情感计算及其在人机交互设计中的应用

留在对数据目标进行大致的分类，即七种最基本的情感分析，而更进一步的细致便是情感计算在今后要走的路的放向。[2]

当前信息化时代，我国情感测算领域的研究主要方向依旧是对人脸的分析和识别方向。选取人脸作为主流分析和识别媒介的原因在于一方面人类的脸部表情相对来说还是较为方便获取数据的，也有相应相对完善的技术对其进行基础铺垫。当然其应用前景的重大也是情感计算选此作为主流方向的原因；另一方面，此现状也凸显出目前我国情感计算领域一个不可避免的难题：虽然用户以手势，动作表情等作为信息传递的媒介来进行情感的传递，但目前众多情感模式的获取思路和分析以及针对内外部环境等上下文信息的融合问题依旧是情感计算研究中最让给学者们头疼的难题。如何真正科学化的实现具有情感反馈功能的人机交互是情感测算领域不变的目标。这需要针对以后的情感理解基础，做出对人类情感反馈和表达的机制，并建立模型分析整合。

当前我国在上述领域已经有了重大进展，即基于以后的理论知识技能和模型建立一个虚拟化人物的认知结构,并借此生成一类新方向的以动机驱动为支点的自我情绪调控结构。中科院有发布过相关论文，文章详细讲解了一种新概念的人脸表情合成技术，并生成一个和人脸部一样机构特征的能做出表情的虚拟说话用户。由此可以得出结论，对于人类情感的虚拟化研究在情感计算机构中仍然是一个新兴富有生机的方向，虽然研究面临着许多待解决的难题，但将目光拉长，此方向无疑具有广阔的应用前景。

二：情感计算研究方向细分

凭借对情感分析的理解，我们将情感计算的主要研究方向分解成如下八项：信息的获取、计算模式的认知、情感计算的端口，情感传递的途径等。

以用户情感的交流认知为入口，情感计算可以粗略分割成四块：

1．借助传感器进行高效的人机交互从而达到用户信息的获取和认知。

2．将交互信息进行模型建立分析和数字化处理。

3．将分析结果进行处理对比学习从而达到正确的理解。

4．将计算机所获取和转化的信息通过有效地方式呈现在用户面前，从而完成人机情感交互的全过程。

通过上述步骤可以总结出，情感计算的内容可分为以下几部分：用户信号的提取，用户信号的识别和转化，机器将理解到的东西反馈表达给用户。

针对用户信号的获取现代科技主要通过传感器进行设备输入的采集和获取，例如面部神态的获取，手势变换的动作，此类动作在科学上被称作特征提取。除此以外人体的各方面指标诸如脉搏，血压，瞳孔大小等都被机器进行情感化的记录识别和理解。[3]

用户信号的识别和转化的具体工作就是对信息进行处理加工，从而达到易于算法测算的要求。

情感信号的表达就是将上述理解的内容再次反馈给用户，进行人机交互。在这四个方面的研究中情感的识别和转化是目前的关键部分，也是当今情感计算的瓶颈和难点所在。

三：情感模型的描述语言

智能型计算特性大多采用普遍的的分布式计算模型，这一特性直接导致其环境数据的来源广泛不单一，而通过系统推导所得出的情感模块，也应通过联网技术将其转化到其他感兴趣的板块。所以，通过怎样的方法建造出外显的情

感模型描述语言，并借助适当的协网络技术把用户的个性情感完整高效的传递，是情感计算的重点所在。以当下的技术能力，大多数情感语言都成为虚拟用户描述语言的一份子，下面通过集中包含情感标记的人体描述语言例子作一个进一步的阐述。

AML(Avatar Markup Language)[4]是一种基于XML的多形式脚本语言．此脚本的的可贵之处在于它易于解读，也易于接触软件生成。AML语言可通过算法的整合将面部表情动画和手势动画并存于一个附加的同步化表达式中。以MPEG4标准为例，将面部和人体的动画参数进行了新方向的识别。然而却未对用户的更深层次交互控制技巧进行进一步挖掘。当系统处于此环境时，也正是提现中介层价值观的时候。

PAR（参数化行为表示）。参数化行为表示认同这样一个观点：要表述一个行为，必须要先知道其行为所构成的要素。行为要素是一个行为的基础构成，理解了行为要素的特征就能很好的表述一个行为的认知度和操作性，从而能理解行为更为本质的特征。同时也给出了行为的主要语义组成和行为的时间信息，从而既能够凭借语义对行为分类，也为行为推理的实现提供了很大的便捷。

四、情感计算在人机交互设计中的应用

1．交互界面设计

对情感计算的研究成果也有对人机界面的整合优化有不小的帮助，使界面更具有人性化更加实用有效。而实现有效交流恰如其分的沟通这些目标在很大程度上是由于心理学和对用户情感的认知所决定的，对心理和智能情感研究的紧张能很大推动情感交互的实现。首先最重要的一点就是我们要搞清我们与周围环境进行感知的途径:即用户产生情感的源头以及目的是什么。用户究竟会对什么样的行为作出什么样的反应,从而帮助计算机正确认知环境，理解人类不同情感的想法,并给出合理的反馈。由此可以看出，人机界面的关键在于其智能化是较高的认知思维能力和较高的情绪思维能力的结合。兼顾好这两点便能很好的解决人机交互中对用户情感认知的难题，使用户的情感意图更容易被计算机所理解接受。以语音端口为例，将语速调整为易于用户识别的相关信号时，能很好的吸引用户的注意力，这对用户的阅读和人机交互是有极为明显的帮助的。

而相对缓和的环境，语速恰如其分的更换也能很好的帮助用户自然而然的进入计算机营造的舒缓安静的情感状态。

2．人机接口设计

心理学分支上．人类表达情感的方式主要分为语言，神态，肢体语言等。就目前的科学技术水平，将人类情感进行准确的辨别分类仍然不是易事。机器往往在在两个相似表达方法之中会丧失自主选择性，分辨率大致保持在百分之七十五上下。针对这一情况，建立多重模型进行分辨率的多层次解读是一个很值得深入的研究方向。然而，情感测算的最终目的还是为了更为有效地了解用户对于环境做出认知和反应的意向。因此能否进行情感的辨别分类也不是最必要的流程，最主要的流程在于要根据算法的特征，检测出使用情形的感情状态，并将此情感状态进行人机对接植入一比一的相应程序中，这也是目前科学界普遍采用并且值得深入探讨的作法。

3．智能代理人

智能型教学代理想法的提出，有效的帮助使用者更好的与普通的计算机软件进行学习状况良好的交互，从而生成更为有效地表达模式,提升用户的学习热情。根据模块细分，代理人可分为沟通者分析者和教学者。沟通者的主要任务便是对问题的特征进行盘查询问诊断和记录。再往下细分，沟通者也能通过对代理人的询问，诊断和记录进行数据的获得，由此取得与学习者交互的方式及画面。分析者分为数据查核代理人、评价检查代理人及学习检查代理人，经询问、诊断及记录代理人取得的数据，由分析者进行分析。分析后，分别将结果储存于学生模块基本数据库、学习成就数据库及学习数据库。

五：情感计算的延伸应用

情感计算及其相关研究对电子商务的发展也有较为明显的推动作用。实践表明，图片的差异能引起人类不同的情感认知。例如：老虎，蟑螂，子弹之类的图像较容易引起用户的恐惧心理，而印有大量人民币的图片则会让人类产生十分强烈的欲望反应。将此特征应用到电子商务的模式中，比如在大型线上购物网站上充分考虑这些因素所带来的人类情感认知变化，能很好的控制用户流量，某种程度甚至能影响用户的操作，起到一个统筹全局的作用。在现代化电器和智能设备的设计中，若也能恰如其分的加入人类情绪状态这一因素，能帮