《远程教育中情感计算技术》PDF下载

  • 购买积分:8 如何计算积分?
  • 作  者:解迎刚,王志良编著
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2011
  • ISBN:9787111337461
  • 页数:146 页
图书介绍:本书较为全面地介绍人工情感技术在远程教育中的应用。本书首先提出了远程教育中情感缺失问题,对情感计算理论及常用建模方法进行了介绍;接着介绍学习者特征提取及表情识别常用的人脸检测及表情识别方法,实现了学习者情感特征提取及情绪建模,完成了情感交互系统中的情绪反应,最后总结作者所在课题组的研究成果,给出了具有情感交互特性的E-Learning系统的设计与实现流程实例, 实现了人工心理与数字人技术的具体行业应用。

第1章 远程教育及情感计算 1

1.1 远程教育技术的发展历程 1

1.1.1 远程教育的概念 1

1.1.2 国内外远程教育的研究现状 2

1.1.3 现代远程教育的发展和研究趋势 3

1.2 现代远程教育中的情感技术问题 7

1.2.1 远程教育中的情感缺失问题和人工情感研究 7

1.2.2 远程教育情感识别系统的研究意义 8

1.3 相关学术资源 9

1.3.1 已有的研究成果 9

1.3.2 相关的国际会议 11

1.4 本书的组织结构 12

参考文献 13

第2章 情感模型及建模方法 14

2.1 情感计算的研究现状 14

2.1.1 情感计算 16

2.1.2 感性工学 16

2.1.3 人工心理理论 17

2.2 情绪心理学的基本概念 18

2.2.1 情绪的定义 18

2.2.2 基本情绪论和维度论 19

2.2.3 情绪的作用 21

2.2.4 情绪与认知 22

2.3 情感模型 24

2.3.1 心理学中对情绪量化的思考 24

2.3.2 OCC模型 24

2.3.3 Salt&Pepper模型 26

2.3.4 EM模型 26

2.3.5 隐马尔可夫模型 27

2.3.6 基于欧几里得空间的情感建模方法 28

2.4 小结 28

参考文献 28

第3章 学习者特征提取及表情识别 30

3.1 人脸检测技术综述 30

3.1.1 基于先验知识的人脸检测方法 30

3.1.2 基于色彩转换空间的人脸检测方法 31

3.1.3 基于外观的人脸检测方法 33

3.1.4 基于积分图的人脸检测方法 33

3.1.5 基于模板匹配的人脸检测方法 33

3.2 人脸特征提取技术综述 34

3.2.1 几何特征提取 34

3.2.2 统计特征提取 34

3.2.3 频率域特征提取 35

3.3 人脸特征提取应用实例 35

3.3.1 E-Learning系统中的人脸检测流程设计 36

3.3.2 肤色区域分割模块处理 38

3.3.3 建立肤色模型 39

3.3.4 几何特征验证 41

3.3.5 单人脸快速检测算法 41

3.3.6 人脸检测BP网络确认模块 42

3.3.7 人脸特征识别方法 44

3.3.8 人脸表情特征提取 46

3.4 小结 48

参考文献 48

第4章 学习者情感特征提取及情绪建模 50

4.1 E-Learning系统中的学习情绪识别 50

4.1.1 基于表情识别的方法 50

4.1.2 基于生理感应信号的方法 53

4.1.3 基于认知评价的方法 54

4.1.4 多模态识别方法 55

4.2 基于维度情绪论的学习者情感模型研究 55

4.2.1 学习情绪的定义 55

4.2.2 学习状态的定义 57

4.2.3 学习情绪的表现形式 57

4.2.4 情感识别模式 60

4.3 基于OCC模型的学习情绪建模 61

4.3.1 学生情绪模型 61

4.3.2 学生动机模型 64

4.4 学生情感识别的DBN模型构建 66

4.4.1 DBN概述 66

4.4.2 DBN模型构建 68

4.4.3 DBN模型分析评估 72

4.5 基于情绪模式的学习者情感特征的提取 73

4.5.1 趋避度和专注度 73

4.5.2 人脸及眼帘的检测 74

4.5.3 基于人脸检测的趋避度模型 75

4.5.4 基于眼帘检测的专注度模型 90

4.6 情绪模型的定义和运算 92

4.6.1 情绪的定义 92

4.6.2 情绪运算相关理论 93

4.7 小结 94

附录 曲线拟合仿真实验代码 94

参考文献 95

第5章 情感交互系统中的情绪反应 97

5.1 远程教育中学习情绪交互 97

5.2 虚拟教师的表情及个性化设计 97

5.3 基于模糊集合的情绪反应 101

5.3.1 在线时间评价值和学习内容评价值 101

5.3.2 学习者模糊情感综合评价 101

5.3.3 虚拟助理的情绪反应 102

5.3.4 基于模糊集合的情绪反应小结 103

5.4 支持向量机的虚拟助理情绪反应 104

5.4.1 支持向量机多类分类问题 104

5.4.2 支持向量机中情绪反应特征要素的提取 104

5.4.3 建立情绪反应分类模型的基本步骤 105

5.4.4 仿真实验和结果分析 106

5.4.5 基于模糊集合的方法和基于支持向量机的方法的比较 108

5.5 虚拟助理情绪反应的行为规则 108

5.6 小结 110

附录 libsvm仿真实验代码 111

参考文献 112

第6章 具有情感交互特性的E-Learning系统实现 114

6.1 系统设计目标 114

6.2 多模态情感的设计 115

6.3 基于Agent的MASIES实现 115

6.3.1 MASIES框架结构 115

6.3.2 MASIES系统Agent功能模块说明 116

6.3.3 Agent功能流程说明 118

6.4 基于移动Agent的E-Learning系统框架 120

6.4.1 基于移动Agent的E-Learning系统架构及功能设计 121

6.4.2 基于J2EE的RMI实现模式 123

6.4.3 移动Agent的迁移策略设计与实现 124

6.4.4 基于Aglet的多Agent系统 128

6.5 情感交互——Agent动画人物 130

6.5.1 Agent动画人物 130

6.5.2 Agent动画人物的实现 131

6.5.3 Agent动画显示模块 131

6.5.4 智能Agent助理的情绪 132

6.6 个性化教学助理设计 133

6.6.1 教学助理设计 133

6.6.2 学习者情绪特征的获取 134

6.6.3 教学助理形象和情绪反应设计 136

6.7 Agent助理及其情绪反应在系统中的表现 137

6.7.1 在同步视频教学阶段 138

6.7.2 在非同步教学阶段 138

6.8 研究工作总结 142

6.9 未来问题研究 144

参考文献 146