毛峡|薛雨丽《人机情感交互》

毛峡|薛雨丽《人机情感交互》

作者:毛峡|薛雨丽

出版社:科学

出版年:2011-7

评分:0.0

ISBN:9787030317995

所属分类:网络科技

书刊介绍

内容简介

《人机情感交互》在详细介绍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,特别是在情感模型、人脸表情交互、语音信号情感交互、肢体行为情感交互、生理信号情感识别、文本信息中的情感提取和情感仿生代理等方面的最新研究成果,使读者对人类与计算机之间的情感交互具有更深的理解,对促进我国在该领域的快速发展具有积极意义。

《人机情感交互》适合信息类、计算机类等专业研究生、高年级本科生阅读,还可供情感计算、人机交互和人工智能等相关领域的研究人员参考使用。

作品目录

前言第1章 绪论 1.1 语言命令交互阶段 1.2 图形用户界面阶段 1.2.1 “Memex”信息机器的构想 1.2.2 可直接构造图形图像的Sketchpad系统 1.2.3 世界第一只鼠标 1.2.4 使用图形用户界面的个人计算机 1.3 人机自然交互阶段 1.3.1 语音交互 1.3.2 普适计算 1.3.3 体感交互 1.3.4 基于视线追踪的人机交互 1.3.5 第六感交互 1.3.6 虚拟现实 1.4 人机情感交互阶段 1.4.1 人脸表情交互 1.4.2 语音情感交互 1.4.3 肢体行为情感交互 1.4.4 生理信号情感识别 1.4.5 文本信息中的情感 1.4.6 情感仿生代理 1.4.7 多模情感人机交互 参考文献第2章 情感模型 2.1 基于基本情感论的情感模型 2.2 基于维度空间论的情感模型 2.3 基于认知机制的情感模型 2.3.1 EM模型 2.3.2 Roseman情感模型 2.3.3 EMA情感模型 2.3.4 Salt&Pepper模型 2.4 基于个性化的情感模型 2.4.1 大五模型 2.4.2 Chitaro行为模型 2.4.3 EFA性格空间的构造方法 2.4.4 情绪-心情-性格模型 2.5 其他情感模型 2.5.1 Picard的情感HMM模型 2.5.2 分布式情感模型 2.5.3 基于人工心理的状态空间情感模型 2.6 情感模型的应用 2.6.1 情感机器人 2.6.2 情感仿生代理 2.7 总结与展望 参考文献第3章 人脸表情交互 3.1 人脸表情建模 3.2 人脸表情识别 3.2.1 人脸表情数据库 3.2.2 表情特征提取 3.2.3 表情分类方法 3.3 人脸表情识别的发展方向 3.3.1 鲁棒的表情识别 3.3.2 精细的表情识别 3.3.3 混合表情识别 3.3.4 非基本表情识别 3.4 人脸表情生成 3.4.1 人脸表情动画合成 3.4.2 智能人脸表情生成 3.4.3 眼动情感生成 3.5 总结与展望 参考文献第4章 语音信号情感交互 4.1 声音信号的处理机制 4.1.1 大脑皮层下听觉中枢 4.1.2 大脑皮层听觉中枢 4.2 语音情感识别 4.2.1 应用前景 4.2.2 面临的主要困难 4.2.3 研究现状 4.2.4 情感语音数据库的建立 4.2.5 语音情感特征参数的提取 4.2.6 分类器的设计 4.2.7 情感分类器的融合 4.3 情感语音合成 4.3.1 语音合成及情感语音合成 4.3.2 基于韵律调节的情感语音合成 4.4 总结与展望 参考文献第5章 肢体行为情感交互 5.1 手势情感识别 5.1.1 基于手套的手势识别 5.1.2 基于视觉的手势识别 5.2 身体姿势情感识别 5.2.1 身体姿势数据库 5.2.2 身体姿势特征提取 5.2.3 身体姿势识别方法 5.3 身体姿势情感表达 5.4 总结与展望 参考文献第6章 生理信号情感识别 6.1 情感的生理机制 6.1.1 情感感知理论 6.1.2 大脑的情感中枢 6.1.3 号隋感相关的内分泌腺 6.1.4 与情感相关的神经化学物质 6.2 生理信号情感识别 6.2.1 生理信号情感识别的研究意义 6.2.2 相关生理信号的基础知识 6.2.3 生理信号相关情感识别的研究现状 6.2.4 生理信号情感识别系统 6.3 应用系统 6.3.1 轻便式心电仪 6.3.2 情感监视手表 6.4 总结与展望 参考文献第7章 文本信息中的情感 7.1 基于词语的处理技术 7.1.1 正向最大匹配分词 7.1.2 反向最大匹配分词 7.1.3 基于统计的词网格分词 7.2 基于数学统计的语言模型 7.2.1 隐马尔可夫模型 7.2.2 最大熵模型 7.3 基于语言理解的处理方法 7.4 基于语料库加工的处理方法 7.5 文本情感分析研究现状 7.5.1 词语的情感分析 7.5.2 句子的情感分析 7.5.3 篇章的情感分析 7.5.4 海量信息的整体倾向性预测 7.6 典型文本情感提取方法 7.6.1 基于关键词定位的文本情感提取方法 7.6.2 基于词汇关联的文本情感提取方法 7.6.3 基于统计的机器学习文本情感提取方法 7.6.4 基于规则的文本情感提取方法 7.6.5 基于常识的文本情感提取方法 7.7 总结与展望 参考文献第8章 情感仿生代理 8.1 移情仿生代理 8.2 基于仿生代理的标记语言 8.3 情感机器人 8.4 总结与展望 参考文献

相关推荐

微信二维码