虚拟情感人建模与实现技术的研究

论文摘要

人工智能是要给机器赋予人的思维、推理、判断等职能;人工生命是要给机器赋予类似于人的进化、繁衍、自适应、自组织等生命;而人工情感则是建立在人工生命之上的赋予机器类似于人的喜怒哀乐等情感,在人机交互的发展历程中,随着虚拟现实技术和智能体技术的出现,开始出现了在生命系统指引下的一种新的基于智能体的虚拟现实(VR)人机交互界面。为了使人机交互更加和谐、更加友好,也为了使计算机具有更高的、全面的智能,赋予计算机适应人类情感的能力。本文将重点研究虚拟人的人工情感模型,提出用改进的遗传算法对模型的参数进行估计,并结合人脸表情识别及虚拟人脸表情控制技术,建立虚拟人的情感交互系统。首先,情感模型的建立可以使计算机具备基本的情感识别和表达能力,在和谐人机交互方面有着广泛的应用。而情感是由对个体来说意义重要的事情所导致的一种状态。情感表现可以分为两层:心情和表情。在人与人交互的过程中所能直接观察到的均为情感的第二层次:表情,而心情这一层次只能通过表情反映或推测出来,是隐含的。这与隐马尔可夫过程的特性非常相似,其中的观察值对应人类的表情,其中隐含的状态对应人类的心情。因此,本文采用了基于隐马尔可夫过程的情感模型。其次,为了更精确的表达人类情感模型的进化过程,提出用改进的遗传算法对情感模型的参数进行估计。为了克服实数编码遗传算法进化过程易于停滞的缺点,结合个体以及种群的平均适应度两个方面的优点,提出了一种新的改进型交叉算子——启发式加权交叉算子。最后,建立虚拟人情感交互系统,该系统设计以静态图像作为系统的输入,经过训练以后的系统识别出所给图像的表情,然后根据已建立的人工情感模型,计算出输出情感的类型和强度,并对应输出系统的合成情感,再结合虚拟人脸的表情合成技术完成最终的情感交互。研究表明,该虚拟人的情感交互系统,实现了和谐的人机交互,其中情感模型的建立符合人类情感特征的基本规律。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的背景
• 1.1.1 人工智能
• 1.1.2 心理学
• 1.2 研究意义
• 1.3 国内外研究现状
• 1.4 本课题主要任务
• 第二章 情感模型的建立
• 2.1 人工情感分析
• 2.2 基于隐马尔可夫模型的情感建模
• 2.2.1 隐马尔可夫模型的基础——Markov 链
• 2.2.2 基于HMM 情感模型的定义
• 2.2.3 情感模型的确立
• 2.3 本章小结
• 第三章 情感模型参数估计的学习算法
• 3.1 情感模型确定及表情输出过程
• 3.2 改进的遗传算法
• 3.2.1 常用交叉算子的描述与分析
• 3.2.2 一种新的启发式加权交叉算子
• 3.3 基于改进遗传算法的情感模型参数估计
• 3.3.1 情感模型的参数估计过程
• 3.3.2 改进遗传算法中参数的选取
• 3.4 输出表情的确定
• 3.5 仿真试验
• 3.6 本章小结
• 第四章 情感虚拟人的情感交互系统的实现
• 4.1 情感虚拟人技术
• 4.1.1 虚拟现实的应用
• 4.1.2 情感虚拟人的提出
• 4.2 人脸表情识别过程
• 4.2.1 人脸表情图像预处理
• 4.2.2 人脸表情特征提取
• 4.2.3 人脸表情特征分类
• 4.3 输出人脸表情控制
• 4.3.1 特定虚拟人脸模型
• 4.3.2 虚拟人脸表情控制
• 4.4 虚拟人情感交互系统的设计
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 致谢
• 参考文献
• 附录：作者在攻读硕士学位期间发表的论文及项目研究