人工情感

叢書序言
前言
第1章 人類情緒
1.1 情緒心理學
1.1.1 基本概念
1.1.2 情緒、情感與感情的區(qū)別與聯(lián)系
1.1.3 情緒的主要成分
1.1.4 情緒的維度與極性
1.1.5 情緒的功能
1.1.6 情緒理論
1.1.7 當代情緒發(fā)展理論
1.2 腦科學在情感計算中的作用
1.2.1 情感計算研究
1.2.2 情感計算中的人臉和表情識別研究
1.2.3 腦科學研究現(xiàn)狀
1.2.4 情緒及表情識別的ERP研究
1.2.5 腦科學研究與情感計算的關系
1.3 情緒生理學
1.3.1 情緒與行為
1.3.2 產生情緒的大腦機構
1.3.3 情緒生理學理論
1.3.4 情緒的生理指標
1.4 情緒社會學
1.4.1 美感的定義
1.4.2 美感的層次性
1.4.3 社會實踐的主體——人的美
1.5 色彩與心理
1.5.1 色彩學的起源及基本原理
1.5.2 色彩模式
1.5.3 色彩與心理
1.5.4 色彩心理模型
1.5.5 色彩心理與服飾衣著
思考題
參考文獻
第2章 情緒的空間描述及維度化理論
2.1 概述
2.2 情緒的維度空間描述
2.2.1 情緒的一維表示
2.2.2 情緒的二維表示
2.2.3 情緒的三維表示
2.2.4 情緒的多維表示
2.3 幾種典型的情緒空間描述
2.3.1 Plutchk的錐形
2.3.2 Plutchik情緒圓環(huán)
2.3.3 Russeli的情感圓環(huán)模型
2.3.4 Larsen和Dienei’八方向模型
2.3.5 情緒的方錐空間
2.4 情緒熵
2.5 情緒的非線性表示
2.6 人類情感的數(shù)學模型
2.6.1 JuanD.Velasquez的情感綜合產生器模型
2.6.2 AaronSlorharj的CogAff模型
2.6.3 Kismet的情感模型
2.6.4 OCC情感模型
2.6.5 Salt和Pepper模型
2.6.6 Oz-Tok體系
2.6.7 ClarkElliott的情感推理機
2.6.8 wE4R的情感模型
2.6.9 EM模型
思考題
參考文獻
第3章 人類情感的數(shù)學模型
3.1 用數(shù)學方法描述情緒的重要性
3.2 基于歐氏空間的人工情感數(shù)學模型
3.2.1 情感空間
3.2.2 情感熵
3.2.3 情感概率轉移矩陣的構造
3.2.4 仿真及其分析
3.3 基于馬爾可夫鏈的情感計算建模方法
3.3.1 情感的基本概念
3.3.2 情感狀態(tài)的概率空間
3.3.3 情感狀態(tài)的變化過程
3.3.4 基于馬爾可夫鏈的心情狀態(tài)自發(fā)轉移
3.3.5 情感能量
3.3.6 情感狀態(tài)的分區(qū)
3.4 基于隨機事件處理的情感建模方法
3.4.1 情感模型系統(tǒng)原理
3.4.2 仿真結果
3.5 基于自組織理論的人工心理建模
3.5.1 情感數(shù)學模型
3.5.2 仿真及分析
3.6 基于馬爾可夫過程的情緒狀態(tài)轉移模型
3.6.1 模型構造
3.6.2 調查問卷
3.7 基于貝葉斯網(wǎng)絡的情感虛擬人心理建模
3.7.1 情感信息處理
3.7.2 結合貝葉斯網(wǎng)絡模型定義性格空間與情感空間
3.7.3 貝葉斯背景知識介紹
3.7.4 個性化、情感和情緒
思考題
參考文獻
第4章 情感的數(shù)字化建模
4.1 基于HMM的人工心理模型
4.1.1 基于HMM的情感建模
4.1.2 情感模型驅動的情感交互虛擬人系統(tǒng)
4.2 基于灰色系統(tǒng)理論的情感建模
4.2.1 灰色建模
4.2.2 系統(tǒng)整體構成
4.2.3 情感模型的建立
4.2.4 機器實現(xiàn)
4.3 基于考慮個性和0cc模型的人工情感模型
4.3.1 二維情緒空間與反向情緒
4.3.2 情緒的表示
4.3.3 情緒的運算
4.3.4 面部表情與基本情緒的對應關系
4.3.5 三維情緒空間和反向情緒
4.3.6 個性和OCC模型的結合
4.3.7 個性的分類和特點
4.3.8 個性和OCC模型在三維情緒空間的實現(xiàn)
4.4 模糊情感識別模型
4.4.1 模糊數(shù)學的發(fā)展
4.4.2 模糊模式識別
4.4.3 模糊情感識別模型
4.4.4 實驗結果及分析
4.5 基于馬氏決策的情感計算模型
4.5.1 基于曲線擬合理論的情感建模
4.5.2 基于需求情緒動機的情感計算模型
4.5.3 情感模型在圖書推薦系統(tǒng)中的應用
思考題
參考文獻
第5章 情感數(shù)字化教學系統(tǒng)
5.1 現(xiàn)代遠程教育系統(tǒng)的基本介紹
5.2 學習者情感監(jiān)測及建模
5.3 情緒反應建模
思考題
參考文獻
第6章 人臉識別系統(tǒng)
6.1 概述
6.2 人臉識別流程
6.3 人臉識別系統(tǒng)的構成
6.4 人臉識別系統(tǒng)的整體結構
6.5 基于Haar的人臉檢測實現(xiàn)
6.5.1 Haai‘特征
6.5.2 積分圖像
6.5.3 AdaBoost學習算法
6.5.4 基于Haar特征的人臉檢測的程序實現(xiàn)
6.5.5 人臉檢測效果
6.6 基于嵌入式隱馬爾可夫模型（EHMM）的人臉識別算法
6.6.1 隱馬爾可夫模型（HMM）算法
6.6.2 HMM的定義
6.6.3 HMM的三個基本問題
6.6.4 評價問題及其算法：前向一后向算法
6.6.5 解碼問題及其算法：Viterbi算法
6.6.6 訓練問題及其算法：Baum-Welch算法
6.6.7 EHMM介紹
6.6.8 用于人臉建模的EHMM方法
6.6.9 觀察向量提取
6.6.1 0EHMM的訓練和人臉識別
6.7 人臉識別實驗結果
思考題
參考文獻
第7章 面部表情識別系統(tǒng)
7.1 特征點定位方法研究
7.1.1 常用的特征點定位的算法
7.1.2 Canny-AAM特征點定位
7.1.3 實驗與分析
7.2 基于SVM的表情識別分類研究
7.2.1 SVM分類器原理
7.2.2 SVM分類器在表情識別中的應用
7.3 表情識別系統(tǒng)應用研究
7.3.1 遠程教育系統(tǒng)
7.3.2 疲勞駕駛檢測系統(tǒng)
思考題
參考文獻
第8章 網(wǎng)絡游戲中的情感數(shù)字化
8.1 游戲中的情感模型
8.1.1 引言
8.1.2 游戲中的情感模型架構
8.1.3 模型設計
8.2 真實感三維人臉動態(tài)表情的表達方法
8.2.1 引言
8.2.2 系統(tǒng)框架
8.2.3 MPEG－4人臉動畫的工作原理
8.2.4 虛擬人的年齡仿真研究
8.2.5 面部表情研究的應用
8.2.6 中醫(yī)診斷教學系統(tǒng)
思考題
參考文獻
第9章 情感機器人系統(tǒng)
9.1 情感機器人發(fā)展狀況
9.2 情感機器人的機械設計及實現(xiàn)
9.2.1 情感機器人
9.2.2 機器人頭部的設計要求
9.2.3 面部表情研究及實現(xiàn)方法
9.2.4 驅動方案的選擇
9.2.5 情感機器人頭部結構設計
9.3 情感機器人機電平臺結構設計
9.3.1 機器人機電平臺硬件控制電路
9.3.2 控制軟件設計與實現(xiàn)
9.4 情感機器人心理模型應用研究
9.4.1 人工心理模型
9.4.2 人工心理模型的應用
9.4.3 機器人的情感與情感表達
思考題
參考文獻
縮略語