学位论文 > 优秀研究生学位论文题录展示
基于随机图的情感产生模型的研究
作 者: 万超岗
导 师: 赵杰煜
学 校: 宁波大学
专 业: 计算机应用技术
关键词: 情感产生 PAD情绪空间 随机图模型 三维表情动画
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 34次
引 用: 0次
阅 读: 论文下载
内容摘要
|
情感计算是人工智能和人机交互必不可少的部分,使计算机能够自己产生情感的能力是情感计算的一个重要方面。本文对三维虚拟人进行情感产生建模,并且通过三维人脸表情动画对情感进行显示,本文主要的研究内容主要有:(1)根据情绪的相关理论,本文使用了PAD(Pleasure-Arousal-Dominance)三维情绪空间来在计算机中定义情感元素,这些情感元素主要包含上一时刻情绪,虚拟人心情状态,外部人的表情和外部语音等。(2)在对情感产生建模阶段,本文首先讨论了情绪、心情和个性的相互关系。在对各种情绪元素之间关系进行建模之后,使用了随机图模型来对情感产生进行建模,随机图模型是在考虑情感相互作用关系的情况下,通过CRBM (Continuous Restricted Boltzmann Machine)来对情绪产生建模的网络模型。模型的训练对情感建模也是一个重要的方面,在训练阶段,首先定义了网络输入的范围,然后通过心理学上的评估方法来从五百条候选训练样本中对训练集进行选取,对于选取的训练样本都能构造一个场景进行解释。模型训练完成后,计算机可以对外界反应产生由PAD空间描述的情绪。(3)为了使情绪更加直观的表达,使用了逼真的三维虚拟人头的表情来显示情绪生成结果。在构造三维面部表情方面,首先使用了FaceGen来构造三维人脸表情数据,然后通过编程实现三维表情动画。另外我们使用了竞争神经网络将产生的PAD情绪映射到由基本情绪对应的表情和表情强度构成的表情空间中。最后,在VC++平台下实现了虚拟人情感产生系统,这系统主要包括五个部分:模型训练、窗口初始化、外界刺激输入、情感产生结果和三维表情动画显示系统。使用计算机模拟结果,我们分析了心情和情绪衰减对情感产生的影响,实验结果显示了本模型基本合乎我们人类的情感产生机制的。
|
全文目录
摘要 4-5 Abstract 5-9 引言 9-11 1 绪论 11-16 1.1 研究背景和意义 11-12 1.2 国内外研究现状 12-13 1.3 研究任务和创新点 13-14 1.4 论文的主要内容及章节安排 14-16 2 情感理论及其应用 16-27 2.1 情绪的分类和特性 16-19 2.1.1 情绪的分类 16-18 2.1.2 情绪的特性 18-19 2.2 情感理论模型 19-22 2.2.1 OCC模型 20-21 2.2.2 Scherer模型 21-22 2.3 计算机中情感计算模型 22-25 2.3.1 Cathexis模型 22-24 2.3.2 Kismet模型 24 2.3.3 Gadanho’s模型 24-25 2.4 本章小结 25-27 3 图模型的介绍 27-47 3.1 图论 27-29 3.2 随机图理论 29-31 3.3 随机图模型 31-40 3.3.1 BM模型 31-35 3.3.2 CRBM模型 35-40 3.4 具有竞争学习机制的图模型 40-46 3.4.1 自组织映射(Self-Organizing Mapping, SOM) 42-44 3.4.2 学习矢量量化(Learing Vector Quantization, LVQ) 44-46 3.5 本章小结 46-47 4 基于随机图的情感产生模型 47-62 4.1 情感元素的基本定义 47-51 4.1.1 情绪的定义 47-49 4.1.2 心情的定义 49-50 4.1.3 表情的定义 50-51 4.2 情感元素的相互之间的相互关系 51-54 4.2.1 情绪的衰减 51-52 4.2.2 心情的形成 52-53 4.2.3 心情对情绪的影响 53-54 4.3 情感产生模型 54-61 4.3.1 情绪产生模型建立 54-56 4.3.2 模型训练 56-61 4.4 本章小结 61-62 5 虚拟人与外界交互系统设计 62-79 5.1 感知系统的设计 62-67 5.1.1 表情识别系统 62-63 5.1.2 语音识别系统 63-67 5.2 表现系统的设计 67-78 5.2.1 表情显示系统 67-75 5.2.2 语音合成系统 75-78 5.3 本章小结 78-79 6 结果分析 79-85 6.1 计算机的模拟 79-80 6.2 模型结果分析 80-84 6.2.1 人与虚拟人的交互结果 80-81 6.2.2 情绪衰减对情感产生的影响 81-82 6.2.3 心情对情感产生的影响 82-83 6.2.4 模型评估 83-84 6.3 本章小结 84-85 7 结论 85-87 参考文献 87-93 在学研究成果 93-94 致谢 94
|
相似论文
- 基于认知图的虚拟人情感计算的研究,TP183
- 无线传感器网络若干基础问题的建模与分析,TN929.5
- 情感计算在可用性测试中应用的研究,TP311.52
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 基于FPGA的高速图像预处理技术的研究,TP391.41
- 2D人脸模板保护算法研究,TP391.41
- 基于用户兴趣特征的图像检索研究与实现,TP391.41
- 图像拼接技术研究,TP391.41
- 高效精确字符串匹配算法的研究与实现,TP391.41
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 舌体特征的提取及融合分类方法研究,TP391.41
- 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
- 空中目标与背景的红外图像仿真技术研究,TP391.41
- 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
- 基于纹理特征的视频编码技术研究,TP391.41
- 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
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
|