人工智能期望計(jì)算機(jī)系統(tǒng)能夠履行人類智慧能夠完成的任務(wù)，這里的人類智慧包括智力和情感。智力計(jì)算已經(jīng)在多個(gè)領(lǐng)域獲得了規(guī)模應(yīng)用，而情感計(jì)算卻在很長一段時(shí)間內(nèi)獨(dú)立于AI領(lǐng)域之外。早在1997年Rosalind Picard就提出了“情感計(jì)算”的理論，2014年被應(yīng)用于俄羅斯冬奧會(huì)之后，情感識(shí)別技術(shù)更是受到了國際組織的高度重視，被視為繼指紋、聲紋、人臉之后的公共安全高級(jí)應(yīng)用。

 

 

　　情感計(jì)算研究的重點(diǎn)在于通過各種傳感器采集由人的情感所引起的生理及行為特征信號(hào)，建立“情感模型”，從而獲得感知、識(shí)別和理解人類情感的能力，并進(jìn)而做出針對(duì)性的智能、靈敏、友好的反應(yīng)。情感計(jì)算可分為四個(gè)過程：情感信息采集、情感識(shí)別分析、情感理解認(rèn)知、情感信息表達(dá)。
 

 

　　情感雖是一種內(nèi)部的主觀體驗(yàn)，但總伴隨著某些表現(xiàn)形式，包括面部表情(面部肌肉變化形成的模式)、語音表情(言語的聲調(diào)、節(jié)奏和速度等方面的變化)、姿態(tài)表情(身體其他部分的表情動(dòng)作)、生理情感和文本情感等。

 

　　面部表情是鑒別人類情感的主要標(biāo)志。通過研究人員面部的微小表情變化，AI系統(tǒng)可以識(shí)別其面容背后的情感活動(dòng)。例如區(qū)分真笑和假笑：人在真笑時(shí)面頰上升，眼周圍的肌肉堆起；而人在假笑時(shí)僅有嘴唇的肌肉活動(dòng)，下顎下垂。通過臉部不同運(yùn)動(dòng)單元的組合，可以在臉部形成復(fù)雜的表情變化，譬如幸福、憤怒、悲傷等。

 

 

　　語音是人際交往最直接的交流途徑。語音表情是通過語音的高低、強(qiáng)弱、抑揚(yáng)頓挫來表達(dá)說話人的情感。一句“你真行！”，既可以表示贊賞，也可能表示諷刺。語音中的情感特征往往通過語音韻律的變化表現(xiàn)出來，例如當(dāng)人發(fā)怒時(shí)，講話的速率可能變快、音量變大、音調(diào)變高等，也可以同時(shí)通過一些音素特征，例如共振峰、聲道截面等表現(xiàn)出來。

 

 

　　姿態(tài)表情一般伴隨著交互過程而發(fā)生變化，表達(dá)了潛在的情感信息。例如，一個(gè)手勢(shì)的加強(qiáng)通常反映了一種強(qiáng)調(diào)的心態(tài)，而其身體某一部位不停地?cái)[動(dòng)則通常反映其情緒的緊張。人類姿態(tài)的變化使情感表述更加生動(dòng)。相對(duì)于面部表情和語調(diào)表情，姿態(tài)表情會(huì)使情感表述更加生動(dòng)，是當(dāng)前情感計(jì)算的研究熱點(diǎn)。

 

　　生理表情是通過人類生理細(xì)微變化，觀察多種情緒的特定波動(dòng)變化的模式(如心電圖、電皮膚活動(dòng)等)，識(shí)別人們思想情緒的變化。例如當(dāng)人們感受到壓力而緊張或有不良企圖以致情緒亢奮時(shí)，身體交感神經(jīng)就會(huì)啟動(dòng)相關(guān)必要的機(jī)能，例如心跳加速、血壓上升、呼吸變快、體溫增高，乃至于肌肉皮膚顫動(dòng)等生理變化。

 

　　文本情感分析是通過挖掘與分析文本中的觀點(diǎn)、看法、情緒及好惡等主觀信息，對(duì)文本中詞、句和篇章的情感色彩做出判斷。比如一個(gè)人說“桌子上有一層灰”，這沒有任何情感詞，但實(shí)際上已經(jīng)表達(dá)了他的不滿。再比如，“從下單到收貨不到24小時(shí)”表明他稱贊快遞速度很快。

 

　　情感狀態(tài)的識(shí)別和理解，是賦予系統(tǒng)理解人類的情感，并做出合適預(yù)警的關(guān)鍵步驟。為了使計(jì)算機(jī)更好地完成情感識(shí)別任務(wù)，科學(xué)家已經(jīng)對(duì)人類的情感狀態(tài)進(jìn)行了合理而清晰的分類。目前，在情感識(shí)別和理解的方法上運(yùn)用了模式識(shí)別、人工智能、語音和圖像技術(shù)的大量研究成果。例如，在情感語音的聲學(xué)分析基礎(chǔ)上，運(yùn)用線性統(tǒng)計(jì)方法和神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)了基于語音的情感識(shí)別原型；通過對(duì)面部運(yùn)動(dòng)區(qū)域進(jìn)行編碼，采用HMM等模型，建立了面部情感特征的識(shí)別方法；通過對(duì)人姿態(tài)和運(yùn)動(dòng)的分析，探索肢體運(yùn)動(dòng)的情感類別等等。

 

　　情感計(jì)算是一個(gè)高度綜合化的技術(shù)領(lǐng)域。截至目前，有關(guān)研究已經(jīng)在人臉表情、語音理解、姿態(tài)分析和多模態(tài)的情感識(shí)別方面獲得了一定的進(jìn)展。

 

　　國際著名心理學(xué)家Paul Ekman和研究伙伴W.V.Friesen對(duì)人臉面部表情作了深入的研究，通過觀察和生物反饋，于1976年描繪出了不同的臉部肌肉動(dòng)作和不同表情的對(duì)應(yīng)關(guān)系，即面部表情編碼系統(tǒng)FACS。FACS根據(jù)人臉的解剖學(xué)特點(diǎn)，將人臉劃分成若干既相互獨(dú)立又相互聯(lián)系的運(yùn)動(dòng)單元，分析了這些運(yùn)動(dòng)單元的運(yùn)動(dòng)特征及其所控制的主要區(qū)域以及與之相關(guān)的表情，并給出了大量的照片說明。FACS是如今面部表情的肌肉運(yùn)動(dòng)的權(quán)威參照標(biāo)準(zhǔn)，也被心理學(xué)家和動(dòng)畫片繪畫者使用。

 

　　為滿足視頻信息傳輸?shù)男枰?，人們進(jìn)一步將人臉識(shí)別和合成的工作融入到視頻圖像編解碼之中。典型如MPEG4 V2視覺標(biāo)準(zhǔn)，其中定義了3個(gè)重要的參數(shù)集：人臉定義參數(shù)、人臉內(nèi)插變換和人臉動(dòng)畫參數(shù)。

 

　　當(dāng)前人臉表情處理技術(shù)研究的熱點(diǎn)多側(cè)重于對(duì)三維圖像的更加細(xì)致的描述和建模。通常采用復(fù)雜的紋理和較細(xì)致的圖形變換算法，達(dá)到生動(dòng)的情感表達(dá)效果。在此基礎(chǔ)上，不同的算法形成了不同水平的應(yīng)用系統(tǒng)。

 

　　目前，國際上對(duì)情感語音的研究主要側(cè)重于情感的聲學(xué)特征的分析。中國科學(xué)院自動(dòng)化研究所模式識(shí)別國家重點(diǎn)實(shí)驗(yàn)室的專家們針對(duì)語言中的焦點(diǎn)現(xiàn)象，首先提出了情感焦點(diǎn)生成模型。這為語音合成中情感狀態(tài)的自動(dòng)預(yù)測(cè)提供了依據(jù)，結(jié)合高質(zhì)量的聲學(xué)模型，使得情感語音合成和識(shí)別達(dá)到了實(shí)用水平。

 

　　針對(duì)肢體運(yùn)動(dòng)，科學(xué)家專門設(shè)計(jì)了一系列運(yùn)動(dòng)和身體信息捕獲設(shè)備，例如運(yùn)動(dòng)捕獲儀、數(shù)據(jù)手套、智能座椅等。國外一些著名的大學(xué)和跨國公司，例如麻省理工學(xué)院、IBM等則在這些設(shè)備的基礎(chǔ)上構(gòu)筑了智能空間。也有人將智能座椅應(yīng)用于汽車的駕座上，用于動(dòng)態(tài)監(jiān)測(cè)駕駛?cè)藛T的情緒狀態(tài)，并提出適時(shí)警告。意大利的一些科學(xué)家還通過一系列的姿態(tài)分析，對(duì)辦公室的工作人員進(jìn)行情感自動(dòng)分析，設(shè)計(jì)出更舒適的辦公環(huán)境。

 

 

　　不同的生理信號(hào)的特征模式也是情感識(shí)別的重要依據(jù)之一。 人的生理信號(hào)比起面部表情和語音，識(shí)別難度更大，所以目前生理模式的情感識(shí)別研究還處于初級(jí)階段。哪些信號(hào)可以轉(zhuǎn)化為情感參數(shù)、信號(hào)各個(gè)方面的權(quán)重、比例應(yīng)該是多少，這些都還需要進(jìn)行進(jìn)一步的研究和探索。

 

 

　　文本情感計(jì)算是自然語言處理的一個(gè)研究分支，其工作展開的關(guān)鍵在于情感特征提取和情感分類方法的不斷進(jìn)步優(yōu)化。盡管經(jīng)過了大量研究，文本情感計(jì)算取得了很大的進(jìn)展，但整體仍處于探索階段，存在一些亟待解決和研究的問題：缺乏規(guī)范統(tǒng)一的實(shí)驗(yàn)語料和詞典。目前針對(duì)語言規(guī)律和句子語義成分的分析問題，還沒有成熟的解決方案。

 

　　雖然人臉、語音、姿態(tài)、生理、文本均能獨(dú)立地表示一定的情感，但只有實(shí)現(xiàn)多通道的情感信息采集，才能實(shí)現(xiàn)完整的情感識(shí)別。這通常要求系統(tǒng)集自然語言、語音、手語、人臉、唇讀、頭勢(shì)、體勢(shì)等多種交流通道于一體，進(jìn)行綜合的采集、分析和識(shí)別。

 

　　目前，多模態(tài)技術(shù)正在成為情感計(jì)算的研究熱點(diǎn)，實(shí)現(xiàn)情感的多特征融合，能夠有力地提高情感計(jì)算的研究深度。美國麻省理工學(xué)院、日本東京科技大學(xué)、美國卡內(nèi)基·梅隆大學(xué)均在情感機(jī)器人和情感虛擬人的研究領(lǐng)域做出了較好的演示系統(tǒng)。中科院自動(dòng)化所模式識(shí)別國家重點(diǎn)實(shí)驗(yàn)室也已將情感處理融入到了多模態(tài)交互平臺(tái)中，結(jié)合情感語音合成、人臉建模等技術(shù)，構(gòu)筑了栩栩如生的情感虛擬頭像。

 

　　情感計(jì)算在安防領(lǐng)域具有廣泛的應(yīng)用前景。計(jì)算機(jī)通過對(duì)人類面部表情、語音表情、姿態(tài)表情、生理表情和文本情感的獲取、分類和識(shí)別，可以及時(shí)獲取目標(biāo)對(duì)象的情感變化，并對(duì)異常危險(xiǎn)行為提出預(yù)警，實(shí)施相應(yīng)的應(yīng)對(duì)措施。