“”。” ””…”””“…“ “ “””””二
“ ”二”二
” ”二
””二
”“
情绪心理学基本理论 ……
表情与情绪 ……
情绪的分类与表达 ……
几种典型的情绪模型 ……
情感计算理论基础 …… ……
情绪与情感的关系 ……
情感计算理论 ……
情感计算与表情识别 …… ……
人脸表情识别技术 ……
表情识别介绍 ……
表情识别常用方法 ……巧
本章小节 ……
第三章 基于表情计算的情感交互算法““””” ”””””””””“””” ”” ””” ”” ” “ ”“”…
表情独立分量分析 ……
改进的表情独立分量分析一 ……
人脸检测与归一化 ……
人脸表情热区的特征提取 ……
表情识别算法 ……
实验及分析 ·
·
··
··
··
·
··
··
……犯
情感交互模型 ……
篡 硕士学位论 文
’
构造情感空间 ……
情感激励 ……
情感淡化 ……
情感交互算法 ……
实验与分析 ……
本章小结 …… ……
第四章 虚拟教学中的 系统实现”“”““ …”二””” ”二” ”” ”” ””“ “ “” …”
系统环境及开发工具 ……
系统结构及应用 ……
砚 系统结构 …… ……
砚 的应用 …… ……
交互实现 …… …… ……
工作机制 ……
交互实例 ……
本章小节 ……
第五章 总结与展望二“ …“二
”” “ “ ”” ” ” “ ””””” “ …””” “…“ ” ” ”” ””” “” ” ” ”
本文主要工作 ……
创新之处 ……
工作展望 ……
参考文献…“““””二“” …”…“二”二
”” ”””””二””二” ”” …”二”””二
“ ” ” ““ “”“”二” ”“ “ “…
攻读硕士学位期间发表的论文 ”二
“” ”“二
“” …“” ”二””” “”“”…”””””“二
““ “ ”” ”” ” “
致 谢 二” “ ” ””“…”“二“二”二”…““二“ ““二””“二“ ““”二” …” “……“ ”“ ””““”“二” ”” ”” “
纂
第一章 绪 论
本文研究背景和意义
研究背景
国家十一五规划 中专章论述了服务业的发展并提出运用现代信息技术和科技
的发展改造服务业提高服务业水平。近年来虚拟现实技术作为一种新型的教育
媒体备受关注 为现代远程教育提供了新的发展思路由此发展形成了远程虚拟教
学技术 。远程虚拟教学逐渐发展成为具有代
表性的一类服务业将现代信息技术及和谐人机交互技术应用其中具有重要意义 。
此外人工心理和情感计算很重要的一个研究课题就是如何将其应用到学习和教育
领域 。在 国家提倡创新型服务业的大环境下开展关于人工心理与人工情感在现代
远程教育方面的应用研究是非常有意义的将极大的促进远程虚拟教学的发展和应
用推广。
基于上述背景本课题提出构建个性化、人性化的远程虚拟教学系统 。并借助
人脸表情识别技术着眼于人工心理情感识别和情绪反应的分析依靠信息科学技
术提高教学效率。
研究意义
当前网络化教育系统 己经进入了个性化发展时代要求我们的教育系统实现人
性化交互教学、个性化因材施教同时还要针对学习者的学习兴趣、学习情绪的不
同进行智能化调整。基于当前远程教育发展的要求本课题研究的主要 目的就是以
“ 以学生为中心学生是认知的主体是知识意义的主动建构者” 的原则设计远程虚
拟教学中的情感交互系统充分重视学习者的学习情绪并给出一些情绪调节策略
对学习者进行引导实现人性、和谐的人机交互从而达到提高教学效率的目的。
虚拟教学的研究状况
虚拟教学帅 八 就是利用计算机技术、通信技术、仿真技术、人工
智能技术等进行的双向交互式教与学的一种教学模式 。对此国家也投入了大量的
物力和人力进行相关技术的研究。对于远程教育发展的趋势著名远程教育专家基
纂 硕 士 学位 论 文
’
更 描述为“ 远程面对面教学” 一一
并在构建远程教学的概念中强调 “ 眼光接触” 但 或 “ 眼球对眼球教学”
伍 一一 即强调通过现代 电子通信技术手段实现师生和同学之
间的眼光接触、眼球对眼球的沟通达成信息、思想、情感的交流和交互作用并
利用信息科学技术实现因人施教提高学习效率 。
在美国通过网络学习的人数正以每年 以上的速度增长。美国 年教
育技术高层论坛提出了 “ 而 ” 即 “ 数字化学习” 的计划。在
’ 上的一篇题为 “ 一 ” 的文
章中提到 要欣赏数字化学习正在如何改变教育的图景你只需要看看数字。根据
美国《 州技术协调人员的新调查 《
教育周刊》 数字化教育 州技术协调人员的调查
个州 已经制订了联机高中项 目五个州正在开发 个州允许建立所谓电子特
许学校犯 个州的数字化学习行动正在进行中。同时调查显示 个州正在施
行或计划 网上测试 。 和 己经在使用基于万维网的评价 。所有那
些项 目和政策变化正在为千百万的学生打开联机教育之门。 报告说“ 虚拟
学校运动” 是 “ 基于技术的 一 教育的下一个浪潮 ” 。德国人工智能研究中心
灯 扔 翻 专门成立 了一个研究开发
一 田卫 系统 的中心 。
国内已有一些高校在这方面进行了研究。由于虚拟现实技术的特点在理工科
的教学中应用较为广泛尤其在建筑、机械、物理、化学等学科有着质的突破卜 。
清华大学计算机系某所研究的 “ 智能教室” 的远程教育系统该智能教室 别
把交互空间的概念引入远程教育系统以交互空间在远程教育系统上的
应用作为背景对交互空间的关键技术和人机交互模式的发展方向作了探讨 。
同济大学建筑学院的虚拟现实实验室采用比较高端的设备对建筑景观、结
构进行相关的仿真 。尽管高端设备价格昂贵但是在建筑教学中运用先进技术进
行大胆尝试 使学生对相关知识 以一种崭新的方式学习取得了 良好的效果 。
西南交通大学致力于工程漫游方面的虚拟现实应用研究。在跟踪 国际仿真领域
先进技术发展的同时自行开发出了一系列具有国际水平的计算机仿真和虚拟现实
应用产品在城市规划仿真、驾驶员培训仿真及其他交互式仿真方面取得了突出成
果。
中国科技大学运用虚拟现实技术在物理实验方面有着丰富的经验。他们己经
形成了比较成熟的产品 基于本地的大学物理仿真实验软件 广播电视大学物理虚
拟实验 几何光学设计实验平台 大学物理虚拟实验远程教学系统。
⑧ 硕 士 学位论 文
’
人机情感交互研究现状
人与计算机利用 自然途径进行交流是人机交互理论的 目标。类似的构想如多模
式界面早在大约三十年前就己经出现当时 提出了 “ 交谈式计
算机” 的概念。即人可以用语音、手势、表情、注视和肢
体语言也就是用 日常生活中相互交流的方式与这样的机器进行交互 。在人们 日
常生活和工作中随着计算机发挥的作用越来越大人们迫切地希望能够用一种 自
然的、类似人与人之间交互的方式操纵计算机。因此近年来通过多种模式与计算
机交互的研究越来越多从简单的语音交互 已经发展到同时利用语音、手势、人的
表情、眼睛的跟踪及触觉等多种方式与计算机交互。这种类似人类之间的交互方式
开辟了新一代人机交互研究的方向。
在人机交互领域斯坦福大学的 和 进行了一系列研究 。他们在研
究人的社会关系的经典实验中让计算机代替部分人的位置实验表明人机实验结果
与人类实验结果相同。 和 得出结论 人与计算机间的联系有 自然性和
社会性。在人机交互中所需要解决的问题同人和人交流中的是一致的最关键的都
是 “ 情感智能” 的能力。
在人机情感交互方面文献 ’
“ 的目标是建造计算机化的学习伴侣。试图帮助儿
童专注于一个学习任务并且也反映出一些儿童的情感状态了解这些情感状态在
儿童的学习经历中所扮演的角色。例如如果儿童的脸和姿势显示出对屏幕上显示的
内容有强烈的兴趣 那么计算机将保持不动 以免干扰儿童 。如果儿童转换他的姿势
和视线显示他在休息那么计算机会在适当的时候打断儿童的休息过程和提供鼓励
给儿童帮助学习进展。文献 ’
一 把情感引入了教育对话领域创造指导教师系统和
学生交流更 自然和有效的方式。文献 发展 了一个方案 研究用机器来帮助
治疗孤独症儿童。文献 ’介绍了德国人工智能研究中心发展的三个方案 虚拟剧场、
虚拟市场和对话 中引入情感模型和个性特征来帮助开发儿童的想象力和创造
力。
虚拟教学中的情感交互
虚拟教学就是传统教学适应信息技术和现代人才培养观的一种新型教学是人
类进入虚拟空间进行教育的一种教学形式。从广义上讲虚拟的教师、虚拟的教室、
实验室和虚拟的研讨等等在这种虚拟环境中进行的教与学的活动都可以称之虚拟
教学。从狭义上讲虚拟教学就是利用虚拟现实技术构建一个虚拟学习环境将
纂
知识赖 以产生的活生生的客观现实再现给学生讲授知识要点进行理论概括引
导学生充分利用 自己的视觉、听觉等感官接受信息激发学生的学习兴趣和创新意
识启发学生发挥 自己的想象能力开展创新思维活动的一种教学方法。一个虚拟
教学系统至少包括三方面 教师虚拟化、学生虚拟化、教学资源虚拟化。
情感交互
情感是人们对客观事实是否符合 自己需要、愿望和观点而产生的体验是人们
对客观事物的反映形式 。人的情绪情感具有两极性表现在对人的智力活动起到增
力或减力的作用。所谓增力是指适量的情感因素可 以起到激活动机、启动认知的作
用 反之 则会干扰记忆、迷乱思维。情绪和情感的两极性不是绝对的而是相对
的两者相辅相成、密切联系又可以在一定的条件下互相转化。人际关系的本质
是一种情感的交流与互动它是建立在认知基础之上的。认知互动为求共识情感
互动为求共鸣 ’
’。
情感交互的分类
虚拟教学中的情感交互 是指在虚拟教学中教师与学生之间、学生与学生之间
相互表现出来的情感、态度、评价等方面的积极主动倾向和相互作用体现了在虚
’一
拟学习环境中人与人的社会关系和积极的内心情感的交流【 ’。
虚拟教学中的交互根据活动的主体、客体关系进行分类主要包括两种 教学
性交互和社会性交互。教学性交互是指发生在学习者和学习环境之间的事件 主要
指学习者与教学内容以及学习者与界面之间的交互。社会性交互是指人与人之间的
交流活动网络环境下利用电子邮件、聊天室等交互工具学习者与学习者以及学
习者与教师之间进行的社会性交流与协作 。
传统教学过程 中发生的交互主要包括学习者、教师和教学内容三个要素。结合
虚拟教学中交互的实际情况虚拟教学中情感交互的要素应包括 以下三方面 教师、
学习者和学习共同体。
学习者与教师的交互
传统课堂教学中学习者与教师的交互主导着学习的进行虚拟环境下师生交
互依然被赋予很高的期望发挥着重要的作用。虚拟环境下师生之间时空上的距离
导致了双方心理上、交流上的障碍其中潜在着教师、学习者双方发生误解的空间
这些都迫切要求虚拟课程中加强交互活动的设计。只有让教师和学习者不断地发生
互动学习者的学习才能有效地发生。虚拟课程教学要充分发挥学习者的主动性和
篡 默默
教师的引导性。通过交互学习者实现对学习信息和学习活动的有意控制 实现知
识建构的同时能够得到教师的及时指导。学习者可以根据教师的评价结果对相关学
习行为进行强化并在课程进行的过程中观测到 自己的进步与不足及时按要求调
整学习。
学习者与学习者的交互
学习者与学习者的交互是一种可以对教学质量产生很大影响的交互形式既可
以是两个学习者之 间的对话也可 以是多个学习者之间的小组讨论。学习者通过网
络相互交流学习经验、分享学习成果使知识水平得到共同提高。在虚拟教学过程
中不仅需要知识上的交流更为重要的是需要一种情感上的交流 。基于情感交流的
社会性交互可以减少学习者的孤独感使学习者获得同伴的鼓励和精神支持强化
他们的学习动力激发他们的学习热情 。
学习者与共 同体的交互
共 同体简言之就是指基于兴趣和关心 自发集结起来的团体。在学习共同体中
学习者感到 自己和其它学习者同属于一个团体在进行共同的学习活动遵守共同
的规则具有一致的价值取向和偏好 。学习者对共同体的归属感、认同感 以及从其
他成员身上所得到的尊重感有利于增强学习者对共同体的参与程度维持他们持
续、努力的学习活动。
情感交互的作用
情感交互作为教学活动中师生交往不可缺少的一个环节在学习中有着积极的
作用 只 。
情感交互可 以激发学习者的学习动机 启动学习者的认知加工 。情绪情感
影响和调节人的知觉、记忆和思维等认知过程影响对信息的选择 监视信息的流
动促进或阻止工作记忆干涉决策、推理和问题的解决。学习者对什么感兴趣
或者说他觉得从哪些行为上能获得情绪方面的满足和愉快的体验将直接引导他认
知活动的方 向并能对认知过程加以调控 。
情感交互有利于教学中情感 目标的实现 。情感教育包括动机 的引起 兴趣
的培养感情的陶冶意志的锻炼信仰的确立习惯的养成方法的掌握以及个
性的形成等诸多非智力因素方面的问题还包含了思想品德教育的内容。所以正确
利用情感教育对教学有很大的促进作用。
情感交互可以有效地提高学习效率。一般地说愉快而热烈的情绪能使
人的大脑处于最佳状态人在愉快的心情下学习与工作精力集中记忆效果好
篡 硕 士 学位论 文
’
学习与工作效率高 相反在痛苦、烦躁不安的心情下学习与工作注意力涣散
记忆效果差效率 自然不高。
情感交互能扩展学习者的交际范围与能力增加不同地域、不同文化背景
学习者的交流机会有助于人们建立友谊增进人际互助、谅解和相互信任。
情感交互可以缓解学习者的现实生活压力调节心情。情绪是生命的指挥
棒我们应该控制和调节 自己的情绪和情感使之有利于健康和生命。
情感交互有利于学习者社会化的发展。学习者最终必将实现角色的转变
到社会中接受检验。个体要适应社会首先要对社会的共同体价值体系、行为规范、
行为准则等方面有深刻的认识 产生积极的情感体验进而形成社会体验。
本文组织结构
本文对解决远程虚拟教学过程中的情感缺失问题进行了有效尝试 。首先提出了
一种简单的人脸表情分类算法对人脸表情进行识别 在此基础上结合人工心理技
术建立虚拟情感空间模拟学习者的情绪变换过程 接着提出了学生与教学平台间
的教学性情感交互算法 最后设计并实现 了 系统证明了本文所提出算法
是可行和有效的。
全文共分五章结构如下
第一章 绪论。介绍了虚拟教学概况、人机情感交互现状 以及虚拟教学中的情感
交互理论 。
第二章 情感计算相关理论介绍。首先介绍了情绪心理学基本理论 然后对情感
计算理论进行了分析 最后研究了情感计算的一个特例一一人脸表情识别技术。
第三章 基于表情计算的情感交互模型。建立了基于人脸表情运动特征的表情分
类算法 构造 了人工情感空间 提 出了学习者与远程虚拟教学平台间的教学性情感
交互算法。
第四章 虚拟教学中的情感交互系统 。首先介绍了搭建该系统的基本软硬件平
台 阐述该系统的整体框架及应用 最后给出了系统运行界面及交互过程 。
第五章 总结与展望。本章总结了本文所做的工作对此做出了中肯的评价并
指出了该课题今后的研究方向。
纂 硕 士 学位 论 文
、
第二章 情感计算相关理论介绍
情感计算是近几年来信息科学、认知科学和心理科学研究的热点它以人类情
绪和情感理论为基础以情感机理、情感信息的获取、情感模式识别、情感建模与
理解、情感合成与表达、情感传递与交流等为研究内容以赋予计算机类似于人的
情感能力为最终 目标。人脸表情识别作为情感计算的一个重要研究领域是对人脸
的表情信息进行特征提取分析按照人的认识和思维方式加 以归类和理解利用人
类情感方面的先验知识使计算机进行思考及推理进而去分析和理解人的情绪和情
感是人机情感交互过程中情感信息获取的重要途径。
情绪心理学基本理论
表情与情绪
面部表情不是孤立的它与情绪之间存在着千丝万缕的联系 。情绪在种族进
化中的适应价值和人类社会中的交际作用在很大程度上是通过表情体现的。面部
表情、声调表情和身体姿势构成了情绪表现 而情绪表现、情绪体验和情绪生理又
组成了情绪心理。虽然情绪心理的构成比较复杂而影响人类情绪的因素也有很
多由于受到社会文化背景、个人生活经历和其他主客观因素的影响每个人的情
绪表现也不尽相同有时情绪的维度也并不唯一因此反映出来的面部表情就不是
简单的而是复杂的混合表情 。但只要我们细心观察即使从复杂的混合表情也能发
现一些反映情绪的蛛丝马迹。所以无论是对表情的研究还是对情绪的研究二者都
是互不可缺的因素。
情绪的分类与表达
情绪的分类
情绪究竟应该如何分类 是否存在彼此独立的、具有人类普遍性的基本情绪类
型 简单的维度空间是否能够表示出千姿百态的情绪 总的来说情绪主要有以下
三种分类
基本情绪论。一种观点认为人类的情感是由分立的基本情绪组成的称之
为基本情绪论。基本情绪论认为情绪在发生上有原型模式即存在着数种泛人类的
基本情绪类型每种类型各有其独特的体验特性、生理唤醒模式和外显模式其不
同形式的组合形成了所有的人类情绪。从个体发展角度来看基本情绪的产生是有
纂 硕 士 学位 论 文
’
机体 自然成熟的结果。从生物进化的观点看情绪原型是适应和进化的产物也是
适应和进化的手段 。
维度空间论 。与基本情绪论相对立的是维度空间论。它认为人类所有的情
绪是由几个维度空间所组成特定的情绪状态只能代表一个从亲近到退缩或者是从
快乐到痛苦的连续空间中的位置不同情绪之间不是独立的而是连续的可 以实
现逐渐的、平稳 的转变 不 同情绪之间的相似性和差异性是根据彼此在维度空间中
的距离来显示的。
基于基本情绪的维度空间论。心理学上关于这两种理论的观点虽然存在大
量的争论但是他们所 内涵的基本观点也许并不矛盾 。人类确实存在着先天的基本
情绪但这和正负情绪的分离并不矛盾。
情绪的表达
情绪虽然是一种内心的态度体验但常常伴随着外部表现如人的面部表情、
身体姿态 以及言语表达等 。情绪的外部行为特征就叫做表情。表情是人际交往中信
息传达、情感交流不可缺少的手段也是了解他人主观心理状态的客观指标。借助
表情才能 “ 察言观色 ”在别人的举手投足间洞悉他的内心感受。根据表情的发
生部位和方式的不同可将表情分为面部表情、体态表情和言语表情。
面部表情 。面部表情是通过眼、眉、嘴和脸颊部肌肉变化来表现情绪状态。
人的眼神变化是面部表情最重要的体现其次是嘴角和眉头肌肉的变化。一个人喜
悦时眉头舒展双 目含笑颧肌收缩嘴角上提 悲伤时则双眉紧锁 两眼呆滞
嘴角下垂愁容满面 愤怒时双眉倒竖怒 目圆睁颧肌抽搐嘴角外撇甚至咬牙
切齿。
图 一 不同情感下的面部表情
奋、生气、愤怒、高兴、平静、悲伤 的面部表情。
言语表情。言语表情是指情感发生时个体在语言的声调、节奏和速度等方
面的特征。言语表情强调的不是言语的内容而是语音的高低、强弱、以及语调的
变化。体育节 目主持人在比赛的实况解说中语音尖锐、急促语调激昂有时甚
至声嘶力竭渲染出一种紧张而兴奋的情感 当为一个逝去的人致悼词时用缓慢、
低沉的语调更能表达出悲痛的情感。此外在现实生活中人们常常会正话反说
或者反话正说言语表情这时有助于揣摩对方的真正意图。
体态表情。体态表情是身体各部分的表情动作 。喜悦时手舞足蹈悲痛时
顿足捶胸愤怒时双拳紧握恐惧时手足僵硬这些躯体和手、足的动作特征可
以真切地流露出一个人的内在情感。在体态表情中手势是一种重要的表达形式。
人们在语言表达中常常需要手势的辅助有时无法借助言语时手势就发挥着独特
的不可替代的作用。手势表情是通过学习得来的而且随着不同的社会环境和文化
传统而存在差异 。
几种典型的情绪模型
冯特的情绪三维理论
冯特认为情绪是一种主观体验他以内省的方法研究情绪的主观感受提出了
情绪的三维理论。他认为情绪一般需要三种维度才能对它们作出有效的描述。这
三个维度是 愉快一不愉快 紧张一松弛 激动一平静。每一种情绪首先在偷快
一不愉快两极之间游动然后在紧张一松弛之间最后在激动一平静之间游动。所
有的情绪都是以这三维度以某种方式所产生的 ’。
图 一冯特情绪三维模型
的情绪三维模式
为了表示各种情绪之间的关系 普拉切克 利用因素分析法假设了情绪
篡 硕士 学位论 文
‘
强 评价
留翻匕
韶
二
一
、
二 加、
中 评价
图 一 情绪三维模式
的 模型
如图 一 是 年 的 教授提出的一个 模型 】
。这个
模型 田火 隐马尔科夫模型 有三个情绪状态 兴趣、高兴和悲痛
但它可 以扩充为多个。一个人的情绪状态不能被直接观察但某一状态的特征能够
被观测得到通过特征可以找出可能的情感状态。
纂 默思
图 一 模型
情感计算理论基础
情绪与情感的关系
情绪和情感既是在种族进化过程中发生的又是人类社会历史发展的产物。对
于在这样漫长的演化过程中发生的多层次质变的现象用一个术语来加以标志是困
难的。因为当人们用情绪、情感这类术语来标志在如此漫长的历史演化过程中所
发生的、而且是处在不同水平上的这一心理现象时人们心 目中所指 的内涵常常有
所不同 ’
“刃 。例如有时人们把同生理需要相联系而产生的感情反应称为情绪而
把受社会规范制约的感情称为情感 另一些时候人们又在标示感情形式时采用情
绪而在标示感情 内容时采用情感。总的来说情绪和情感是人对客观事物是否符
合 自己需要而产 生的态度 的体验 它是人对客观事物与人 的需要之 间的关系 的反
映。具体来说“ 情绪” 代表着感情性反映的过程 也就是说感情性反映作为心
理活动 的过程 用 “ 情绪 ” 这一术语来标示无论人类还是其他的动物 都具有产
生情绪的能力 “情感” 经常被用来描述社会性高级感情一般认为具有稳定而
深刻社会含义的感情性反映叫做 “ 情感”它标示感情的内容。所谓感情的内容并
不是指这一反映的语义内容或思维内容而是指那种带有享乐色调的体验只有人
类才有情感能力 。
篡默
款
情感计算理论
情感计算
情感计算 作为一个崭新的领域日益引起国内外各研究机
构的重视。第一次提出 “ 情感计算” 这个概念的美国 媒体实验室情感计算研究
小组的领导人 教授 在 年她的专著 “ ” 情感计算
中给出 “ 情感计算是关于、产生于或故意影响情感方面的计算”情感计算的目的
是通过赋予计算机识别、理解、表达和适应人的情感能力来建立和谐的人机环境
并使计算机具有更高的、全面的智能。在传统的计算机与人的交互过程中计算机
不能理解操作者的情绪和心情正是因为没有这种情感能力计算机就不可能具有
类似人的智能更不要说实现类似于人类交流的情感互动只能作为一个僵硬的工
具。情感计算就是要赋予计算机类似于人的观察、理解和表达各种情感特征的能力
通过对情感特征的分析和处理来获取对情感状态有关的生理和行为特征的高层次
语义上的解释 最终达到类似于人一样的 自然、亲切和生动的交流。
情感计算研究就是试图创建一种能感知、识别和理解人的情感并能针对人的
情感做出智能、灵敏、友好反应的计算系统。 将情感计算的研究内容具体
分为九个方面 情感机理、情感信息的获取、情感模式识别、情感的建模与理解、
情感合成与表达、情感计算的应用、情感计算机的接口、情感的传递与交流、可穿
戴计算机。 目前的工作侧重于有关情感信号的获取 如各类传感器的研制 与识别。
情感计算可以从两个方面理解 ’ 一是基于生理学的角度通过各种测量手段检测
人体的各种生理参数如心跳、脉搏、脑 电波等并以此为根据来计算人体的情感状
态 二是基于心理学的角度通过各种传感器接受并处理环境信息并以此为根据
计算人造机器 如个人机器人 所处的情感状态。
在情感计算领域 目前世界各国都在积极地开展相关研究取得 了诸多成果
其中以美国 媒体实验室的工作较为突出。
我国也在逐步开展情感信息处理的研
究并引起 了国家有关部门的关注。例如 在国家 自然科学基金 年的项 目指
南中 “ 和谐人机环境中的情感计算理论研究” 被列为重点项 目。同时中国科学院
自动化所、心理所以及国内众多高校在情感信息处理的研究上也取得了一定的进
展。加 年 月 日至 日由中国科学院自动化所组织在北京举行了第一届
中国情感计算与智能交互学术会议会议中展示了国内各研究机构近几年来从认
知、心理、模式识别、系统集成等不同角度在情感计算领域取得的研究成果弥补
了国内情感计算领域的空白 。
人工心理理论
⑧ 硕 士 学位论 文
人工心理理论首次由北京科技大学王志 良教授提出 “】
。人工心理研究的是对人
的心理活动 着重是人的情感、意志、性格、创造 的全面内容进行一次人工机器实
现 。它 以人工智能现有的理论和方法为基础 是人工智能的继承和发展 是人工智
能发展的高级阶段并有着更广泛的内容同时人工心理学是一门交叉学科其理
论源于脑科学、心理学、生理学、伦理学、神经科学、人类工学、感性工学、语言
学、美学、法学、信息科学、计算机科学、自动化科学、人工智能等。它的应用范
围主要是情感机器人的技术支持、拟人机械、人性化商品设计、感性市场开发、人
工心理编程语言、人工创造技术、人类情感评价计算机系统、人类心理数据库及数
学模型、人机和谐环境技术和人机和谐多信道接 口等。
当前在人工心理理论方面的主要研究内容有
研究建立人工心理的理论结构体系 目的、法则、研究内容、应用范围、
研究方法等 。尤其是人工心理学说的定义、研究规则、研究内容的界定
问题主要使其研究符合人类道德规范这个 问题在人工智能领域是不存
在的。
研究人工心理与人工智能的相互关系如何使二者相辅相成、
互相促进、
共 同发展。尤其是借鉴人工智能己有的研究成果建立人工心理的理论体
系。
人类心理信息的数学量化 心理模型建立、心理状态评价标准 。
人工心理理论与感性科学、情感计算都是研究与情感相关的信息。但感性科学
从 “ 感性 ” 的角度来研究关于信息处理的方法、过程 以及用计算机实现的方法偏
重于对商品的观感和舒适感进行研究并没有致力于对情感交互能力的研究 情感
计算则侧重于采用一定的物理手段获取与情感相关的信息目前侧重于对情感的测
量和识别 其 中测量方法较多的集中在生理信号的量测 。人工心理理论是利用信息
科学的手段
对人的心理活动 着重是人的情感、意志、性格、创造 的全面内容的进
行一次人工机器 计算机、模型算法等 实现它的范围更加宽广 可 以认为人工心
理是人工智能在横 向和纵深方面的更进一步的发展。人工心理 目前着重于对混合智
能系统中的适应性情感交互能力以及认知方面的深层探索。
情感计算与表情识别
研究情感计算的首要问题是获取情感信号。脉搏频率变化、皮肤电流强度、汗
液、语音和面部表情等都是具体的情感信号其中面部表情是最直观反映人的情绪
的信号之一是传递具体情感信息的外显行为而且面部表情信号比其它信号较容
篡
易获取 以表情理解为核心的情感计算的研究及其内容进一步阐述了人脸面部表
情识别的价值、意义及未来发展的 目标。因此很多研究者都从面部表情的识别入手
配合语音识别、 事件相关电位 等手段来研究情感计算。本文也从面部表情识
别这个角度来探讨情感计算对现代远程虚拟教学在理论和技术上的情感支持【刀。
人脸表情识别技术
表情识别介绍
、 、 一 口 夕
叮情感解释
、 、 二 户 口
图 一人脸表情的分析系统
人脸的检测与定位
人脸检测与定位是为了在输入图像中找到人脸的确切位置找到特征提取的对
象。由于人脸检测在各种人脸分析工作 如人脸识别 中都有着重要的作用目前已
⑧ 默默
经成为人脸分析领域中一个非常活跃的方向也出现了专门的针对检测的综述性介
绍 。
对于单幅的静态图像人脸的检测与定位很明显就是对该图像进行操作人脸
检测与定位的方法大致分成两类 一是基于统计的人脸检测方法 包括神经网络
法、子空间方法、模版法多层小波分解和遗传算法等 一是基于知识建模的人脸检
测 包括人脸规则、颜色纹理信息和对称性等。
表情特征的提取
人脸表情特征提取部分的目标是从人脸图像或者图像序列中提取出能够表征输
入表情的信息并尽量的舍弃其他无用的可能造成干扰的因素。人脸表情特征提取
的方法按其所使用图像的类型不同可分为两大类 基于静态图像的表情特征提取和
基于动态图像序列的表情特征提取。
表情特征的分类与识别
人脸表情识别系统的最后一个步骤就是将人脸表情进行分类首先应该制定一
组类别并涉及相应的分类机制对表情进行识别归入相应类别。可以根据面部运动
进行分类也可以根据感情进行分类。常用的表情识别的分类器有 临近、神经网
络、基于隐马尔可夫模型的多特征融合方法、支持向量机、线性判别分析、基于规
则的方法、模版匹配方法等。
表情识别常用方法
本章小节
本章首先论述了人类情感情绪的基本理论 总结分析了情绪的分类和表达方式
接着分析 了情感计算和人工心理学理论等情感计算研究的理论基础 最后介绍了人
脸表情识别的概念及常用方法。
篡 默思
第三章 基于表情计算的情感交互算法
表情识别作为获取人类情感信息的重要途径已经成为情感计算领域的研究热
点。本章在分析 算法基础上结合 分类算法进行人脸表情识别
并结合人工心理理论建立情感空间及情感状态转移机制设计出情感交互算法实
现了基于学习者表情的教学性情感交互。
表情独立分量分析
独立分量分析 是近年来发展起来的一种新的盲源分离方法
。该方法在信号处理的很多领域都有很大应用潜力己引起了国
际信号处理领域的广泛关注 ’。 理论的发展可追溯到上个世纪 年代初期。
法国学者 和 等人首次提出了 分析的基本概念 】
。然而当时
正是神经网络研究的高潮期 理论的研究只是在小范围内进行并未受到广泛
重视。直到 年代中期 理论和算法的研究才真正得以发展并受到国际信号
处理界的广泛关注。其中 和 在 年发表的论文【 可 以说是
研究热潮的起点随后 一 和他的研究小组在 算法理论研究方面也
做 了很多开创性的工作。
图 一是 问题的线性混合和分离模型。图中虚线框中的源信号矢量
二
凡…
‘ 和线性混合矩 阵 都 是 未 知 的 。 牙 为待 求 的分 离矩 阵 。
… 是 的最终输出结果。
只有观测信号矢量
乓…
‘ 是
已知的其中的每个分量戈 二
… 有相同的观测样本长度。 、 分别代表
的是观测信号个数。
篡 硕士 学位论 文
’
戈 艺马
‘
…
矩阵形式为
’与 ‘ ·
其中 、 、 分别表示观测矢量、混合矩阵和源信号矢量。特别说明的是 为
矩 阵。
为了从混合信号中恢复源信号可采用简单的线性分离系统即
…喻 一砰·
凡…
‘ ·牙·
其中 、平、 分别表示分离信号、分离矩阵和观测矢量平是 分离矩阵
和 平具体表示为
‘
” ﹁
一 一
气 ’
‘’气树
「
…
” “”
”’
“’’
。 。 。 。 「
理玩二 二
玛 呱
独立分量分析的主要 目的是为非高斯数据找到一种线性变换使得输出的分量
与分量之间是统计独立或者尽可能的独立 。所 以判断独立 的标准非常关键。在数学
上独立性与非高斯性是等价的它主要有两个判断标准 负嫡 叩 和峭度
叭。 。但是峭度标准对数据的外部条件很敏感不稳定 。所 以一般采用负嫡
来判定两个变量是否独立。
一种近似公式可进行非高斯性度量
凡二
艺、〔仅一叹’
其中凡为一些正常数 为零均值、单位方差的高斯变量函数 为非二次
函数。当所有的叹 是
近似式成为 似力、〔
“ 仰研一
“仰 」
·其中 是
篡
硕 士 学位 论 文
’
设 经过中。
化、预白化处理
几 最大值在 。
的某个最优解处得至。
在约束条件叫 勺 一
下以 匀 的最优解满足
二 一
刀
其中刀为一常数 为 的导数。当 是 的最优值时可容易地得到
· 一
刀
最终的迭代公式为
‘
二、 一、 了
‘
上式只估计 了一个独立分量设独立分量的个数为 为了估计 出这 各独立
分量 需要使用 。各列矢量
… 运行式 。为 了防止不同的权矢量收敛导相
阵 ·、 一艺阵
、十
‘·
、十 扒十 、
、
算法 表情特征提取算法
步骤 对观测数据 进行去均值处理使得 戈卜伍
步骤 观测数据 进行去白化处理使得叫了小 ‘
步骤 初始化估计向量的个数 二
篡 硕士 学位论 文
’
步骤 初始化 、
、 可以随机给定、 咋 、
步骤 利用 迭代计算 、 更新和归一化
步骤 使 二 如果 信源个数 返回步骤 。
上述算法执行后能生成多个反映表情特征的独立分量。但是提取独立分量
的理论是有一定缺陷的 得到的独立分量很随机并不是固定的。也即某次运行
得到 了一些独立信息在下次运行 中可能得到另外一些独立信息。 即使得到了一
组独立分量对它们的能量 幅度 角度 符号 进行一些变化而不影响它们间严格的
数学关系 这样 得到的独立分量性能值得思考 。 理论上只能说是能够尽量独立
的特征分量并不保证一定独立 。
由于这些缺陷使得使用独立分量的时候不得不考虑 以下几个 问题 究竟多
少个独立分量能够充分地描述要处理的对象 得到的独立分量判别分析的性能
怎样 如果得到的这些独立分量判别性能不同或者说有很大的差异那么怎样
去组合它们
一些研究人员己经注意到这些理论上的缺陷因此也都提出了一些相应的方法。
即 址‘提出了最大化类间马氏距离的 算法。 通过微
笔
小地修改计算独立分量的条件 多次运行多次计算得到很多个不同的独立分量
然后估计这些独立分量的统计意义上的可靠性最后选取那些在信号空间中出现频
率较多并且能够和其它独立分量容易分离的独立分量 。他们俩人都获得了比较不错
的实验结果但是仍然有以下几个方面不足
首先 在文献【 中他们 的判断依据是马 氏距离最大化 可是没有在理论上
证 明所得到的独立特征的分布符合特定分布也即不能从理论上证明马氏距离和独
立分量的判别性能之间有什么关系 。可能有的独立分量的马 氏距离很小但是它具
有很强的判别分析性能。第二文献【 提出的算法需要多次计算独立分量这样
在大数据库上必然是一个很耗时的工作。第三不可能通过有 限次的计算得到所有
的独立分量所 以那些得到的独立分量的可信度只能在一定程度上成立并不是绝
对的。最后在 和【 中提取的特征都是从可信度或者是有效等这样的角度出发
的并没有考虑到判别分析的过程即不能保证根据他们的标准提出的特征具有很
强的判别分析性能。
改进的表情识别算法一
纂 硕士 学位 论 文
’
心理学和教育心理学的研究成果表明如果学生对所学内容很好的理解并接受
则会表现 出愉快 或快乐 的情绪 反之若无法理解所学内容或在学习过程中遇到
障碍或者不喜欢当前的教学方式不喜欢当前教学进度的安排则会表现出不高
兴或悲观的情绪或表现为对所学内容不感兴趣。由于学习过程中的情绪变化是比较
细微的必须对表情的局部特征进行重点分析。传统的表情识别算法对表情的细微
变化不敏感不适合直接用于学习系统中的情感识别。
人脸检测与归一化算法
人脸检测与定位是表情识别的第一步从背景中精确检测出人脸图像作为识别
系统的输入 才能进行表情数据的提取。为了提高复杂背景下算法额鲁棒性需要
在表情识别之前准确定位人脸区域并进行归一化处理。
人脸检测
本文使用 即 提供的 人脸分类器进行人脸检测效果较为理想。图
一为 分类器人脸检测示意。
图 一 分类器人脸检测
表情特征归一化
在上一部分的基础上提取人脸 得到由 个人脸区域为元素的数组
由于 仅包含眼、眉、鼻、嘴等主要特征所以在此基础上进行人脸特征定
位具有较高的准确性。
纂 硕 士 学位 论 文
’
眼睛特征定位
眼睛是人脸最重要的器官眼睛在人脸上的位置有以下特点 在眉毛与鼻子
的中间距眉毛的距离小于距鼻孔的距离 两眼之间大约是一只眼睛的长度
两眼对称于人脸对称轴。两眼间距受光照或表情的影响最小可用作几何特征或图
像尺寸的归一标准。瞳孔在图像中是最明显的特征如果知道了两个瞳孔的中心位
置则其它面部器官可 以依据结构比例关系的先验知识和灰度分布特性快速确定。
由先验知识可知 中上半部分包含 了眼睛和眉毛信息并且左右基本对
称因此我们将图像分为上下两部分标定眼睛时只考虑上半部分图像 上半脸 。
由于眼睛和肤色的差异较大首先对 上半脸进行水平方向的投影从投影
中心位置分别向左右两侧搜索峰值基本就能确定眼睛在水平轴上的两个范围 和
。这里虽然有眉毛的影响但是 由于眉毛正好位于眼睛的上方因此不影响水平
区域的确定 如 图 一 所示。
然后在 和 的上方区域的竖直方向投影得到第一个峰值附近 的区域 、
如图 一伪 所示 。然后在 与 及 与 确定的两个矩形区域 内对黑点进行区域
膨胀可以得到眼睛的大致轮廓然后将黑点的坐标平均值作为瞳孔的位置。
投影方 向
尸 、、、
、
尸
万
一 、
百
图 一 眼睛水平投影示意
图 一 显示 了人脸特征点的灰度图像在水平方向和垂直方向上的投影。从水平
投影可以看出从左 向右三个峰值分别对应了眉、眼和嘴在垂直方向上的位置区间
从垂直投影可以看出从左向右两个较大峰值分别对应眉和眼的在水平方 向上的位
置区间。这两个区间的交叉区域即为人眼区域。
篡 硕士学位论 文
’
砂。
、气。
。…水平投 影
图 一 人脸灰度信息投影
垂直投影
这里的粗定位方法综合考虑了前人方法的有缺点和算法的复杂性程度 利用人
脸结构特点的先验知识用一种基于二值化图像的方法进行眼睛范围的粗定位再
用基于 变换 的圆检测方法对眼睛进行精确定位。
变换检测瞳孔
变换可应用于检测图像空间的解析 曲线解析曲线的参数表示的一般形
式是
式 中 是解析 曲线上的点 二维矢量 是参数空间中的点 矢量 。对于半径为
圆心为
几 的圆上式可写为
一 必一气
此时点二〔
、
司尸
“ 〔
。
〕尹它的参数空间由
二维增加到了三维。
与点到曲线的变换类似图像空间的圆对应着参数空间 这等价于约束
了产生一族圆的点
几 的轨迹。点 沿着图像空间这一族圆移动时对每一
个圆边界上的点
相应参数空间的参数变化形成一个直立圆锥轨迹。
与直线的
变换一样对参数空间适当量化得到一个三维的累加器阵列阵列中的每一个立
方小格对应 的参数离散值。
对图像空间所存在的圆边界进行形状检测时先计算图像每点强度的梯度信息
篡 默糕
然后根据适当的阂值求出边缘再计算与边缘
几 立方小格的累加器加 。瞳
孔半径的取值范围是
月 像素即 盯 改变 值再重复上述过程
当对全部边缘点 变换完成后对三维阵列的所有累加器的值进行检验其峰
值小格的坐标就对应着图像空间中瞳孔圆形边界的圆心
气 。
瞳孔边界精确搜索
考虑围绕在瞳孔的圆形边界点可以修正两个假设的瞳孔中心。如果一个圆内
的平均灰度值小雨圆外的平均灰度值则它的边缘点 被接受为一个可能的瞳
孔边界点 否则将它忽略。当可以接受时边缘点根据 设为
偏
扬 铀
、
、
、
·子
儿 艺 ‘
‘
· 艺 ·
一 一
召
一
一
少 一
加一
式中 力是图像灰度
和
’动 是圆内、圆外的点。
瓜 一 夕 一 ·
’
’
式中 是圆中心到点
’ 的方向。式 和 中参数如图 一所示
图 一 瞳孔模型示意图
乙
。
圣业禅。
、单
式中气 和 、是圆形环域分别为 个象素和 个象素两个圆环中心坐标的范围
由假设坐标加上或减去 个象素。这样就确定了以圆中心点和圆半径的瞳孔区域。
⑧ 硕士 学位论 文
由于 变换的结果可能会确定多个圆心所 以需要进一步排除伪瞳孔圆心
即判断圆心
气 是否满足
气。 气 。 门 舍去所以不满足这一
俩
条件的圆心剩下的就是瞳孔圆心。
嘴部特征定位
嘴部尤其嘴巴是人脸表情识别时一个主要的特征 人脸表情的变化很大程度
都反映在嘴 巴的变化上。但是受光照的影响下嘴唇沿与下巴处的灰度跳变不明显
在原始灰度 图上几乎不能确定出下嘴唇的位置。因为人脸 图像经过二值化后水平
灰度投影会在人的嘴和眼睛处产生两个突变形成两个灰度值的波谷。再加上人脸
器官分布的几何先验知识可以确定出嘴 巴区域的大致范围人。 。人 与人脸图
像中垂线的交点定为 戈
珠 在水平和垂直方向各向外移动阂值巩 、践
大小的距离定出嘴 巴检测区的左、右、上、下的坐标 鲡 、玩 、骊 、 各点所
对应的灰度值为
力
场 凡 一巩 巧
。
氏口
嵘二
骊 礁二一践
对于定出了左右上下边界的嘴巴搜索区从上 向下求得该区域得垂直投影图
为加
腼跳 艺
为拟
少
和水平投影 图
戈材
。
切 二艺
加
夕
经过二值化后的图像认为在特征区域的像素为黑 值为 在脸颊的像素为白
值为 通过嘴巴的大致搜索区域蠕 、的垂直和水平投影就可以得到精确的嘴
的最左边 、最右边、最上边、最下边 的位置 戈枷 树、义从 、少从 、 从而
得到新的更精确的嘴部搜索区域人 。经过上述高、宽范围的确定进一步缩
小了搜索区。唇中的定位就可以认为是坐标点对从翎万碱
巧俪腼。
功 双肠腼
呱恻
腼功的值分别是
万肠恤 工枷树
珠酬初。
、
篡
上述方法能准确的检测出人脸热区。但是在表情脸图像中由于表情的影响
面部的特征部位都产生了 “ 变形”有必要将这些变形归一化到同一个标准上。具
体如下 假设表情脸图像中双眼的中心分别为写耳且写耳 的中心为凡 同时
假设嘴的中心为呱 那么归一化的目的是使所有表情图像的凡呱 为常数。
综上所述我们定义了如下归一化算法。
算法 表情特征归一化算法
步骤 卜 输入人脸图像 到 ‘ 分辨率为 。
步骤 计算归一化系数、·乓一
凡 ‘为常数
步骤 图像归一化 ’ 。’ 。
人脸表情热区的特征提取
表情识别算法
本文提出的 分类算法是表情识别的核心。它的基本思想是对人脸热区
特区 分量并由此构造 弱分类器对特征分量进行组织和分类。
算法是通过循环来完成在每一次循环中选择一个若分类器弱分类器的唯一要
求就是它们的分类准确率要大于 。如果有 个独立分量
凡…
‘ 对第
幅训练图像而言相应的有 个投影系数 君 八
…寿 输入矢量就是获得
的投影系数君和相应的编号戈。在本文中每一独立分量都有可能构成一个弱分类
器首先通过它们欧式距离的识别效果做一个简单的测试来找到那些真正能够构成
篡 硕 士 学位论 文
’
弱分类器 的独立分量
对于 类的 幅 训 练 图像 问题 来 说 在 第 个独立 分量上有 个投 影
几
…
…吼 类均值为
… 其中吼 是第 类的样本
的数 目故有艺级 。
如果
氢。
飞 刁
那么认为这个独立分量凡能够在第 上构成分类器。其中
犷 几
八
’一 口
‘
‘
、
矛伏
几 犷 氏
力 、
了、夕
尤 一
一
使用 中表示样本空间和 甲表示标注空间那么一个简单的多类多标注问题可以用数
据对来表示 其中 。。 。甲 定义如下
「
之 ’ ‘ 、
卜 犷 必
则 分类算法可定义如下。
算法 表情分类器划练算法
输入
初 始 样 本 ’。
凡 二二
… 和 样 本 的 类 别 标 注
… 其中 是类别的数 目
执行算法
给定循环的次数
初始化
一 鱿 、 丁二 二
秋值 …
…人
八
训练
纂
循环
…
在 只 分布 条件 下 从弱分类器 中选 择 一个弱分类 器
乓。 甲峥 使乓 艺只‘
二
琪 人戈一凡绝对值最大
选择乓 气 使冰 笋
气 乓
让。 上丘
乓
按照只
二几
洋 更新分布其中 二 分别代表 样本分类正确
或错误且 戏 ·丁
生
一乓
几
归一化权重让它满足一定的分布 只
艺只·
输出
艺
乓龙
乓越小则
越大八戈 的重要性越大。这里需要注意的是当分类错误乓之
时算法会删除本轮生成的弱分类器并且算法中止。因为此时在训练步骤 中
的样本权重更新过程中“ 困难” 样本的权重变小“ 容易” 样本权重增加权重更
新机制 失效 。当乓 时即训练集样本都分类正确 此时所有样本权重为零 样
本 权 重 不 再有意义 。最 终 的强分类 器 由所 有 的弱 分 类 器
气 弋
八戈 …乓 通过加权求和得到。
通过上述算法根据输入初始样本 。
凡 的不 同可 以得到多个强分类器
气 丛
甄
一
从
氏 散砂
砂
氏 动 机
受
接
图 一 级联分类器 江
其中级联分类器层数为 凡 表示各层强分类器 不
… 为各级弱
分类器个数 凡
。拭 表示第 层强分类器的第 个弱分类器 。
为
其对应的权值
…不 。本文选取 二
不 。
根据弱分类器 我们设计了如下表情分类算法。
算法 表情分类算法
初始化
设置检测窗口大小 读取分类器
分类
设置当前检测窗 口破
夕 朋刀
夕 若所
夕 超出图像范围
进入
布刀
对环 力 提取 特征并排序得
凡…
‘
若 被氏 则不 欢
接受且不 凡 进入 否则进入
若 进入
返回不算法结束
检测失败算法结束。
其中 为每次检测的窗口大小每次移动窗口时先依次向右移动 像素到达
图像最右侧时窗口下移 像素再从左侧重新开始向右移动。
本文提出的 算法充分考虑了 和 两种算法的优点一个
篡
硕士 学位论 文
’
实验及分析
公
骨幼
图 一 。
。 算法人脸检测结果
篡 硕士 学位论 文
‘
如叩
月 卜 目匕 口 白目 佃 臼目七 曰目 口 匕日 日 ‘ 巨归 目臼匕口 加 白 卜目 曰 目白 州 白闷
川
门
目
侧
恤
仙
月
扮
孤
二一
黑 ︸
一
引
司
翻 门
县
二 翻 闷
图 一 变换眼睛和嘴定位结果
图 一 表情分类结果
对于 人脸表情数据库中 图像采用本文方法识别人脸表情具
⑧ 石
贞士 学位论 文
‘
正’ ‘ ’
’于
有较快的速度每张图像平均耗时 左右使视频实时处理成为可能。同时算法
对简单表情的分类准确率 如表 一所示 也基本能满足实际应用的需要。
表 一 表情识别率比较
兴奋 高兴
兴 平静
静 沮丧
丧 生气
气
一
一
图 一 四种算法在 表情库中的识别结果
从实验结果可以得出如下结论
较 有明显的优势主要原因在于 充分利用 了
在特征提取上的有效性和 算法分类在特征分类上的优 良特性
并且该算法有效降低了传统 特征的维度提高了计算效率
蠢 硕 士 学位论 文
’
基于 特征的表情识别对于兴奋、高兴的识别率较高但对沮丧、
厌恶的识别率不及 算法
支持向量机方法对五种表情的识别都很高主要原因在于文献【 在实
验中训练样本与测试样本空间重合 张样本库有 张参与训练在实际应
用中是不满足这种条件的。
情感交互模型
目前已有国内外研究机构对人工心理、情感机器人等展开研究他们的研究
目标在于构建一个带有情感的智能终端从而使机器具有类似于人的情感 ’
“
’ 。
本文从另一个角度即在理解人类情感基础上对帮助人类情绪控制和情感变换提
供辅助性措施 这对于激发学习者的学习积极性 以及调整学习状态具有很大的帮助
作用 。
本节 的主要任务为构造学 习者情感补偿与激励模型
一 它包括 设计人工情感空间及情感状态转移
规则。 定义情感激励规则。 定义情感淡化规则。 提出 算法实现远程
虚拟教学中学习者情感的 自动干预和调节。
构造情感空间
心理学家在对表情的研究中提 出了维量分析法并将人类的情感划分成高兴、
惊奇、恐惧、悲伤、厌恶和愤怒六大类人类所有的情感都是在 以上六种情感的基
础上 经过复杂的融合之后产生的 ’。基于维量思想 本节主要解决了三个 问
题 选择情感语义词、构造人工情感空间、建立情感状态转移机制。
选择情感语义词
在心理学家冯特 从 的情绪三维学说的基础上考虑到远程虚拟教学中
学习者可能出现的情感状态
我们建立了具有四个分量的情感空间
如图 一 所示。
⑧ 硕 士 学位论 文
’
夕执 涌
谰珊
’’
区厂 口 口卢晚纂
翼
蘸
夕尸门 髓膨
〔
环 目’
义’…
犷酬
图 一 情绪三维模型
由图 一 可知三对情感元素将情感空间分为 个子空间。为了使问题简化
同时考虑 了远程虚拟教学环境中学生情感的分布状况本文 个子空间合并为 个
清绪空间分别是 兴奋、高兴、沮丧和生气。其中兴奋和高兴被视为正向情感
即能对学生的学习起到促进或提高学习兴趣和效率的情绪状态沮丧和生气被视为
负向情感即对学生的学习起到抑制或降低学习效率的情绪状态。三维坐标系的圆
点为中性情绪它对学生的学习既没有促进作用也没有抑制作用 。
构造情感空间
设清感状态空间集合数
… 表示基本情感状态数本文使
用五中基本情感状态。用随机变量 表示情感状态。设 碑为 二凡 取第 种情感状
态 的概率且满足
艺碑 ‘碑‘‘
…
这样情感状态的概率空间模型可表示成
“ 凡 …‘
戈少 人凡 … 」
认为一个人的情绪状态不能被直接观察但某一状态的特征能够被
观测得到通过特征来找处可能的情感状态于是她提出了一个包含三个情绪状态
的 模型。在其工作的基础上本文将其模型从三个情绪状态扩充到五个情绪
状态它们之间的转换关系如图 一 所示。
⑧
图 一 五情绪状态的马尔可夫模型
由图 一 可 以看 出情绪状态间的转换在不同的外部激励策略下对应不同的概
率值马每个凡对应于 节中的凡矩阵中的元素次 其中 为激励类型编号。
比如从 “ 平静 ” 到 “ 高兴” 在受到 “ 正 向” 激励 比受到 “ 负向” 激励时的转移概率
要大得多。在建立情感空间时我们仅考虑 了不同激励策略对情绪的影响没有考
虑同一激励策略对不同对象的情绪影响差异即情绪的个性化问题这也将是本文
所基于课题有待深入研究的方 向之一。
建立情感转移机制
情感状态确定后必须定义状态之间的转换规则即在一定条件下从源情绪
状态变换到 目标状态的转移概率问题。另外还要定义在 已知源状态和 目标状态的情
况下如何选择外部最优激励措施的问题 。本文利用 模型来解决上述问题。
模型
下面对每一种情绪状态来确定 的参数 可以通过 以下参数来描述
① 元素 它表示模型中的状态个数。
② 元素 表示处每一个状态可观察到的不 同符 号数 。各个符号表示为
… 。
③ 状态转移概率分布 ·马 其中凡 尽〕夕“
描述各种表情之间的转移概率状态转移概率分布由经验值预先设定。
给定观察序列
… 和模型兄
二 计算 幻。即给定模
型和输出观察序列如何计算从模型生成观察序列的概率。可 以把它看作是评估一
个模型和给定观察输出序列的匹配程度由此可以用来在一系列候选对象中选取最
佳 的匹配 。
问题 解码 问题
给定观察序列 二
… 和模型兄
二求在某种有意义的情况下
最优 的相关状态序列 二
… 该问题可 以理解为对输出观察的最佳“解
释”它试图揭示模型的隐藏部分比如说查找“正确”的状态序列在应用中通常
都使用一个优化策略来最大可能的解决这个 问题。
问题 学习问题
如何调整模型参数兄 扭
科对于一个给定的观察序列口
…
使得 幻 最大。它试图优化模型的参数来最佳的描述一个给定的观察序列是如
何得来的【 』
。
对于评估问题
可利用前向一
后向算法 一 来解决。定义
馨 前向变量
一
叮又兄
通过下面公式递推计算
初始化 凡瓦 ‘ ‘
”
递 ’一
客 …
二、·
、
才
·
丁一
·“
终止 归幻 艺 二
黔后向变量
戏 】
吼二尽 幻
初始化 几 ‘ ‘
递推 戏 艺凡乓 十
珑十’
‘丁一
…
丁一 兰 三
篡 硕 士 学位 论 文
’
终止
“ 艺戏‘
对于解码问题可 以利用 算法实现。由于本文没有用到解码问题故该
算法过程在此不作描述。
对于学习问题可以利用 幻一 估计算法解决。该算法是一种迭代算法
初始时刻 由用户给出各参数的经验值通过不断迭代使各参数逐渐趋 向更为合理
的值 。算法可简单描述如下
初始化
二 当 二 时处于尽的期望值 兄 ‘
迭代计算
令么
力表示 时状态为尽以及 时状态为 的概率
易
吼 兄 马 八
或
艺艺 ‘
兄
凡气 十戏
传
其中兀 艺么
二
力表示‘
时刻处于状态尽的概率
刀为前向、后向变量。
重估公式
情感激励
关于情感产生的激励信号我们着重考虑意识刺激。人们的意识形势虽然多种
多样但是人类也像其它动物一样接受得最多的还是“正向”和“负向”这两种意识
刺激信号“正向”信号是指能刺激脑的愉快中枢的信号 “负 向”信号是指能刺激脑
的不愉快中枢的信号。正因为如此我们得情感交互系统主要就是针对这两种感知
篡 硕 士 学位论 文
’
信号作出反应。这两种刺激信号来源于实际教学过程中的“教学行为”即采用何种
情绪激励策略来影响学生的情绪以达到预期的教学和学习效果。
为了帮助学习者在学习过程中始终处于 良好的心理状态提高学习兴趣和学习
效率本文在远程虚拟教学系统的基础上针对学习者当前的情绪状态以教学性
交互为例提出了四种情绪激励策略称为情绪激励因子定义如下
石 澎功笋习截嘟
几 详绷分绍寡础知许
几 著加学习截穿
几 娜理基础知识分级
本文仅抽象的描述情绪激励因子在实际应用 中可以根据课程的具体情况将
激励因子具体化 例如 几可以是“对该问题的深入学习” 也可以是“增加难度较大的
习题或思考题”等等 。
在应用 模型时必须明确在各种情绪激励因子作用条件下学习者的情感
状态转移概率 。在实际应用中可以利用前向一
后向算法 一 出过
来计算为了简便起见本文采用经验值概率取代这一过程。上述四种情绪激励因
子作用下情感状态转移概率定义如下
、
鸿
一
、
几 ‘
、
凡 人
一 一
一
其中凡
’ 尸 又 口幻 ‘‘ 对应于图 一 中状态转移概
率气人 与激励因子人对应。
情感淡化
在外界刺激消失情况下心情会随着时间的流逝逐渐淡化其情感强度逐渐减
弱。假定理想情感状态为 当前时间 对应的心情状态为 则当前情感状态
篡 硕士 学位论 文
’
变化率正比于当前时刻的心情状态和理想心情状态的差值 。其情感淡化过程可以描
述如下
刀 一 』
其中刀为情感淡化因子反应了情感淡化的快慢。
情感交互算法
气
一
一
则情绪接受域振 【
编 一二气 』
。 。当学
习者当前的情绪状态 凡 。侃 时系统才会采取情绪激励策略否则继续维持
现状。降维后的情绪表示如图 一 所示
图 一 情绪轴
动 。侃
对 进行情感淡化
化
评估 执行 一 算法
法
叮 必侃 按照重估结果计算下一个
个
可 能出现的情感的概率
计算如天 与 曰的距离
离
几 如果众 乓 则
人
输出激励因子类型人
人
图 一 算法流程图
情感交互算法具体描述如下。
算法 情感交互算法
步骤 根据 节的表情分类结果 初始化 汀几 二。 利用公式
步骤
步骤 对激励因子 执行下述操作
初始化二 凡
凡
风 风
执行 一 算法得到激励因子 作用下最可能出现的情感状态
篡 硕士 学位论 文
’
若 进入步骤 否则进入步骤
步骤 返回人
‘
步骤 对 进行情感淡化评估
、
一一 、 、
一 ’一 “
’ 一 共今‘
刀。
上述 算法对各种激励因子作用下可能出现的情绪状态进行预测最后选取
一种对学习者学习最有利的激励措施来刺激学习者情绪 。但在算法实现过程中公
式 中的
戏 在递归过程中由于所有量均小于 因此 随着 的增
加 和戏 随着 的减小 都迅速趋向于零面临着数据下溢的问题。为了解决这种
下溢问题我们采取对
刀采取增加比例因子的方法再对有关算法进行修改以
削去比例因子的影响。同时由于上述计算要涉及很多概率相乘而这些概率的数
值又非常小直接计算会产生溢出问题为了避免这个 问题通常的做法是上述各
项都取其对数形式则各项相乘转化为相加最大化符号不变。这大大减少了算法
的计算复杂度 。
实验与分析
定义“感嫡
则在状 态 风二 下接受刺 激
补’玄
式、凡后情绪突变以及情绪随着时间而淡化的过程如图 一 所示。在某时刻依次
接受鸿凡凡和人激励情绪波动如图 一 所示。
⑧
硕士 学 位论 文
’ ’ 『 了
、
、
七
旦
‘即
‘匕 呷 旦
甲吧
山
一
艺
芒
改
匕
一
下
图 一 平静状态下分别接受正向激励鸿和负向激励凡刺激后情绪变化 刀二
八
︺
仁
·
止二 二 二 三丁 二二
入
一
一
一
一 一
木
一
︺
‘
一
甘
曰
八
山
刹
山
应
艺 。
尸一一甲一一甲一 甲一甲
甘
一
平 水
红
一
上
艺
八
土 上
一 一
一
一
一
一 一内
一
一 八 一 ︺
图 一 连续激励条件下情感变换曲线 刀
从实验结果可以看出在初始情感为平静状态下通过不同性质的激励可
以有效的改变情感状态。情感状态改变的程度与激励因子鸿凡凡和 人有关
⑧ 硕 士 学位 论 文
’
情感区域平静的快慢与情感淡化因子有关这个结果与情绪心理学的理论、生活
常识与经验都是相一致的。
本章小结
人脸表情识别是一个具有挑战性的课题如何快速、准确地识别人脸表情现
在还处于研究阶段各种算法还在摸索不十分成熟。本章首先根据人脸生物特征
对表情特征进行粗定位结合 变换圆检测实现了表情特征 自动标定和归一
化
并将 与 分类技术相结合
提出了一种人脸表情分类算法
它对识别特征变化较小的五类表情较为有效。然后建立 人工情感空间构造
了五种情感状态间的转换关系模拟了四类情绪激励因子 。最后结合 一
学习算法 提 出了一种情感交互算法并在 中对该算法进行了验证验证结
果表明该算法是有效的。
篡 硕 士 学位论 文
’
根据第二章关于情感计算相关理论与技术的论述和第三章关于人脸表情识别技
术的相关研究本文设计 了一个基于表情的情感交互模型
。 却 简称为 该模型以情感计算为理
论基础以人脸面部表情识别为核心技术 通过捕捉和识别学习者的表情判断和
理解其情绪状态然后根据学习者特定的情绪状态给出相应的情感鼓励或情感补偿
策略从而帮助学习者一定程度上补偿远程学习中情感上的缺失问题 。在本章中
就 目前所搭建的系统软硬件平台整体框架及各个子系统的功能、用法给出介绍和
描述 。
系统环境及开发工具
计算机 奔腾 内存
开发工具 一 集成开发环境
操作系统
系统结构及应用
系统结构
总体框架结构如图 一所示 。
数据采集
涟亚歹‘
情感交互模块
人脸检测模块 情感理解模块
月
特征提取与分类模块片一
图 一 总体框架结构
该模型由五大模块组成分别是 数据采集模块、人脸检测模块、特征提取与
分类模块、情感理解模块和情感交互模块。
⑥
数据采集模块 在数据采集模块中包含一个缓冲图像库摄像机拍摄的信号
经过该模块送入缓冲图像库 以便作为下一步人脸检测和定位的输入信号。
人脸检测模块 主要是从缓冲图像库中取出一幅图像对该图像进行检测并
定位人脸的关键特征部位。它的输出信号是进行表情特征提取所需要的因此检
测和定位的结果与准确性程度非常重要。
特征提取与分类模块 特征提取模块的作用是在人脸检测和定位信号的基础
上精确地提取人脸表情数据并根据预定义的参数模型对人脸表情进行识别
比如 高兴的表情、愤怒的表情 。该模块是 的核心 。
情感理解模块 该模块根据识别分类模块的输出结果即识别分类出的人脸表情
依据情感计算理论中表情信号与情绪情感在某种程度上的相关性进行计算并理
解出主体的情感状态。实际上就是机器情感 自动理解问题。
情感交互模块 该模块针对计算机 自动理解出的学习者的情感状态自动搜索
并产生一种与学习者当前情感状态相对应的调节方案这些方案中包含很多情感调
节策略例如情感鼓励的策略、情感补偿的策略等等 。因为它实现 了机器情感的自
动生成并作用于学习者所以该模块是 实现的最终 目标。
在实际应用中个模块 由外部实体依次调用执行。本文称这个外部实体为智能
助理 。
的应用
根据 以上的论述 能够实现对简单表情的识别功能并能产生相应的
清绪情感的调节策略帮助学习者补偿学习中缺失的情感具有促进人机交互的
功能因此适合应用于现代虚拟教育中其应用原理 比较简单如图 一所示。
篡
图 一 应用模型
交互实现
在整个 工 系统中我们根据学习者不同的情绪状态给予不同的提示和
教学方案、教学环境。系统运行过程中的情感采集与交互 由智能 助理来实
现。 助理充当了学习过程中监督者的角色并拥有 向 申请改变教学方案
纂 硕士 学 位论 文
’
和教学环境的权力。
工作机制
智能 助理的情绪处理过程分成两个情绪模块 。第一个模块会根据外界输
入判断情绪的类型及强度 而第二个模块则会依据不同强度的情绪来产生对应的
行为反应。它的情绪反应决定于三个因素 情绪的类型、情绪的强度以及外界的
环境。这样智能 助理会动态地针对学习者的各项学习行为产生不同的情绪
而不同的情绪将会影响情绪化智能 助理对学习者的学习辅助策略。系统中
智能 助理对于学习者的学习辅助策略是依据相应的规则和行为产生的。
下面给出 助理的情绪处理流程图如图 一 所示。
学习者
图 一 情绪处理机制
澎 硕 士 学 位论 文
’ ’’
交互实例
在教学过程中首先由学生完成登录。第一次登录的学习者要进行信息注册
其中最重要的就是采集该学员的中性表情人脸 也可以在学习过程中进行修改 作
为以后表情分析的原始资料。登录成功后系统读取该学员的相关信息并执行
助理程序对学习过程进行监督。
信息采集
学习者第一登录学习系统时需要采集其中性表情时的人脸图像。这样做的目
的是为了提高表情的识别率并为后续的建立个性化情感空间及交互策略的研究提
供信息支持。中性表情图像采集界面如图 一 所示。
加 加加朋
分析月祖 翻庵
厂
图 一 学习者中性表情图像采集界面
情感交互过程
正向情绪状态下的交互
当 侦测到学习者的表情为高兴或为兴奋时认为学习者正处于积极的学
习状态 可 以继续当前的教学方案或者增加教学难度。此时的交互处理如 图 一
所示。其中左侧为高兴状态处理过程右侧为兴奋状态处理过程。
侧幽翔 川 曰目 峨 川 绷口曰门
… 一‘ …
高兴 表情图像获取 今兴奋 表情图像获取
’ …
幽俘
高兴 情感评估与交互策略生成 ’ 兴奋 情感评估与交互策略生成
目三二刃当 翻口侧翻助砚甲 免
纵 厂之 囚 臼匹二扣巴 嘴 矛袋公炸履作蕊卜
月翻曰的曰 。劝 月目口扭
翔 目抽 翻目。别 目 的
﹄
︸
︵
一掣 一一
一
一。
。
姗
州
翻
用
一
暇
丝
翻 栩门 口
一
高兴 用户确认执行交互 今兴奋 用户确认执行交互
图 一 正向情绪状态的交互过程
图 一 中 和’ 分别显示了高兴和兴奋状态下从摄像头获取的带有人脸信息
的图像 。在实际应用中一台电脑终端前一般只有一个学习着 所 以本系统只考虑
一个人脸的情况以提高处理速度 。同时本文的方法也很容易扩展到多人脸处理。
和 分别显示了人脸表情识别结果。 和 ’分别显示了不同情感状态的评估结
果以及 自动生成的交互策略建议。 和 今为用户确认进行交互界面。
负向情感状态下的交互
当 七侦测到学习者的表情为伤心或为沮丧时认为学习者正处于不利的学
习状态需要改变当前的教学方案或者减小教学难度。此时的交互处理如图 一
所示。其中左侧为沮丧状态处理过程右侧为生气状态处理过程。
篡
硕 士 学 位论 文
’
朝口翻困团 口 以 ‘ 川
肠 匆翻旧旧目才 日朋臼胡 翻
人自圈即目拍 识侧
飞
写
侧 出 晰 州臼曰曰
… 序
巨一
口创娜
沮丧 表情 图像获取 ’ 生气 表情图像获取
到 口旧 翻 才 日目 的 日 到 旧 旧目 矛 日月 留扭
︵
鱼丝些』 」些竺 」旦些』
一
鲜
月 日 卜 日份侧
︵
一
誉
哪
侧以目 胡 日曰 川翻
…
丝生里塑竺竺竺
些」些
立竺二 …
一
沮丧 交互确认 今生气 交互确认
图 一 负向情感状态的交互过程
图 一 中 和 今分别显示了沮丧和生气状态下从摄像头获取的带有人脸信息
的图像。 和 今分别显示了人脸表情识别结果。 和 ‘分别显示 了不同情感状
态的评估结果 以及 自动生成的交互策略建议。 和 为用户确认进行交互界面 。
平静状态下的交互
当 侦测到学习者的表情较为平静时认为学习者正处于学习状态的拐点
需要适 当的改变教学环境。此时的交互处理如图 一 所示。
日侧月 口口
… 一
表情图像获取 表情识别结果
③
硕 士 学 位论 文
‘ ’
川 朋口二 之 哎 二多长汀 泛
侧 旧日 留侧曰加目比
决 侧日 目呻曰
区 口口盯 考到
︵
一
兹
晕
翻翻 份 脚
亡 【」
﹄
丧偏帆志 平价
得雷 鳖 工
侧 用月 日目 目冷 翻 曰目
一
情感评估与交互策略生成 交互确认
图 一 中性情感状态的交互过程
图 一 中 显示了平静状态下获取的人脸图像。 显示了人脸表情识别结
果。 显示了平静状态的情感评估结果以及交互建议。 为用户确认进行交互界面。
本章小节
本章介绍了 的运行环境、开发工具、系统的整体结构及 的
显示界面和不同情感状态下系统的 自动生成的交互策略建议。
篡 。二
第五章 总结与展望
随着计算机技术的迅速发展和网络的普及 现代化服务业尤其是创新型服务业
已成为经济增长的重要动力和现代化的重要标志。国家十一五规划中更是专章论述
了服务业的发展并提出运用现代信息技术和科技的发展改造服务业提高服务业
水平。现代远程教育作为创新型服务业中具有代表性的一类服务业态得到越来越
多人的关注。远程虚拟教学作为现代远程教育的重要组成部分充分利用现代信息
技术所提供的、具有全新沟通机制与丰富资源的学习环境赋予了现代远程教育服
务新的内涵。然而当前的各类远程教育系统缺乏教师与学生的情感互动教师无法
及时了解学生的反应无法针对学生的学习情况实施因材施教的个性化教学方案
也没有充分考虑教学环节中教和学双方的情绪状态对教学的影响。此外人工心理和
情感计算研究很重要的一个课题就是在学习和教育上的应用基于上述背景结合
表情识别技术、人工心理相关理论本文提出构建智能化的情感交互系统。
本文进行的人机情感交互的研究是人工心理、人工智能和情感计算等理论的交
叉。研究的最终 目标是在远程虚拟教学环境中初步建立学习者与教学环境间的情感
交互模型即以情感计算为理论基础以人脸面部表情识别为核心技术借助人工
心理相关理论与技术捕捉和理解学习者的情绪状态并给出相应情感激励策略
从而在一定程度上实现学习者与远程虚拟教学环境的情感交流为解决现代远程虚
拟教学中的情感缺失问题做出了有益的尝试。
本文主要工作
介绍了虚拟教学现状和情感计算相关理论。
本文绪论部分对虚拟教学的研究意义、国内外研究现状 以及虚拟教学过程中的
情感缺失问题作了全面介绍和分析并对远程虚拟教学中情感交互的概念、种类和
交互方式作了详细介绍。本文第二部分对情感计算的概念、目前主要的研究成果及
关键技术作了介绍。阐述了表情计算在情感计算领域的重要地位。
研究了基于投影法的人脸特征精确定位。
首先我们采用 提供的目标检测算法进行人脸检测然后利用人脸器
官的灰度信息进行水平和垂直投影对眼睛和嘴巴进行粗定位最后通过 变
纂 硕 士学位论 文
’
换实现对眼睛瞳孔和嘴中心进行精确定位。
建立 了 情感转移模型。
分析了独立主分量分析方法在表情识别上的优点与不足结合 分类算
法对传统 进行 了改进提出了 表情识别算法。该算法利用 在特
征特区方面的优 良特性充分获取人脸表情特征然后通过 分类算法构造
有效的弱分类器达到对人脸表情快速有效识别的 目标 。
构造了用于模拟学习者的人工心理空间。
人工情感空间是人工心理研究的重要内容是人机情感交互的中枢环节。本文
选择了五种情感语义词对 教授的 模型进行 了扩展建立了一个五元
人工心理空间模型并设计了情感转移算法。
实现 了情感交互系统 。
模拟真实学习环境建立情感激励因子并考虑情感强度与时间推移的关心建立
情感淡化机制根据用户当前情绪状态初始化人工心理模型评估情感水平从而
提出相应的维持或改变用户情绪状态的激励方式。
创新之处
本文主要创新之处如下
改进 了 表情识别算法 。
针对传统 在提取表情特征时独立分量过多带来的分类 问题结合
算法 提出了 算法。该算法通过对人脸表情热点区域提取 特征可
以以到较高的概率得到那些真正的、性能优异的独立分量 利用 中弱分类
器不需要大量的独立分量算法执行效率更高。
针对远程虚拟教育的情感缺失问题提出了 情感交互算法。
为了缓解和解决 目前远程虚拟教学中的情感缺失 问题 提 出了一种基于表情识
别的教学型情感交互算法 。它以人脸表情识别为基础借助人工心理知识
充分考虑外部激励和情绪衰减因素实现对学习者情感的补偿与激励。
设计了远程虚拟教学平台下的情感交互系统 。
从远程虚拟教学实际需要出发以 情感交互算法为核心实现
了学习者情感的自动监测和主动提出教学型交互措施从而达到在一定程度上调节
学习者情绪的 目的使学习者尽可能处于最佳的学习状态提高学习效率。
纂 硕 士 学位 论 文
’
工作展望
本文对人机情感交互的方法和技术做了一些探索性的工作但 由于情绪表现出
的无限纷繁以及它与行为之间的复杂联系人们对它的机理研究还远未成熟使得
目前在构造情感模型和人机情感交互系统的研究中还有很多问题有待进一步解决。
今后的研究方 向如下
人工心理方面
进一步完善基于人工心理的情感模型实现复杂情感的表示
并建立个性化 清感空间解决心理个体差异问题 。
交互设计方面 进一步研究激励与情绪变换的关系使得人机情感交互更加
真实 自然和有效。
情感识别方面引入多种情绪识别途径如语音、脑红外侦测等。另外个性
化表情理解也有待进一步研究。
篡 默默
参考文献
【 黄海峰
孙燕丽 创新型服务业在中国经济转型中的作用 科技 现代服务
业 一
而
』 扔
刀
一 耐 【
抑
『叩 血 伍 吹 饰
一
加 一 形 刀
七刀
【 从
』孟昭兰 情绪心理学【
明 北京 北京大学出版社
【
【
刘安民 色彩 ·情感 ·包装
罗秋明 包装工程 一
月 加
一
勿 一
一
杨 国亮 人工心理相关技术研究一面部表情识别与情感建模〔 北京科技大
学
加 一
何 良华 人脸表情识别中若干关键技术研究 东南大学
酗 一
刀 加 一
尹克重 基于 的人脸识别算法研究
重庆大学
』 肠 研 一
【』 ·
月 叭
一
硕士 学位论 文
一 一
【
刀 一
劫 叭 八刀
』八刀 叭 哪
』 一
加 【
月 正
’ 一
灿 一
一
【』 岌 自
加
一
一
刀 好 【
”
』 一
一
加
、恤 众 肋匈 刀·
一
娜 刀
一
口 呱
一
均
硕 士 学位论 文
’
一
余棉水
黎 绍发 基 于 光 流 的动 态 人 脸 表 情 识 别 微 电子 学 与 计 算
机
长永 加
权 加 一
张家树
陈辉李德芳罗小宾
夏小东 人脸表情 自动识别技术研究发展 西
南交通大学学报
【
理 一
一
一
』 一
尹 一 知
位 一
而 硕
一 』
一
一
从 一
川
力
朱桂英
张瑞林 基于 变 换 的 圆检 测 方 法 阴 计 算 机 工 程 与 设
计 一
娜
一
李文 人脸表情识别研究 陕西师范大学
加
薛为 民 基于计算机视觉 的情感虚拟人交互技术研究〔 北京科技大
学
谷学静 基于人工心理的 情感建模方法及虚拟人相关技术研究 北
⑧ 硕 士 学位 论 文
京科技大学
【 魏哲华 基于人工心理理论的情感机器人的情感计算研究 北京科技大
学
【
』 一
【 砚 而 知
一
茅晓泉
胡光锐 基于最大互信息的离散隐马尔可夫模型训练方法 上海
交通大学学报 一 一
篡 硕 士 学位论 文
’
攻读硕士学位期间发表的论文
的
检索
』 如
检索
脚 七妓 铭
检索
一 恤 认
检索
几。 叭 刀
【
一
检索
几。 班
一
习 伍 甩 检索
【 梅江林
何彬何文雅魏开平 虚拟楼盘展示中基于数据手套 的交互研究全 国
计算机新科技与计算机教育论文集
已录用 检索
澎 硕 士 学位 论 文
’
致 谢
首先诚挚地感谢我尊敬的导师魏开平副教授。几年来魏老师一直努力为我创造
一个充分展示 自己个性与能力的平台对我生活上给予悉心关怀学业上进行耐心
指导科研条件上给予全力支持。魏老师广博的科学知识精深的学术思想严谨
的治学精神宽大包容的胸襟高标准严要求的工作作风永远是我学习的榜样
必将使我受益终身
衷心感谢沈显君老师多年来对我学习方法、论文写作诸方面无微不至的指导和
无私 的帮助 使我能够克服所面临的种种困难 跨过科研道路上的一个又一个挫折 。
沈老师精深的学术思想、广博的知识、严谨的科学精神让我佩服有加。
真诚感谢何婷婷教授。她对我的学习、生活诸方面的关心、支持和帮助以及对
我更快成长地殷切期望使我倍受激励并将终身难忘。感谢王林平副教授在我论
文创作期间的关心和帮助 感谢郑世汪教授对我工作上的指导和帮助 以及学习、科
研上的关心和支持 。
感谢实验室中与我朝夕相处多年的同窗张涛与他的学术交流和讨论是我很多
研究工作的思路来源 感谢同窗梅江林在 系统设计上给我的指导和帮助
感谢同窗何文雅、王芳、陈玮、李文凤等和他们一起生活、学习的经历将是我美
好 的回忆 。
感谢我的父母等所有亲人对我追求学业、从事科研工作的理解和支持他们的
关爱和支持是我前进的动力。
何彬于华中师范大学
年 月