基于協(xié)同交互的表情識別和情感體驗(yàn)建模方法研究.pdf

1、隨著智能計算的發(fā)展,人們逐漸習(xí)慣于通過人機(jī)交互解決社會生活中遇到的問題。計算智能體如果可以了解和掌握人類內(nèi)在的情感體驗(yàn),就可以提高人機(jī)交互的合理性和協(xié)同性,實(shí)現(xiàn)生動、無縫的交互?？紤]到情感計算與現(xiàn)實(shí)研究的復(fù)雜性,本文以面部表情的實(shí)時分析研究為基礎(chǔ),探討被觀測主體的外在面部表情表達(dá)與內(nèi)在情感體驗(yàn)之間的聯(lián)系機(jī)制,取得了以下主要研究成果:
　　 提出基于張量的坐標(biāo)空間變換方法,將面部特征矢量從像素空間轉(zhuǎn)換到參數(shù)空間,統(tǒng)一矢量維度,降低

2、數(shù)據(jù)處理的復(fù)雜度,提高實(shí)時分析的效率和準(zhǔn)確率。理論證明了進(jìn)行張量空間轉(zhuǎn)換的合理性,實(shí)現(xiàn)了面部特征矢量的幾何和物理特性在空間變換的過程中保持不變。實(shí)驗(yàn)驗(yàn)證了該方法可以有效的提高面部表情識別的精度和實(shí)時分析的效率。
　　 從智能認(rèn)知的角度,定義組織環(huán)境和個體面部表情分析模型。組織環(huán)境中的參與主體受組織規(guī)范約束,增強(qiáng)了分析研究的可操作性和可信性;個體模型對組織環(huán)境中特定的主體進(jìn)行面部表情識別分析,通過模型間的協(xié)同交互迭代傳遞主體的面部

3、表情聚類結(jié)構(gòu),完善模型自身的分析能力。由協(xié)同交互改進(jìn)的面部表情識別算法收斂更快,并給出全局優(yōu)化的面部表情聚類分布。
　　 在個體模型的基礎(chǔ)上,建立面部表情的貝葉斯網(wǎng)絡(luò),實(shí)現(xiàn)對參與主體面部表情的動因分析和預(yù)測推理。引入?yún)f(xié)同交互改進(jìn)面部表情網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)算法,提高了面部表情網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)質(zhì)量。在構(gòu)建的面部表情網(wǎng)絡(luò)中,可以實(shí)時分析影響主體面部表情表達(dá)的環(huán)境動因,以及預(yù)測主體下一時刻最有可能表達(dá)的面部表情狀態(tài)。該方法為通過面部表情分析情

4、感體驗(yàn)做了基礎(chǔ)準(zhǔn)備。
　　 基于上述研究,設(shè)計了通過面部表情研究情感體驗(yàn)一致性分布的分析模型。該模型用以發(fā)現(xiàn)主體是否隱藏了應(yīng)該表達(dá)的情感特征,其面部表情表達(dá)與內(nèi)在的情感體驗(yàn)是否一致。模型將面部表情特征和面部表情狀態(tài)定義為情感特征證據(jù),結(jié)合協(xié)同依賴的評估算法實(shí)現(xiàn)對情感體驗(yàn)的協(xié)調(diào)度一致性分析,給出主體的情感體驗(yàn)分布圖。該分布圖是最具“個性化的”面部表情分析和情感計算認(rèn)知結(jié)果。
　　 綜上所述,該研究工作在較高層次上對人類外在