在人機(jī)交互技術(shù)快速發(fā)展的今天,隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)以及無(wú)線電通訊等技術(shù)的更新?lián)Q代,各類(lèi)軟硬件產(chǎn)品對(duì)交互體驗(yàn)也有了新的需求,即更符合“以人為中心”的交互設(shè)計(jì)原則。在人機(jī)交互行為的設(shè)計(jì)過(guò)程當(dāng)中,設(shè)計(jì)師往往會(huì)考慮到三個(gè)層面。第一個(gè)層面是物理層面,即人和機(jī)器之間的力學(xué)關(guān)系和操作方法,對(duì)應(yīng)的是人機(jī)交互過(guò)程中的硬件設(shè)備;第二個(gè)層面是認(rèn)知層面,即人和計(jì)算機(jī)之間的信息交流,對(duì)應(yīng)的是人機(jī)交互過(guò)程中的運(yùn)行系統(tǒng);第三個(gè)層面是情感層面,即人和計(jì)算機(jī)之間的相通性、人的交互體驗(yàn)和計(jì)算機(jī)對(duì)人的理解程度,對(duì)應(yīng)計(jì)算機(jī)處理系統(tǒng)的智能性和反饋性。我們的研究重點(diǎn)主要在于情感層面。情感在我們的日常生活中發(fā)揮著非常重要的作用。除了反映人當(dāng)下的生理心理狀態(tài),情感也是決定了人們認(rèn)知、溝通和決策能力的關(guān)鍵因素。在“以人為中心”設(shè)計(jì)原則的驅(qū)使下,具有較強(qiáng)實(shí)時(shí)性和較高準(zhǔn)確率的情感識(shí)別技術(shù)逐漸成為了人機(jī)交互領(lǐng)域的熱門(mén)課題,相關(guān)研究也發(fā)展為人機(jī)交互領(lǐng)域的重要研究方向,受到越來(lái)越多研究者和研究團(tuán)體的關(guān)注。我們?cè)诨谏硇盘?hào)的情緒識(shí)別領(lǐng)域進(jìn)行了探索,分別從生理信號(hào)的分類(lèi)、識(shí)別和應(yīng)用等角度,整理了相關(guān)的學(xué)術(shù)理論,研究方法、實(shí)驗(yàn)素材和計(jì)算工具。并...

【文章頁(yè)數(shù)】：175 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究的背景
    1.2 研究的發(fā)展和現(xiàn)狀
        1.2.1 情感計(jì)算的概念和作用
        1.2.2 理論研究的發(fā)展
        1.2.3 應(yīng)用的發(fā)展和現(xiàn)狀
    1.3 研究的意義和目的
    1.4 本文的組織結(jié)構(gòu)
第2章 情緒識(shí)別方法研究
    2.1 情緒理論
        2.1.1 情緒的定義
        2.1.2 情緒喚醒的經(jīng)典理論
        2.1.3 情緒的常用分類(lèi)模型
    2.2 常用情緒識(shí)別的方法
        2.2.1 主觀評(píng)價(jià)方法
        2.2.2 客觀數(shù)據(jù)分析方法
    2.3 常用情緒誘發(fā)方式和生理信號(hào)類(lèi)型
        2.3.1 情緒的誘發(fā)方式
        2.3.2 常用生理信號(hào)及提取方式
    2.4 常用情緒識(shí)別算法
        2.4.1 k近鄰算法
        2.4.2 支持向量機(jī)
        2.4.3 邏輯回歸
        2.4.4 樸素貝葉斯
        2.4.5 決策樹(shù)
        2.4.6 人工神經(jīng)網(wǎng)絡(luò)
        2.4.7 卷積神經(jīng)網(wǎng)絡(luò)
    2.5 本章小結(jié)
第3章 基于生理信號(hào)的情緒分類(lèi)
    3.1 情緒識(shí)別公共數(shù)據(jù)庫(kù)
        3.1.1 MIT數(shù)據(jù)集
        3.1.2 DEAP數(shù)據(jù)集
        3.1.3 奧格斯堡大學(xué)情緒生理信號(hào)數(shù)據(jù)集
    3.2 基于卷積神經(jīng)網(wǎng)絡(luò)的情緒分類(lèi)
        3.2.1 公共數(shù)據(jù)集選擇
        3.2.2 數(shù)據(jù)預(yù)處理
        3.2.3 AlexNet模型實(shí)驗(yàn)過(guò)程
        3.2.4 改進(jìn)CNN模型實(shí)驗(yàn)過(guò)程
        3.2.5 分類(lèi)實(shí)驗(yàn)結(jié)果
    3.3 最優(yōu)數(shù)據(jù)類(lèi)型分析
    3.4 本章小結(jié)
第4章 基于信號(hào)特征的情緒判斷模型設(shè)計(jì)
    4.1 基于生理信號(hào)的情緒誘發(fā)實(shí)驗(yàn)
        4.1.1 實(shí)驗(yàn)設(shè)計(jì)
        4.1.2 實(shí)驗(yàn)人員
        4.1.3 實(shí)驗(yàn)設(shè)備
        4.1.4 主觀問(wèn)卷的設(shè)計(jì)
        4.1.5 實(shí)驗(yàn)過(guò)程
    4.2 主觀問(wèn)卷結(jié)果分析
    4.3 生理信號(hào)數(shù)據(jù)分析
        4.3.1 皮膚電信號(hào)數(shù)據(jù)的處理
        4.3.2 心電信號(hào)數(shù)據(jù)的處理
        4.3.3 脈搏波信號(hào)數(shù)據(jù)的處理
        4.3.4 生理信號(hào)特征提取
        4.3.5 實(shí)驗(yàn)方法的有效性驗(yàn)證
    4.4 最優(yōu)特征集提取和情緒判斷模型
        4.4.1 主成分分析特征降維
        4.4.2 最優(yōu)特征集提取
        4.4.3 情緒判斷模型
    4.5 本章小結(jié)
第5章 情緒判斷模型應(yīng)用驗(yàn)證實(shí)驗(yàn)
    5.1 驗(yàn)證軟件系統(tǒng)設(shè)計(jì)框架
    5.2 驗(yàn)證實(shí)驗(yàn)一:情緒可視化系統(tǒng)
        5.2.1 情感可視化
        5.2.2 基于數(shù)據(jù)傳輸?shù)目梢暬抡?br>        5.2.3 情緒可視化系統(tǒng)
    5.3 驗(yàn)證實(shí)驗(yàn)二:情緒自適應(yīng)交互游戲
        5.3.1 交互游戲
        5.3.2 情緒自適應(yīng)交互游戲
    5.4 本章小結(jié)
第6章 基于情緒識(shí)別的可穿戴設(shè)備交互應(yīng)用
    6.1 可穿戴交互設(shè)備設(shè)計(jì)框架
        6.1.1 虛擬現(xiàn)實(shí)
        6.1.2 數(shù)據(jù)手套
        6.1.3 穿戴設(shè)備設(shè)計(jì)和連接
    6.2 應(yīng)用實(shí)驗(yàn)一:情緒驅(qū)動(dòng)的虛擬手勢(shì)變化
        6.2.1 系統(tǒng)設(shè)計(jì)
        6.2.2 情緒驅(qū)動(dòng)的虛擬手控制應(yīng)用實(shí)驗(yàn)
    6.3 應(yīng)用實(shí)驗(yàn)二:情緒驅(qū)動(dòng)的機(jī)械臂
    6.4 本章小結(jié)
第7章 總結(jié)和展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
附錄
    附錄一: BrainHex玩家分類(lèi)問(wèn)卷
攻讀博士學(xué)位期間主要的研究成果
致謝



本文編號(hào)：3823881