本文關(guān)鍵詞：ASD兒童情感認知輔助治療人機交互方法研究

  更多相關(guān)文章： 孤獨癥譜系障礙 情感交互 主動表觀模型 情感決策

【摘要】：兒童孤獨癥譜系障礙(autism spectrum disorders,ASD)是一類兒童廣泛性發(fā)育障礙性疾病,極大程度地妨礙了個體和他人的學習生活。由于ASD病因復雜且個體差異較大,迄今為止還沒有特效藥物出現(xiàn)。研究發(fā)現(xiàn)這類兒童更容易接受簡單、結(jié)構(gòu)單一的物品,這些行為和特點使他們易于喜歡一些計算機軟件或系統(tǒng)。因此建立一個和諧、帶有情感的交互系統(tǒng)具有重要意義。在深入研究了智能機器人原理與人工情感理論的基礎(chǔ)上,建立了情感交互系統(tǒng)框架,構(gòu)建了一個基于情感認知評價理論且具有情感決策能力的情感智能體。它利用觀察模塊來獲取外界信息,通過情緒模塊對所獲取的外界信息進行處理后得出交互者此時的情感狀態(tài)。以此情感狀態(tài)作為情感認知模塊的輸入,利用基于馬爾可夫的情感轉(zhuǎn)移模型,使智能體在外界信息刺激下達到與交互者同樣的情感狀態(tài)。然后情感決策模塊根據(jù)智能體當前的情緒狀態(tài)做出與之相應的情感行為。采用改進的主動表觀模型(Active Appearance Model,AAM)定位算法對交互者的面部特征進行定位與提取,該算法以形狀參數(shù)作為結(jié)合點將主動形狀模型(Active Shape Model,ASM)與AAM各自參數(shù)的特點進行加權(quán)融合。在情感認知決策模塊中,以強化學習理論為基礎(chǔ),對傳統(tǒng)的Q學習算法進行改進,不僅考慮了來自智能體自身內(nèi)部的激勵而且還考慮來自外部環(huán)境的獎勵,同時懫用BP神經(jīng)網(wǎng)絡方法來實現(xiàn)Q學習算法中的Q函數(shù)。最后通過計算機將情感行為再次作用給交互者,并重新獲取交互者的面部特征信息,如此進行強化。幫助此類兒童便于理解自己的情感世界,提高他們的情感表達能力。實驗結(jié)果表明,所提出的特征點定位與特征提取算法可以提高系統(tǒng)的穩(wěn)定性和準確性,同時通過仿真實驗證明了情感智能體具有良好的情感決策能力,初步驗證系統(tǒng)的可行性。
【關(guān)鍵詞】：孤獨癥譜系障礙 情感交互 主動表觀模型 情感決策
【學位授予單位】：華北理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：R749.94
，

本文編號：752687