情感计算与情感机器人系统

本书在介绍情感计算、情感建模以及人机情感交互概念的基础上，分析了当前人机情感交互的研究前沿，总结了在多模态情感识别方法、人机交互氛围场建模、情感意图理解方法、情感机器人的多模态情感表达以及人机情感交互系统应用方面的近期新研究成果，使读者对人机情感交互有更深的理解，对促进我国在情感计算与情感机器人领域的快速发展具有积极的作用。
本书可作为人工智能、机器人、计算机科学与技术、控制科学与工程等专业高年级本科生及研究生的教材和参考用书，也可供情感计算、模式识别、智能机器人以及相关领域的工程技术人员和科研工作者参考使用。

编者的话
前言
第1章 绪论 1
1.1 情感计算 1
1.1.1 情感计算概述 1
1.1.2 情感计算关键技术及现状 2
1.1.3 情感计算的应用 6
1.2 情感建模 7
1.2.1 维度情感模型 7
1.2.2 离散情感模型 11
1.2.3 其他情感模型 12
1.3 情感机器人 15
1.3.1 情感机器人的发展 15
1.3.2 情感机器人的应用 18
1.4 本书内容 22
参考文献 23
第2章 多模态情感特征提取 29
2.1 语音情感特征提取 29
2.1.1 语音信号预处理 29
2.1.2 声学情感特征提取 34
2.2 面部表情情感特征提取 41
2.2.1 人脸检测与定位 41
2.2.2 人脸表情特征提取 43
2.3 生理信号情感特征提取 47
2.3.1 生理信号简介 48
2.3.2 脑电信号预处理 49
2.3.3 脑电信号特征提取 52
参考文献 61
第3章 情感特征集降维方法 63
3.1 特征抽取 63
3.1.1 主成分分析法 64
3.1.2 线性判别分析法 65
3.1.3 多维尺度分析法 67
3.1.4 等距映射法 68
3.1.5 局部线性嵌入法 69
3.2 特征选择 73
3.2.1 相关性分析特征选择方法 73
3.2.2 随机森林特征选择方法 76
3.2.3 遗传算法特征选择方法 77
3.2.4 Relief特征选择算法 80
参考文献 81
第4章 多模态情感识别与表达 84
4.1 情感识别方法 84
4.1.1 反向传输神经网络 84
4.1.2 支持向量机 86
4.1.3 超限学习机 89
4.1.4 大脑情感学习 91
4.1.5 深度神经网络 94
4.2 多模态情感信息融合 96
4.2.1 特征级融合 96
4.2.2 决策级融合 98
4.3 多模态情感表达 102
4.3.1 情感语音合成 102
4.3.2 面部表情的合成与表达 106
4.3.3 肢体语言情感的合成与表达 110
参考文献 115
第5章 人机交互氛围场建模 118
5.1 模糊氛围场建模 118
5.1.1 交流氛围场三维空间模型 119
5.1.2 情感状态的三维空间模型 121
5.1.3 模糊氛围场模型 122
5.1.4 模糊氛围场的图形化表示 126
5.2 基于模糊层次分析的氛围场模型 129
5.2.1 人机交互氛围的模糊层次分析 129
5.2.2 权重动态调整 131
5.2.3 人机交互氛围场权重计算实例 133
5.2.4 人机交互氛围场实验 133
5.3 模糊氛围场的行为适应 136
5.3.1 基于模糊产生式规则的友好Q学习行为适应机制 136
5.3.2 基于合作-中立-竞争的友好Q学习行为适应机制 139
5.3.3 模糊氛围场的行为适应实验 142
参考文献 152
第6章 情感意图理解方法 155
6.1 情感意图 155
6.1.1 情感意图的定义 155
6.1.2 情感意图的影响因素分析 156
6.2 情感意图理解模型 158
6.2.1 基于模糊多层次分析的情感意图理解模型 158
6.2.2 基于T-S模糊多层次分析的情感意图理解模型 163
6.3 情感意图行为适应机制 165
6.3.1 基于模糊友好Q学习的情感意图行为适应机制 165
6.3.2 基于信息驱动的模糊友好Q学习情感意图行为适应机制 165
6.4 情感意图实验 170
6.4.1 情感意图的理解实验 171
6.4.2 情感意图的行为适应实验 183
参考文献 189
第7章 情感机器人系统的设计及应用 193
7.1 早期的人机情感交互系统 193
7.1.1 Mascot人机情感交互系统 193
7.1.2 WE-4R Ⅱ人机情感交互系统 197
7.2 多模态人机情感交互系统 199
7.2.1 系统设计目标 200
7.2.2 系统功能模块 202
7.2.3 系统整体架构 203
7.2.4 情感交互场景规划 205
7.2.5 系统功能设计实现 207
参考文献 214
附录 216