隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的高速發(fā)展以及計(jì)算機(jī)硬件性能的快速提升,人工智能的應(yīng)用越來(lái)越廣泛。情感識(shí)別作為人工智能領(lǐng)域最重要的研究方向之一,也開(kāi)始應(yīng)用在社會(huì)生活的各個(gè)領(lǐng)域。隨著人工智能在教育領(lǐng)域的逐步推進(jìn),人們也開(kāi)始探索情感識(shí)別技術(shù)對(duì)教育的影響,研究如何將情感識(shí)別應(yīng)用到教學(xué)過(guò)程中。了解學(xué)生在學(xué)習(xí)過(guò)程中的情感變化可以跟蹤到學(xué)生的學(xué)習(xí)專(zhuān)注度和學(xué)習(xí)效果,進(jìn)而做出進(jìn)一步有針對(duì)性的改善,實(shí)現(xiàn)科技驅(qū)動(dòng)下的因材施教,使人工智能更好地融入教育領(lǐng)域,為教育領(lǐng)域在實(shí)現(xiàn)智慧教育的前進(jìn)道路上保駕護(hù)航。情感識(shí)別研究的開(kāi)展主要基于人的面部表情、說(shuō)話的語(yǔ)氣語(yǔ)調(diào)、整體的行為動(dòng)作、書(shū)寫(xiě)的文本信息和生理信號(hào)方面,可以大致的分為生理信號(hào)識(shí)別和非生理信號(hào)識(shí)別�；诜巧硇盘�(hào)的識(shí)別方法最大的優(yōu)點(diǎn)是操作簡(jiǎn)單且無(wú)接觸無(wú)干擾,而生理信號(hào)一般需要接觸式的采集儀器且操作復(fù)雜,但其情感識(shí)別的可靠性要強(qiáng)于非生理信號(hào),因?yàn)槿藗兛梢詡窝b自己的表情、語(yǔ)音以及動(dòng)作行為。學(xué)生在學(xué)習(xí)過(guò)程中是需要專(zhuān)注的,不能受到環(huán)境的干擾,所以在教育領(lǐng)域的情感識(shí)別中應(yīng)該盡量做到無(wú)接觸式的識(shí)別。從這個(gè)角度出發(fā),本文著重研究了非接觸式情感識(shí)別的關(guān)鍵技術(shù)。首先在無(wú)接觸的情感識(shí)別方法中,... 

【文章來(lái)源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．２二維情感模型??效價(jià)維度模型的負(fù)半軸表示負(fù)面情緒，而正半軸則表示正面情緒

的六大基本情感類(lèi)別Ｍ較為著名：憤怒、厭惡、恐懼、高興、??悲傷、驚訝，廣泛用于相應(yīng)的計(jì)算機(jī)情感計(jì)算研宄領(lǐng)域。Ｐｌｕｔｃｈｉｋ將情感從三個(gè)??維度進(jìn)行劃分：強(qiáng)度，相似性和極性，分為８樣基本情感％狂喜，警覺(jué)，悲傷，??驚奇，憤怒，恐懼，接受，仇恨。還有其他心理學(xué)家提出了不同的內(nèi)在情緒分類(lèi)。??離散的情感模型更簡(jiǎn)潔，更容易理解，但是只能描述有限的各種情感，而維度的??情感模型雖然復(fù)雜卻可以直觀地表示出改變情感狀態(tài)的過(guò)程。??１．１．２情感識(shí)別方法??情感識(shí)別方法具有多種分類(lèi)方式１９］，如圖１．３所示，按信號(hào)種類(lèi)，可分為基??于ＥＣＧ、ＥＥＧ、呼吸、ＧＳＲ等生理數(shù)據(jù)，基于音頻、視頻、姿態(tài)等外在表現(xiàn)數(shù)據(jù)。??按信號(hào)數(shù)量，可分為利用某一種模態(tài)的信息來(lái)預(yù)測(cè)情感的單模態(tài)方式，利用多種??模態(tài)的信息進(jìn)行情感預(yù)測(cè)的多模態(tài)方式。按采集方式，可分為實(shí)驗(yàn)儀器、可穿戴??．設(shè)備等接觸式的，音視頻、毫米波等非接觸式的。??信號(hào)種類(lèi)｜?｜信息數(shù)量１?｜采集方式??Ｊ?Ｍ財(cái)１?＿［掊觸式（可穿??＇＜Ｅ｜；ＥＣＧ?■？單－模態(tài)?－澉設(shè)奮等＞??ＡＫ７４：±ｊ（ｎ?＜?非接１４式（曰??ＬＬ多模態(tài)融合?Ｌ視頻、ｓ米波??Ｌ－???Ｖ?■■??圖１．３情感識(shí)別方法分類(lèi)??鑒于單模態(tài)展現(xiàn)出的信息缺乏和對(duì)各種外部因素的不敏感性，且不同的模態(tài)??信息之間存在著互補(bǔ)性能，越來(lái)越多的研究將焦點(diǎn)聚集在多模態(tài)融合的情感識(shí)別??的場(chǎng)景應(yīng)用上。比如說(shuō)：Ｄ’Ｍｅｌｌｏ等人運(yùn)用了統(tǒng)計(jì)學(xué)的評(píng)估方法，比較多個(gè)數(shù)??據(jù)庫(kù)中單模態(tài)識(shí)別與多模態(tài)識(shí)別的準(zhǔn)確性，并用獲得的實(shí)驗(yàn)結(jié)果驗(yàn)證了多模態(tài)情??４??

？碩士學(xué)位論文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??觸的方式識(shí)別到學(xué)生的情感狀態(tài)是至關(guān)重要的。本文的研究?jī)?nèi)容就是圍繞該問(wèn)題，??嘗試應(yīng)用毫米波雷達(dá)技術(shù)、圖像處理技術(shù)以及神經(jīng)網(wǎng)絡(luò)技術(shù)來(lái)實(shí)現(xiàn)非接觸式的情??感識(shí)別。圖１．４展示了非接觸式情感識(shí)別的整個(gè)框架。??毫米波雷達(dá)?攝像頭??回波信號(hào)面部視頻??非接觸情感感知層??Ｉ?Ｉ??彳言號(hào)處理圖片切割??心率信號(hào)?面部圖像序列??特征處理、＾?特征處王里??ＨＲ：正?｜卷積―網(wǎng)絡(luò)??融合特征??胃法應(yīng)??情感識(shí)別結(jié)果??圖１．４非接觸式情感識(shí)別框架圖??７??


本文編號(hào)：2963878