面向表情机器人交互式情感模型与控制方法研究

发布时间：2019-05-06 16:17

【摘要】：人工智能是社会科技发展的重要里程碑,机器人,特别是仿人情感机器人,像一颗璀璨的明珠,寄托着人类无限的遐想。为了更好服务人类,仿人情感机器人不但需要类人化的面部表情特征,还要逼真拟人化情感,才能与人类进行有效的情感交互。人机交互涉及多模式、多通道的信息输入以及输出,基于实验室技术条件,本文提出了一种基本情感和“情感势”的复合情感提取方法,提高了人类面部情感的识别率；基于齐普夫定律并参考PageRank算法,提出了一种用于自动情感匹配问答模型的对话排序(DialRank算法,有效提高了人机对话的人类情感拟合度；基于恐怖谷约束和FACS编码,提出了一种机器人面部情感表达控制方法,构建了一种人机情感交互行为一致性协同控制模型,实验结果验证了其有效性和可信度。从整体概括分析,人机情感交互过程可以分为人类情感信息输入、人机情感转化演变、机器人情感表现输出等三大部分,这也是本文拟解决的三个环节。本文主要工作和创新点具体如下：(1)人类情感信息输入部分：提出了一种的基本情感和“情感势”的复合情感提取方法。从人类面部的年龄特征着手,选择时间跨度达76年,分为“少、青、中、老”四个年龄段的生命全周期人脸表情数据库,在传统SVM算法跨年龄段表情识别率不足的基础上,使用领域适应的图像特征改进算法,明显改善整体人脸数据的表情识别率,引入“情感势”的思想,建立表情空间,进一步的将人脸表情细化为复合表情,并通过实验验证,有效解决人类面部情感信息提取问题。(2)人机情感转化演化部分：提出了一种用于自动情感匹配问答模型的对话排序(DialRank)算法。人机交互中,对话往往限定在预置问答数据库,而显得僵硬呆板,进而失去用户交流的兴趣。基于齐普夫定律和PageRank算法思想,进一步按照对话库中“提问—回答”的上下语句指向,在对话语句之间建立关联链接,根据人类提问时的表情信息以及语句,机器人使用已有的“他人”合理问答作为自身的回答,以此来增进入机情感智能交互的满意度和舒适度,并通过测试者实验验证,解决人机交互中的情感转化演变。(3)机器人情感表现部分：提出了一种机器人头部情感控制表现方法。基于恐怖谷和FACS编码,研究表情机器人外貌外形相关的恐怖谷,设计和制作出避开人类恐慌区域,将人脸表情与机器人头部设计结合起来,保证与人类头部相似的前提下,最大化表情细腻,进一步构建机器人头部动作实现控制模型,分为输入层、响应层、运动单元层和输出层,通过合理优化表情控制区域和控制点,既能实现6种基本表情,也能在基本表情基础上表现复合情感,从而人性化的模拟实现人类情感,取得人类最大化的认同感和满意度,从而解决仿人表情机器人情感输出问题,并为未来探索规模化生产及个性化定制情感机器人奠定基础。(4)人机情感交互实验部分：构建了一种人机情感交互行为一致性协同控制模型,进一步验证本文人机情感交互的有效性和可信度。在数字家庭场景中,针对如何协调机器人的语音、动作控制和表情实现问题,本文使用获取的基本情感以及复合情感作为情感信息输入变量,在人机智能交互问答系统中,自动生成输出不同的语速、语调、音色和音量的情感语音,匹配动作实现控制系统；根据个性化性格和情感衰减度,将其细化分为通用模型和个性化模型,实现了表情机器人仿人情感交互的语音、动作和表情三位一体协同控制表现,并通过对应实验加以验证。
[Abstract]:......
【学位授予单位】：北京科技大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP242;TP11

【相似文献】