情感能力是人類智能的重要標志之一 。但是 ， 計算機運行原理是基于邏輯推理，不可能存在常識上的情感能力，所以，通過對人類情感的計算、識別 、建模研究 ， 賦予智能機器情感計算能力，使得計算機具有識別、理解以及適應人類情感的能力， 建立起和諧的人機環境，這也就成就了人工智能的情商。

情感識別技術

計算機對從傳感器采集來的信號進行分析和處理，從而得出對方（人）正處在的情感狀態，這種行為叫做情感識別。從生理心理學的觀點來看，情緒是有機體的一種復合狀態，既涉及體驗又涉及生理反應，還包含行為，其組成分至少包括情緒體驗、情緒表現和情緒生理三種因素。目前對于情感識別有兩種方式，一種是檢測生理信號如呼吸、心律和體溫等，另一種是檢測情感行為如面部特征表情識別、語音情感識別和姿態識別。

“情感識別”，并不是說計算機能直接識別或測量情感狀態，應該解釋為“通過觀察表情、行為和情感產生的前提環境來推斷情感狀態”。因為情感狀態是內在的并包含生理和心理的變化，這樣只能獲得情感狀態的一些可觀測的東西，如表情、行為等等。假設這些東西的觀測可靠的話，那么潛在的情感狀態就可以推斷出來。只有將情感識別看作一種模式識別問題、情感表達看作模式合成問題，計算機進行情感交流才具有可行性。

情感計算的發展

情感計算研究的提出最早可以追溯到20世紀90年代初，耶魯大學心理系的Salovey教授提出了情感智能的概念，開展了一系列的研究。該概念隨后被Goleman發展為與智商(IQ)相對的情商(EQ)，并隨著Goleman的暢銷書而迅速流行，在心理、認知、計算機等領域掀起了一個研究情感智能的小高潮。MIT的Picard教授根據這些新的概念和研究方向，于1997年出版了《情感計算》一書，希望賦予智能機器感知、理解和表達情感的能力。

進入新世紀以后，特別是近年來，隨著普適計算、人本計算、社會計算等概念和研究方向的提出，自然的人機交互日益成為各研究領域的研究內容和目標，情感計算也自然地成為各學科共同關注的熱點、焦點。中國國家自然科學基金委也不失時機地支持了“情感計算理論與方法”的研究。

情感計算從本質上，是一個典型的模式識別問題。智能機器通過多種傳感器，獲取人的表情、姿態、手勢、語音、語調、血壓、心率等各種數據，結合當時的環境、語境、情境等上下文信息，識別和理解人的情感。在實際的自然交互系統中，智能機器還需要對上述信息作出及時的、恰當的、情感化的反應。情感之間距離的定義和計算方法是情感計算的核心問題，例如需要定義和計算“微笑、笑、大笑、狂笑”之間的距離，以便把它們分別聚類，從而使系統能夠識別出不同程度的笑。遺憾的是，目前情感計算的研究還只能對情感進行粗分類，即識別7種典型的情感。

目前，我國在情感計算這一領域的研究主要在人臉識別。這一方面是因為人臉表情容易獲取，易于分析處理，其成果具有重要的應用前景等；另一方面，也反映了情感計算研究的一個普遍的問題，即盡管人類是通過表情、語言、動作等各種信息的融合，識別和理解情感，但是，當前多模態情感數據獲取、分析、融合、識別和理解，以及情景等上下文信息的融合依然是情感計算研究中富有挑戰性的課題。實現具有情感反饋的自然的人機交互是情感計算研究的最終目標，這需要在上述情感理解的基礎上，研究人類情感反饋和表達的機制，建立模型。

目前國內的研究成果已有基于已有的情緒模型，提出了虛擬人的認知結構，建立了一種新的基于動機驅動的自主情緒模型。清華大學戴振龍的論文則介紹了一種人臉表情的合成方法，能夠生成具有細微表情動作的虛擬說話人。可以看出，這方面的研究在國際上依然是自然交互領域的一個新興的方向，面臨著許多挑戰性的問題，具有廣闊的發展前景。

情感計算研究的主要內容

情感計算指的是對與情緒相關、由情緒引發、能夠影響情緒的各種因素的計算 ，情感計算研究的目的就是要建立起能感知、識別以及理解人類情感，并對人類情感進行智能、靈敏以及友好反應的計算機系統。情感計算研究主要包括了三個方面的內容 ：情感識別、情感發生 、情感表達 。

1、情感發生機理的研究。

人類情感的發生、發展是一個復雜、多變的過程 ，例如不僅人的情緒變化會導致情感的變化 ，人體的化學反應也會引發情感的波動。 并且，人的身體、行為上也會隨著情感強度、類型、誘發過程甚至社交規則的不同而表現各異 ，這給情感計算帶來 了一定的困難。

2、情感信息的獲取以及情感狀態和表達模式之間的關系研究。

人類情感信息表現在內、外兩個層面 。 獲取外在情感信息，例如聲音 、手勢 、面部表情等可以通過多媒體技術來獲取 ，對于內在情感信息，例如心跳、脈搏、呼吸、體溫等則需要使用特殊的生理傳感器獲取。 情感狀態和表達模式之間的關系是情感識別研究的基本內容 ，其關鍵在于尋找表達信號和情感特征的最佳匹配關系。

3、情感模型的建立和理解研究 。

情感計算一般分為離散狀態、情感空間、基于規則三種計算模型。 目前，情感建模研究取得了初步進展 ，取得了一些代表性的研究成果 ，例如通過總結和歸納、分析環境中發生的各種事件以及相互之間可能引發的各種情感的對應關系的OCC 情感識別模型、通過建立與人相似的應對策略機制指引智能體做出與人情感狀態一致的行為反應的 EMA 模型等等。 情感建模的目的是要尋找最能適合計算機模擬人類的認知情感，并且使之可供計算機執行，提升人機交互的水平。

4、情感的合成和表達。

個性化的計算機程序(低層次的情感計算技術) 雖然能夠識別計算機用戶的興趣 、愛好和偏愛 ，但它并不能識別計算機使用者的情感 ，對使用者情感沒有共 鳴、互動 的能力，通過情感的合成和表達(例如 OCC 模型)可以對事件 、對象以及智能體等進行綜合分析和表達。

5、情感計算的應用研究。

計算機的情感計算能力進一步推動了計算機技術的發展，通過和人機接口技術 、人工智能推理、計算機視覺和聽覺等計算機前沿研究技術結合 ，應用領域不斷拓展。

一是通過情感計算建立起的“情感鏡像 ”，可以幫助“人”了解自己在各種情況下的反應 ，而且更具客觀性；

二是在文本一語音相互轉換中發揮重要作用。 例如通過情感計算對輸入的計算機文本進行語音轉換并在轉換的過程中表達使用者的情感 ，實現了語言障礙者在網絡社會中進行自然 、和諧的交流夢想 ，他們也可以“發出”體現自己情感的語言；

三是擁有情感計算能力的計算機可以對人類情感進行有效的獲取 、分析 、識別并作出相應 的反應 ，這些反應切合使用者情感 ，成為人機交互的關鍵突破；

四是在其他領域的應用，例如情感計算可以推動心理學從感性認知上升到可計算模型、排減特殊患者的不良情緒進行更好的康復 、利用語音識別技術提升計算機測謊能力等等。

情感識別技術研究

情感識別指的是通過觀察表情 、行為和情感產生的具體 環境來 推斷內在情感 狀態 的一種模式識別 。 情感計算通過計算針對不同類型 、個體取得的個性化測量數據 ，在測量數據的基礎上進行共性化研究從而發現情感識別的通用模式 。

現階段進行的情感識別研究主要集中在面部表情 、語音情感以及生理信號情感研究。

1、面部表情的情感識別

由于面部表情是最容易控制的一種 ，而且受先天生理影響 ，單純的面部表情識別準確性并不高 ，但是相對的識別模型比較簡單 。 例如 Paul Ekman 等提出的面部動作編碼系統(FACS) ，描述了基本情感以及對應的產生的肌肉運動的動作單元， 依據FACS系統制造的面部識別器，仿真測試準確率可以達到 98％以上。 但 面部識別器的處理效率較低 ，一種表情處理時間需要將近 5min ，對于處理連續表情還存在一定困難。

面部表情的情感識別受到多方面因素的影響，現階段對人臉分析及識別的技術方法主要分為兩大類 ：一是基于靜態圖像 (單一圖像) 的方法 ，一是基于動態圖像序列的方法。 前者分析的數據較少，對單幀圖像分析比較成功，適合實時表情的識別；后者將面部表情變化的時間和空間信息結合起來，識別率較高，但計算量也較大。

2、 語音情感的識別研究

由于語音情感的不可視，語音情感識別要比面部表情識別困難得多。 人的語音信號包含了多方面的信息 ，必須要尋找情感和語音模式之間的對應關系 ，而且這些對應特征計算機還是可 以提取的。 情感對語音的影響主要體現在兩個方面 ，一是語速的頻率和時間，一是語言的音量 和清晰度。 通過利用聲學和語 言學來描述說話方式的計算機應用程序— —“情感編輯器”，除了在輸入情感參數之外還進行了語法語義的分析 ，對語音頻率和音量進行控制 ，對語音形成較好的情感識別和合成效果。

語音情感特征的分析需要大量的語音實驗分析資料 ，語音情感自動識別技術就是建立在對語音信號產生機制的深入研究和分析基礎上的，現階段 ，語音情感自動識別技術還需要迫切解決兩個根本性的問題：一是語音信號中情感識別特征的抽取；二是特定語音數據的模式識別 。

3、生理模式的情感識別

不同的生理信號的特征模式也是情感識別的重要依據之一 。 人的生理信號比起面部表情和語音 ，識別難度更大，所以目前生理模式的情感識別研究還處于初級階段 ，哪些信號可以轉化為情感參數 、信號各個方面的權重、比例應該是多少 ，這些都還需要進行進一步的研究和探索。

情感計算為人機交互提供了重要的渠道和有力的模型支撐 ，雖然基于各種原理的情感模型還無法準確、清晰地對人的情感進行完全模擬 ，但隨著情感計算數據庫的不斷完善和對觀察數據的不斷分析 ，情感建模和情感識別技術必將取得進一步的發展 。