計算機對從傳感器采集來(lái)的信號進(jìn)行分析和處理，從而得出對方（人）正處在的情感狀態(tài)，這種行為叫做情感識別。從生理心理學(xué)的觀(guān)點(diǎn)來(lái)看，情緒是有機體的一種復合狀態(tài)，既涉及體驗又涉及生理反應，還包含行為，其組成分至少包括情緒體驗、情緒表現和情緒生理三種因素。目前對于情感識別有兩種方式，一種是檢測生理信號如呼吸、心律和體溫等，另一種是檢測情感行為如面部特征表情識別、語(yǔ)音情感識別和姿態(tài)識別。

 

“情感識別”，并不是說(shuō)計算機能直接識別或測量情感狀態(tài)，應該解釋為“通過(guò)觀(guān)察表情、行為和情感產(chǎn)生的前提環(huán)境來(lái)推斷情感狀態(tài)”。因為情感狀態(tài)是內在的并包含生理和心理的變化，這樣只能獲得情感狀態(tài)的一些可觀(guān)測的東西，如表情、行為等等。假設這些東西的觀(guān)測可靠的話(huà)，那么潛在的情感狀態(tài)就可以推斷出來(lái)。只有將情感識別看作一種模式識別問(wèn)題、情感表達看作模式合成問(wèn)題，計算機進(jìn)行情感交流才具有可行性。

 

情感計算的發(fā)展

 

情感計算研究的提出最早可以追溯到20世紀90年代初，耶魯大學(xué)心理系的Salovey教授提出了情感智能的概念，開(kāi)展了一系列的研究。該概念隨后被Goleman發(fā)展為與智商(IQ)相對的情商(EQ)，并隨著(zhù)Goleman的暢銷(xiāo)書(shū)而迅速流行，在心理、認知、計算機等領(lǐng)域掀起了一個(gè)研究情感智能的小高潮。MIT的Picard教授根據這些新的概念和研究方向，于1997年出版了《情感計算》一書(shū)，希望賦予智能機器感知、理解和表達情感的能力。

 

進(jìn)入新世紀以后，特別是近年來(lái)，隨著(zhù)普適計算、人本計算、社會(huì )計算等概念和研究方向的提出，自然的人機交互日益成為各研究領(lǐng)域的研究?jì)热莺湍繕?，情感計算也自然地成為各學(xué)科共同關(guān)注的熱點(diǎn)、焦點(diǎn)。中國國家自然科學(xué)基金委也不失時(shí)機地支持了“情感計算理論與方法”的研究。

 

情感計算從本質(zhì)上，是一個(gè)典型的模式識別問(wèn)題。智能機器通過(guò)多種傳感器，獲取人的表情、姿態(tài)、手勢、語(yǔ)音、語(yǔ)調、血壓、心率等各種數據，結合當時(shí)的環(huán)境、語(yǔ)境、情境等上下文信息，識別和理解人的情感。在實(shí)際的自然交互系統中，智能機器還需要對上述信息作出及時(shí)的、恰當的、情感化的反應。情感之間距離的定義和計算方法是情感計算的核心問(wèn)題，例如需要定義和計算“微笑、笑、大笑、狂笑”之間的距離，以便把它們分別聚類(lèi)，從而使系統能夠識別出不同程度的笑。遺憾的是，目前情感計算的研究還只能對情感進(jìn)行粗分類(lèi)，即識別7種典型的情感。

 

目前，我國在情感計算這一領(lǐng)域的研究主要在人臉識別。這一方面是因為人臉表情容易獲取，易于分析處理，其成果具有重要的應用前景等；另一方面，也反映了情感計算研究的一個(gè)普遍的問(wèn)題，即盡管人類(lèi)是通過(guò)表情、語(yǔ)言、動(dòng)作等各種信息的融合，識別和理解情感，但是，當前多模態(tài)情感數據獲取、分析、融合、識別和理解，以及情景等上下文信息的融合依然是情感計算研究中富有挑戰性的課題。實(shí)現具有情感反饋的自然的人機交互是情感計算研究的最終目標，這需要在上述情感理解的基礎上，研究人類(lèi)情感反饋和表達的機制，建立模型。

 

目前國內的研究成果已有基于已有的情緒模型，提出了虛擬人的認知結構，建立了一種新的基于動(dòng)機驅動(dòng)的自主情緒模型。清華大學(xué)戴振龍的論文則介紹了一種人臉表情的合成方法，能夠生成具有細微表情動(dòng)作的虛擬說(shuō)話(huà)人?？梢钥闯?，這方面的研究在國際上依然是自然交互領(lǐng)域的一個(gè)新興的方向，面臨著(zhù)許多挑戰性的問(wèn)題，具有廣闊的發(fā)展前景。

 

 

情感計算指的是對與情緒相關(guān)、由情緒引發(fā)、能夠影響情緒的各種因素的計算 ，情感計算研究的目的就是要建立起能感知、識別以及理解人類(lèi)情感，并對人類(lèi)情感進(jìn)行智能、靈敏以及友好反應的計算機系統。情感計算研究主要包括了三個(gè)方面的內容 ：情感識別、情感發(fā)生 、情感表達 。

 

1、情感發(fā)生機理的研究。 

 

人類(lèi)情感的發(fā)生、發(fā)展是一個(gè)復雜、多變的過(guò)程 ，例如不僅人的情緒變化會(huì )導致情感的變化 ，人體的化學(xué)反應也會(huì )引發(fā)情感的波動(dòng)。 并且，人的身體、行為上也會(huì )隨著(zhù)情感強度、類(lèi)型、誘發(fā)過(guò)程甚至社交規則的不同而表現各異 ，這給情感計算帶來(lái) 了一定的困難。

 

2、情感信息的獲取以及情感狀態(tài)和表達模式之間的關(guān)系研究。 

 

人類(lèi)情感信息表現在內、外兩個(gè)層面 。 獲取外在情感信息，例如聲音 、手勢 、面部表情等可以通過(guò)多媒體技術(shù)來(lái)獲取 ，對于內在情感信息，例如心跳、脈搏、呼吸、體溫等則需要使用特殊的生理傳感器獲取。 情感狀態(tài)和表達模式之間的關(guān)系是情感識別研究的基本內容 ，其關(guān)鍵在于尋找表達信號和情感特征的最佳匹配關(guān)系。

 

3、情感模型的建立和理解研究 。 

 

情感計算一般分為離散狀態(tài)、情感空間、基于規則三種計算模型。 目前，情感建模研究取得了初步進(jìn)展 ，取得了一些代表性的研究成果 ，例如通過(guò)總結和歸納、分析環(huán)境中發(fā)生的各種事件以及相互之間可能引發(fā)的各種情感的對應關(guān)系的OCC 情感識別模型、通過(guò)建立與人相似的應對策略機制指引智能體做出與人情感狀態(tài)一致的行為反應的 EMA 模型等等。 情感建模的目的是要尋找最能適合計算機模擬人類(lèi)的認知情感，并且使之可供計算機執行，提升人機交互的水平。

 

4、情感的合成和表達。 

 

個(gè)性化的計算機程序(低層次的情感計算技術(shù)) 雖然能夠識別計算機用戶(hù)的興趣 、愛(ài)好和偏愛(ài) ，但它并不能識別計算機使用者的情感 ，對使用者情感沒(méi)有共 鳴、互動(dòng) 的能力，通過(guò)情感的合成和表達(例如 OCC 模型)可以對事件 、對象以及智能體等進(jìn)行綜合分析和表達。

 

5、情感計算的應用研究。 

 

計算機的情感計算能力進(jìn)一步推動(dòng)了計算機技術(shù)的發(fā)展，通過(guò)和人機接口技術(shù) 、人工智能推理、計算機視覺(jué)和聽(tīng)覺(jué)等計算機前沿研究技術(shù)結合 ，應用領(lǐng)域不斷拓展。 

 

一是通過(guò)情感計算建立起的“情感鏡像 ”，可以幫助“人”了解自己在各種情況下的反應 ，而且更具客觀(guān)性；

 

二是在文本一語(yǔ)音相互轉換中發(fā)揮重要作用。 例如通過(guò)情感計算對輸入的計算機文本進(jìn)行語(yǔ)音轉換并在轉換的過(guò)程中表達使用者的情感 ，實(shí)現了語(yǔ)言障礙者在網(wǎng)絡(luò )社會(huì )中進(jìn)行自然 、和諧的交流夢(mèng)想 ，他們也可以“發(fā)出”體現自己情感的語(yǔ)言；

 

三是擁有情感計算能力的計算機可以對人類(lèi)情感進(jìn)行有效的獲取 、分析 、識別并作出相應 的反應 ，這些反應切合使用者情感 ，成為人機交互的關(guān)鍵突破；

 

四是在其他領(lǐng)域的應用，例如情感計算可以推動(dòng)心理學(xué)從感性認知上升到可計算模型、排減特殊患者的不良情緒進(jìn)行更好的康復 、利用語(yǔ)音識別技術(shù)提升計算機測謊能力等等。

 

 

情感識別指的是通過(guò)觀(guān)察表情 、行為和情感產(chǎn)生的具體 環(huán)境來(lái) 推斷內在情感 狀態(tài) 的一種模式識別 。 情感計算通過(guò)計算針對不同類(lèi)型 、個(gè)體取得的個(gè)性化測量數據 ，在測量數據的基礎上進(jìn)行共性化研究從而發(fā)現情感識別的通用模式 。 

 

現階段進(jìn)行的情感識別研究主要集中在面部表情 、語(yǔ)音情感以及生理信號情感研究。

 

1、面部表情的情感識別

 

由于面部表情是最容易控制的一種 ，而且受先天生理影響 ，單純的面部表情識別準確性并不高 ，但是相對的識別模型比較簡(jiǎn)單 。 例如 Paul Ekman 等提出的面部動(dòng)作編碼系統(FACS) ，描述了基本情感以及對應的產(chǎn)生的肌肉運動(dòng)的動(dòng)作單元， 依據FACS系統制造的面部識別器，仿真測試準確率可以達到 98％以上。 但 面部識別器的處理效率較低 ，一種表情處理時(shí)間需要將近 5min ，對于處理連續表情還存在一定困難。

 

面部表情的情感識別受到多方面因素的影響，現階段對人臉?lè )治黾白R別的技術(shù)方法主要分為兩大類(lèi) ：一是基于靜態(tài)圖像 (單一圖像) 的方法 ，一是基于動(dòng)態(tài)圖像序列的方法。 前者分析的數據較少，對單幀圖像分析比較成功，適合實(shí)時(shí)表情的識別；后者將面部表情變化的時(shí)間和空間信息結合起來(lái)，識別率較高，但計算量也較大。

 

2、 語(yǔ)音情感的識別研究

 

由于語(yǔ)音情感的不可視，語(yǔ)音情感識別要比面部表情識別困難得多。 人的語(yǔ)音信號包含了多方面的信息 ，必須要尋找情感和語(yǔ)音模式之間的對應關(guān)系 ，而且這些對應特征計算機還是可 以提取的。 情感對語(yǔ)音的影響主要體現在兩個(gè)方面 ，一是語(yǔ)速的頻率和時(shí)間，一是語(yǔ)言的音量 和清晰度。 通過(guò)利用聲學(xué)和語(yǔ) 言學(xué)來(lái)描述說(shuō)話(huà)方式的計算機應用程序— — “情感編輯器”，除了在輸入情感參數之外還進(jìn)行了語(yǔ)法語(yǔ)義的分析 ，對語(yǔ)音頻率和音量進(jìn)行控制 ，對語(yǔ)音形成較好的情感識別和合成效果。

 

語(yǔ)音情感特征的分析需要大量的語(yǔ)音實(shí)驗分析資料 ，語(yǔ)音情感自動(dòng)識別技術(shù)就是建立在對語(yǔ)音信號產(chǎn)生機制的深入研究和分析基礎上的，現階段 ，語(yǔ)音情感自動(dòng)識別技術(shù)還需要迫切解決兩個(gè)根本性的問(wèn)題：一是語(yǔ)音信號中情感識別特征的抽??；二是特定語(yǔ)音數據的模式識別 。

 

3、生理模式的情感識別

 

不同的生理信號的特征模式也是情感識別的重要依據之一 。 人的生理信號比起面部表情和語(yǔ)音 ，識別難度更大，所以目前生理模式的情感識別研究還處于初級階段 ，哪些信號可以轉化為情感參數 、信號各個(gè)方面的權重、比例應該是多少 ，這些都還需要進(jìn)行進(jìn)一步的研究和探索。

 

情感計算為人機交互提供了重要的渠道和有力的模型支撐 ，雖然基于各種原理的情感模型還無(wú)法準確、清晰地對人的情感進(jìn)行完全模擬 ，但隨著(zhù)情感計算數據庫的不斷完善和對觀(guān)察數據的不斷分析 ，情感建模和情感識別技術(shù)必將取得進(jìn)一步的發(fā)展 。