情感计算下的人机交互设计论文.docxVIP

PGE \* MERGEFORMT PGE \* MERGEFORMT 1 情感计算下的人机交互设计论文 一、情感计算研究方向细分 凭借对情感分析的理解，我们将情感计算的主要研究方向分解成八项：信息的猎取，计算模式的认知，情感计算的端口，情感传递的途径，等等。以用户情感的交流认知为入口，情感计算可以粗略分割成四块：  （一）借助传感器进行高效的人机交互从而达到用户信息的猎取和认知。  （二）将交互信息进行模型建立分析和数字化处理。  （三）将分析结果进行处理对比学习从而达到正确的理解。  （四）将计算机所猎取和转化的信息通过有效的方式呈现在用户面前，从而完成人机情感交互的全过程。通过上述步骤可以总结出，情感计算的内容可分为以下几部分：用户信号的提取，用户信号的识别和转化，机器将理解到的东西反馈给用户。针对用户信号的猎取，现代科技主要通过传感器进行设备输入的采集，例如面部神态的猎取，手势变换的动作，此类动作在科学上被称作特征提取。除此以外人体的各方面指标诸如脉搏、血压、瞳孔大小等都被机器进行情感化的记录识别和理解。用户信号的识别和转化的具体工作就是对信息进行处理加工，从而达到易于算法测算的要求。情感信号的表达就是将上述理解的内容再次反馈给用户，进行人机交互。在这四个方面的研究中情感的识别和转化是目前的关键部分，也是当今情感计算的瓶颈和难点所在。  二、情感模型的描述语言  智能型计算特性大多采纳普遍的分布式计算模型，这一特性直接导致其环境数据的来源广泛，而通过系统推导所得出的情感模块，也应通过联XX技术将其转化到其他感兴趣的板块。所以，通过怎样的方法建筑出外显的情感模型描述语言，并借助适当的XX络技术把用户的个性情感完整高效地传递，是情感计算的重点所在。以当下的技术能力，大多数情感语言都成为虚拟用户描述语言的一分子，下面通过集中包含情感标记的人体描述语言例子作一个进一步的阐述。ML(vtrMrkupLnguge)是一种基于XML的多形式脚本语言，此脚本的可贵之处在于易于解读，也易于接触软件生成。ML语言可通过算法的整合将面部表情动画和手势动画并存于一个附加的同步化表达式中。以MPEG4标准为例，将面部和人体的动画参数进行了新方向的识别。然而却未对用户的更深层次交互操纵技巧进行进一步挖掘。当系统处于此环境时，也正是体现中介层价值观的时候。PR（参数化行为表示）参数化行为表示认同这样一个观点：要表述一个行为，必须要先知道其行为所构成的要素。行为要素是一个行为的基础构成，理解了行为要素的特征就能很好地表述一个行为的认知度和操作性，从而能理解行为更为本质的特征。同时也给出了行为的主要语义组成和行为的时间信息，从而既能够凭借语义对行为分类，也为行为推理的实现提供了很大的便捷。  三、情感计算在人机交互设计中的应用  （一）交互界面设计对情感计算的研究成果也有对人机界面的整合优化有不小的帮助，使界面更具有人性化且更加有用有效。而实现有效交流与沟通这些目标在很大程度上是由于心理学和对用户情感的认知所决定的，对心理和智能情感研究能推动情感交互的实现。首先最重要的一点就是我们要搞清我们与周围环境进行感知的途径:即用户产生情感的源头以及目的是什么。用户究竟会对什么样的行为作出什么样的反应，从而帮助计算机正确认知环境，理解人类不同情感的想法，并给出合理的反馈。由此可以看出，人机界面的关键在于其智能化是较高的认知思维能力和较高的情绪思维能力的结合。兼顾好这两点便能很好地解决人机交互中对用户情感认知的难题，使用户的情感意图更容易被计算机所理解接受。以语音端口为例，将语速调整为易于用户识别的相关信号时，能很好地吸引用户的注意力，这对用户的阅读和人机交互是有极为明显的帮助的。而相对缓和的环境，语速恰如其分的更换也能很好地帮助用户自然而然地进入计算机营造的舒缓安静的情感状态。  （二）人机接口设计心理学分支上人类表达情感的方式主要分为语言、神态、肢体语言等。就目前的科学技术水平，将人类情感进行准确地辨别分类仍然不是易事。机器往往在两个相似表达方法之中会丧失自主选择性，分辨率大致保持在75%上下。针对这一情况，建立多重模型进行分辨率的多层次解读是一个很值得深入研究的方向。然而，情感测算的最终目的还是为了更为有效地了解用户对于环境做出认知和反应的意向。因此能否进行情感的辨别分类也不是最必要的流程，最主要的流程在于要根据算法的特征，检测出使用情形的感情状态，并将此情感状态进行人机对接植入一比一的相应程序中，这也是目前科学界普遍采纳并且值得深入探讨的做法。比如可以设置一种“情感鼠标”，该鼠标能够有效测试使用者的脉搏，想要实现这一功能，可以通过应用红外线侦测技术。同时还能够有效检测