情感计算

摘 要：文章介绍了情感计算的概念、特点和应用。随着情感计算在各领域应用的深入，计算机能够更好地对人类的情感进行获取、分类、识别和响应，帮助人们理解自己和他人的情感世界。

关键词：情感计算，情感识别，人机交互

中图分类号：N04；TP391 文献标识码：A 文章编号：1673-8578（2014）S1-0080-03

Affective Computing

QIAO Yi

Abstract：This paper introduces the concept， characteristics and applications in the field of affective computing. With further use of affective computing in different field， computer can do better in acquisition， classification， identification and response to human emotions， and can help people to understand the emotional world of themselves and others.

Keywords： affective computing， emotional recognition， humancomputer interaction

收稿日期：2014-06-09

作者简介：乔毅（1980—），男，硕士，国家知识产权局专利局专利审查协作北京中心光电部审查员，审查领域为人机交互，液晶显示等。通信方式：qiaoyi@sipo.gov.cn。

一 情感计算的概念

近几十年来，人机交互技术发展势头迅猛，但随着各种智能机器不断涌现，人们开始注意到计算机是否能够感知情感的问题。众所周知，人随时随地都会有喜、怒、哀、乐等情感的起伏变化，人在决策或处事时，掺杂太多的情感因素将会导致负面结果，而如果丧失了情感能力，理性的决策同样难以达到。但没有情感、无法感知情感的机器是否能见机行事呢？

“情感计算”一词最早是由美国麻省理工学院的罗莎琳德·皮卡德（Rosalind W. Picard）教授在1997年出版的Affective Computing一书中提出来的，她把“情感计算”定义为：“与情感有关、由情感引发或者能够影响情感的因素的计算。”[1]情感计算的研究目的是通过赋予该计算系统识别、理解、表达和适应人的情感的能力，以实现和谐、高效的人机交互，使计算机具有更高、更全面的智能[2]。

二 情感计算的技术特点

从情感计算的概念可以看出，情感计算涵盖的内容非常广泛，几乎所有和情感相关的研究都可以划归到这个领域。情感识别作为情感计算中最核心、最重要的研究内容，按照具体研究对象的不同可以分为面部表情情感识别、人体姿态情感识别、语音语调情感识别、语义情感识别和生理信号情感识别等方面。其中，生理信号包括脉搏、呼吸频率，心跳次数、肌电、脑电、皮肤电等。生理信号会随着人们情感的不同而发生变化。例如，人在紧张时会心跳加速，在惊讶、感兴趣时瞳孔会变大，而生气时的咬牙切齿会导致肌电达到峰值。

为了对人的情感进行评估，首先需要对情感进行分类。通常，可将人类的情感分为基本情感和复合情感。基本情感包括高兴、厌恶、惊奇、愤怒、悲伤、恐惧六种[3]。基本情感是天生的，不同的情感在内在的生理机制和外观表现上都存在差异。复合情感则是这六种情感的衍生和复合。将人类复杂的情感进行准确、精细地分类，并了解各种不同的情感表现在外观和生理信息上的差异，将有助于计算机对人类情感的识别。

简单的情感计算可以通过单一的指标进行情感判断，如面部表情或语音语调等。面部表情是人们鉴别情感的主要标志之一。人在喜、怒、哀、乐时的面部特征是不同的，甚至在真笑和假笑时的面部特征都会有所区分。在该类计算中，首先采集大量人处于不同情感，如高兴、厌恶、惊奇、愤怒、悲伤、恐惧时的表情或语音语调作为样本，并送入模式分类器进行训练，对于不同的情感数据可以采用不同的数学模型建模。训练完成的分类器即可对人们的表情或语音语调进行分类识别。因此，从本质上来说，情感识别的过程实际上是一个模式识别的过程。

复杂的情感计算则可以建立一个多模式情感感知系统，依据表情、语音语调、脑电、肌电、呼吸频率等在内的多项指标综合评估人们的情感。由于不同的情感指标在很大程度上是互补的，所以在决策时利用多种情感指标建立的多模式系统进行融合就可以获得更好的识别效果。由于生物电信号通常都非常微弱，因此，对生物电信号的采集需要采用特制的传感器实现[4]。

三 情感计算的应用现状

情感计算在教学、智能可穿戴系统、智能驾驶、健康监控等多个领域均有广泛的应用。

1.在智能可穿戴系统中的应用

随着可穿戴设备的发展，其越来越多的功能为情感计算提供了基础。例如，通过智能眼镜可获取使用者的面部特征，通过智能手环或手表可获取用户的心率、血压等参数。获取了这些数据后，就可以很方便地进行情感计算。在一款能够监控用户是否对浏览的内容感兴趣的智能眼镜中，通过在智能眼镜上设置多个传感器可以监测人的情绪状态：在嘴边设置热传感器可以监测使用者的呼吸频率，在眼镜附近设置摄像头可以观察使用者瞳孔大小的变化，在脸部皮肤附近设置皮肤传感器可以监测使用者的出汗情况。当使用者佩戴该智能眼镜浏览网页或观看广告时，综合分析使用者对浏览的网页或广告的反应，或是呼吸急促，或是出汗增加，或是瞳孔放大，即可判断出使用者对当前观看的内容是否感兴趣。

2.在智能驾驶中的应用

情感因素在汽车驾驶时发挥着重要的作用。驾驶员在驾驶过程中由于交通状况的变化或者自身原因出现如焦急、烦躁、攻击性倾向、悲伤、紧张、疲劳等情感状态时，容易导致车祸的发生。而智能驾驶系统可以通过采集驾驶员的面部表情、语音、姿势、生理参数等多项情感信息，对驾驶员的情感状态进行评估，并及时提醒驾驶员由于负面情绪的出现导致潜在的安全隐患或者直接操控汽车进入自动驾驶模式，以避免交通事故的发生[5]。

3.在Elearning中的应用

在以因特网为媒介的远程虚拟教学活动，即Elearning系统中，配备情感计算系统能够使教师随时了解学生对授课内容的掌握程度以及出现的负面情绪。在该系统中，教师可借助图像采集装置对学生的面部特征、姿态进行扫描，同时通过多个生物传感器，如设置在鼠标上的多个生物传感器，采集学生上课时生理参数的变化，就能实时了解学生的注意力是否集中、是否对授课内容存在疑问以及是否出现负面情绪等。

四 结 语

综上所述，情感计算是一门新兴的技术，在人机交互领域具有广泛的应用前景。通过计算机科学与心理学、行为科学等多学科的结合，研究人与计算机交互过程中的情感特点，设计具有情感反馈的人机交互环境，最终能够使得计算机具备理解人的情感并做出适当反应的能力。

参考文献

[1] Picard R W. Affective computing[M]. Cambridge， MA： the MIT Press，1997.

[2] 张迎辉，林学照.情感可以计算—情感计算综述[J].计算机科学.2008，35（5）：5-8.

[3] Ekman P， Friesen W V. Unmasking the Face[M]. New Jersey： Prentice Hall， 1975.

[4] Fletcher R R， Dobson K， Goodwin M S， et al. iCalm： Wearable sensor and network architecture for wirelessly communicating and logging autonomic activity[J]. IEEE Transactions on Information Technology in Biomedicine， vol.14， no.2， March 2010： 215-223.

[5] Eyben F， Wllmer M， Poitschke T， et al. Emotion on the road—necessity， acceptance， and feasibility of affective computing in the car[J]. Advances in humancomputer interaction， 2010：Article ID 263593.