本文針對多模態(tài)情緒識別這一新興領(lǐng)域進(jìn)行綜述。首先從情緒描述模型及情緒誘發(fā)方式兩個方面對情緒識別的研究基礎(chǔ)進(jìn)行了綜述。接著針對多模態(tài)情緒識別中的信息融合這一重難點(diǎn)問題,從數(shù)據(jù)級融合、特征級融合、決策級融合、模型級融合4種融合層次下的主流高效信息融合策略進(jìn)行了介紹。然后從多種行為表現(xiàn)模態(tài)混合、多神經(jīng)生理模態(tài)混合、神經(jīng)生理與行為表現(xiàn)模態(tài)混合這3個角度分別列舉具有代表性的多模態(tài)混合實(shí)例,全面合理地論證了多模態(tài)相較于單模態(tài)更具情緒區(qū)分能力和情緒表征能力,同時對多模態(tài)情緒識別方法轉(zhuǎn)為工程技術(shù)應(yīng)用提出了一些思考。最后立足于情緒識別研究現(xiàn)狀的分析和把握,對改善和提升情緒識別模型性能的方式和策略進(jìn)行了深入的探討與展望。 

【文章來源】：智能系統(tǒng)學(xué)報(bào). 2020,15(04)北大核心CSCD

【文章頁數(shù)】：13 頁

【參考文獻(xiàn)】：
期刊論文
[1]語音情感識別研究綜述[J]. 高慶吉,趙志華,徐達(dá),邢志偉.  智能系統(tǒng)學(xué)報(bào). 2020(01)
[2]多模態(tài)情感識別研究進(jìn)展[J]. 何俊,劉躍,何忠文.  計(jì)算機(jī)應(yīng)用研究. 2018(11)
[3]結(jié)合人臉圖像和腦電的情緒識別技術(shù)[J]. 黃泳銳,楊健豪,廖鵬凱,潘家輝.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(02)
[4]基于參數(shù)估計(jì)的多傳感器數(shù)據(jù)融合[J]. 孫皓瑩,蔣靜坪.  傳感器技術(shù). 1995(06)

博士論文
[1]多模態(tài)數(shù)據(jù)融合算法研究[D]. 趙亮.大連理工大學(xué) 2018
[2]基本情感生理信號的非線性特征提取研究[D]. 程靜.西南大學(xué) 2015
[3]基于生理信號的情感識別方法研究[D]. 溫萬惠.西南大學(xué) 2010

碩士論文
[1]基于腦電信號和眼動信號融合的多模態(tài)情緒識別研究[D]. 陸怡菲.上海交通大學(xué) 2017
[2]數(shù)據(jù)級與特征級上的數(shù)據(jù)融合方法研究[D]. 張保梅.蘭州理工大學(xué) 2005



本文編號：3618831