情感计算人机交互技术新前景.doc

情感计算——人机交互技术新前景 摘要：情感在人类的认识和人机交互中起着关键性的作用．具有情感能力的计算机就是让计算机能够在和人类相处时更有智能、更为敏感和更为和谐和亲切。 情感计算研究的提出最早可以追溯到20世纪90年代初，耶鲁大学心理系的Salovey教授提出了情感智能的概念，开展了一系列的研究。该概念随后被Goleman发展为与智商(IQ)相对的情商(EQ)，并随着Goleman的畅销书而迅速流行，在心理、认知、计算机等领域掀起了一个研究情感智能的小高潮。MIT的Picard教授根据这些新的概念和研究方向，于1997年出版了《情感计算》一书，希望赋予智能机器感知、理解和表达情感的能力。 进入新世纪以后，特别是近年来，随着普适计算、人本计算、社会计算等概念和研究方向的提出，自然的人机交互日益成为各研究领域的研究内容和目标，情感计算也自然地成为各学科共同关注的热点、焦点。中国国家自然科学基金委也不失时机地支持了“情感计算理论与方法”的研究。 情感计算从本质上，是一个典型的模式识别问题。智能机器通过多种传感器，获取人的表情、姿态、手势、语音、语调、血压、心率等各种数据，结合当时的环境、语境、情境等上下文信息，识别和理解人的情感。在实际的自然交互系统中，智能机器还需要对上述信息作出及时的、恰当的、情感化的反应。情感之间距离的定义和计算方法是情感计算的核心问题，例如需要定义和计算“微笑、笑、大笑、狂笑”之间的距离，以便把它们分别聚类，从而使系统能够识别出不同程度的笑。遗憾的是，目前情感计算的研究还只能对情感进行粗分类，即识别7种典型的情感。 这一方面是因为人脸表情容易获取，易于分析处理，其成果具有重要的应用前景等；另一方面，也反映了情感计算研究的一个普遍的问题，即尽管人类是通过表情、语言、动作等各种信息的融合，识别和理解情感，但是，当前多模态情感数据获取、分析、融合、识别和理解，以及情景等上下文信息的融合依然是情感计算研究中富有挑战性的课题。实现具有情感反馈的自然的人机交互是情感计算研究的最终目标，这需要在上述情感理解的基础上，研究人类情感反馈和表达的机制，建立模型。 基于已有的情绪模型，提出了虚拟人的认知结构，建立了一种新的基于动机驱动的自主情绪模型。清华大学戴振龙的论文则介绍了一种人脸表情的合成方法，能够生成具有细微表情动作的虚拟说话人。，这方面的研究在国际上依然是自然交互领域的一个新兴的方向，面临着许多挑战性的问题，具有广阔的发展前景。 1