●編者的話
前言
第1章 緒論 1
1.1 情感計算 1
1.1.1 情感計算概述 1
1.1.2 情感計算關鍵技術及現狀 2
1.1.3 情感計算的應用 6
1.2 情感建模 7
1.2.1 維度情感模型 7
1.2.2 離散情感模型 11
1.2.3 其他情感模型 12
1.3 情感機器人 15
1.3.1 情感機器人的發展 15
1.3.2 情感機器人的應用 18
1.4 本書內容 22
參考文獻 23
第2章 多模態情感特征提取 29
2.1 語音情感特征提取 29
2.1.1 語音信號預處理 29
2.1.2 聲學情感特征提取 34
2.2 面部表情情感特征提取 41
2.2.1 人臉檢測與定位 41
2.2.2 人臉表情特征提取 43
2.3 生理信號情感特征提取 47
2.3.1 生理信號簡介 48
2.3.2 腦電信號預處理 49
2.3.3 腦電信號特征提取 52
參考文獻 61
第3章 情感特征集降維方法 63
3.1 特征抽取 63
3.1.1 主成分分析法 64
3.1.2 線性判別分析法 65
3.1.3 多維尺度分析法 67
3.1.4 等距映射法 68
3.1.5 局部線性嵌入法 69
3.2 特征選擇 73
3.2.1 相關性分析特征選擇方法 73
3.2.2 隨機森林特征選擇方法 76
3.2.3 遺傳算法特征選擇方法 77
3.2.4 Relief特征選擇算法 80
參考文獻 81
第4章 多模態情感識別與表達 84
4.1 情感識別方法 84
4.1.1 反向傳輸神經網絡 84
4.1.2 支持向量機 86
4.1.3 超限學習機 89
4.1.4 大腦情感學習 91
4.1.5 深度神經網絡 94
4.2 多模態情感信息融合 96
4.2.1 特征級融合 96
4.2.2 決策級融合 98
4.3 多模態情感表達 102
4.3.1 情感語音合成 102
4.3.2 面部表情的合成與表達 106
4.3.3 肢體語言情感的合成與表達 110
參考文獻 115
第5章 人機交互氛圍場建模 118
5.1 模糊氛圍場建模 118
5.1.1 交流氛圍場三維空間模型 119
5.1.2 情感狀態的三維空間模型 121
5.1.3 模糊氛圍場模型 122
5.1.4 模糊氛圍場的圖形化表示 126
5.2 基於模糊層次分析的氛圍場模型 129
5.2.1 人機交互氛圍的模糊層次分析 129
5.2.2 權重動態調整 131
5.2.3 人機交互氛圍場權重計算實例 133
5.2.4 人機交互氛圍場實驗 133
5.3 模糊氛圍場的行為適應 136
5.3.1 基於模糊產生式規則的友好Q學習行為適應機制 136
5.3.2 基於合作-中立-競爭的友好Q學習行為適應機制 139
5.3.3 模糊氛圍場的行為適應實驗 142
參考文獻 152
第6章 情感意圖理解方法 155
6.1 情感意圖 155
6.1.1 情感意圖的定義 155
6.1.2 情感意圖的影響因素分析 156
6.2 情感意圖理解模型 158
6.2.1 基於模糊多層次分析的情感意圖理解模型 158
6.2.2 基於T-S模糊多層次分析的情感意圖理解模型 163
6.3 情感意圖行為適應機制 165
6.3.1 基於模糊友好Q學習的情感意圖行為適應機制 165
6.3.2 基於信息驅動的模糊友好Q學習情感意圖行為適應機制 165
6.4 情感意圖實驗 170
6.4.1 情感意圖的理解實驗 171
6.4.2 情感意圖的行為適應實驗 183
參考文獻 189
第7章 情感機器人繫統的設計及應用 193
7.1 早期的人機情感交互繫統 193
7.1.1 Mascot人機情感交互繫統 193
7.1.2 WE-4R Ⅱ人機情感交互繫統 197
7.2 多模態人機情感交互繫統 199
7.2.1 繫統設計目標 200
7.2.2 繫統功能模塊 202
7.2.3 繫統整體架構 203
7.2.4 情感交互場景規劃 205
7.2.5 繫統功能設計實現 207
參考文獻 214
附錄 216

本書在介紹情感計算、情感建模以及人機情感交互概念的基礎上，分析了當前人機情感交互的研究前沿，總結了在多模態情感識別方法、人機交互氛圍場建模、情感意圖理解方法、情感機器人的多模態情感表達以及人機情感交互繫統應用方面的近期新研究成果，使讀者對人機情感交互有更深的理解，對促進我國在情感計算與情感機器人領域的快速發展具有積極的作用。
本書可作為人工智能、機器人、計算機科學與技術、控制科學與工程等專業高年級本科生及研究生的教材和參考用書，也可供情感計算、模式識別、智能機器人以及相關領域的工程技術人員和科研工作者參考使用。