学位论文 > 优秀研究生学位论文题录展示
情感虚拟人技术在人机交互中的应用研究
作 者: 林本敬
导 师: 薛为民
学 校: 北京化工大学
专 业: 计算机应用技术
关键词: 情感计算 情感虚拟人 HMM 人机交互 特征提取
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 151次
引 用: 0次
阅 读: 论文下载
内容摘要
情感识别是机器通过识别和理解过程把人类的语音、表情和肢体语言中的情感信息识别出来。情感交互是机器通过接收人类的情感信息来模拟人类的情感决策过程,从而表达出自身情感的过程。本文的主要目标是把虚拟人技术应用到人机交互中,研究出具有情感识别功能和情感表达功能的机器。本文的具体工作和贡献包括:第一,详细描述虚拟人的三维模型和情感模型的建立过程。这里介绍了虚拟人实体的建立和控制,以及虚拟人的情感计算模型和情感决策机制。利用三维建模工具和游戏制作软件,来建立虚拟人和虚拟场景,并通过对虚拟人控制模块的设定来驱动虚拟人的动作和行为特点,这使虚拟人能够从行为上表达情感。虚拟人的情感模型是虚拟人情感计算和决策的关键,是虚拟人具有情感能力的基础。这里主要工作就是通过模拟人的情感计算过程和决策机制,来建立虚拟人的情感工作机制,从而控制虚拟人的情感计算过程,使虚拟人具有模拟人的情感表达的能力。第二,通过分析情感语音信号,来识别情感语音信号中的参数信息,并进一步识别出情感语音信号中的情感信息。语音信号中的参数有多种,本文在比较和总结的基础上,选定了三种参数来综合的识别语音信号中的情感信息。在情感语音语料库的基础上建立了情感特征参数数据库,这个数据库的主要是建立特征参数的参数模型,为情感识别建立识别基础。第三,利用隐马尔科夫模型算法在语音信号识别上的优点,来对情感语音信号进行情感信息的识别。情感信息与语言信息有共同的声学特征,只是二者反映的信息不同。通过情感语音信号的特征分析和理论验证,隐马尔科夫模型是一个理想的选择。实验证明,隐马尔科夫模型在情感信息的识别上,表现出很好的识别效果和较高的识别率,为隐马尔科夫模型的应用提供了事实支持。第四,建立人机交互系统原型,通过对整个系统进行测试和验证,来证明人机情感交互的可行性和科学性。验证主要通过情感识别和情感决策两方面进行,情感识别的主要是建立在情感语音识别的基础上,情感决策就是通过验证虚拟人情感表达的结果跟期望值的对比结果。
|
全文目录
摘要 4-6 ABSTRACT 6-13 第一章 绪论 13-17 1.1 情感虚拟人的定义 13 1.2 情感虚拟人和情感计算研究现状 13-14 1.3 情感语音识别与交互的应用 14-15 1.4 课题来源 15 1.5 课题任务及本文工作 15-17 第二章 虚拟人模型的设计和建立 17-29 2.1 虚拟人的三维建模 17-21 2.1.1 虚拟人骨骼层的建立 17-18 2.1.2 虚拟人肌肉层的建立 18 2.1.3 虚拟人皮肤层的建立 18-20 2.1.4 虚拟人的控制 20-21 2.2 虚拟人的情感计算模型 21-24 2.3 虚拟人的情感决策机制 24-26 2.4 情感虚拟人的工作机制 26-27 2.5 本章小结 27-29 第三章 情感语音的分析和研究 29-43 3.1 情感语音信号的处理 29-34 3.1.1 情感语音信号中的持续时间参数的处理 31 3.1.2 情感语音信号中的短时能量参数的处理 31-32 3.1.3 情感语音信号中的基频参数的处理 32-34 3.2 情感语音的特征参数的分析 34-38 3.2.1 情感语音信号中的持续时间参数的分析 34-35 3.2.2 情感语音信号中的短时能量参数的分析 35-36 3.2.3 情感语音信号中的基频参数的分析 36-38 3.3 情感语音特征参数库的建立 38-42 3.3.1 情感语料库的选取 38-39 3.3.2 特征参数数据库 39-42 3.4 本章小结 42-43 第四章 情感交互和系统设计 43-57 4.1 基于隐马尔科夫模型的情感交互 43-48 4.1.1 隐马尔科夫模型的基本原理 43-45 4.1.2 隐马尔科夫模型参数的描述 45-46 4.1.3 隐马尔科夫模型的三个问题 46-48 4.2 情感交互过程 48-50 4.3 系统设计 50-52 4.4 实验 52-55 4.4.1 实验结果 52-54 4.4.2 实验分析和比较 54-55 4.5 本章小结 55-57 第五章 总结与展望 57-61 5.1 工作总结 57-58 5.2 研究需要改进的地方 58 5.3 工作展望 58-59 5.4 本章小结 59-61 参考文献 61-65 致谢 65-67 攻读学位期间研究成果及发表的学术论文 67-69 作者和导师简介 69-70 北京化工大学硕士研究生学位论文答辩委员会决议书 70-71
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 数字电视互动应用交互系统设计与实现,TP311.52
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|