情感计算(情感值计算公式)

内容来源：肖登天更新时间：2024-05-05 08:44:41

情感计算本词条由 “科普中国”科学百科词条编写与应用工作项目审核。情感计算的概念是在1997年由MIT媒体实验室Picard教授提出，她指出情感计算是与情感相关，来源于情感或能够对情感施加影响的计算。中国科学院自动化研究所的胡包刚等人也通过自己的研究，提出了对情感计算的定义：“情感计算的目的是通过赋予计算机识别、理解、表达和适应人的情感的能力来建立和谐人机环境，并使计算机具有更高的、全面的智能”。中文名情感计算外文名 Affective computing 提出时间 1997年提出者 Picard教授领域人工智能目录 1 产生背景 2 人机交互情感也可计算应用领域脸部表情姿态变化语音理解情感计算的理论与算法研究是近年来人机交互领域的热点话题当前,常见的情感计算集中在基于面部表情、语音、文本、人体姿态等方向,既有单一模态的算法,又有多模态的综合算法基于面部表情和语音模态的算法占据多数,国内外基于人体姿态的算法相对较少文中针对基于姿态的情感计算所面临的几个关键科学问题展开了综述,包括情感的心理学模型、人体姿态估计算法、姿20世纪90年代初，耶鲁大学心理学系的Peter Salovey教授提出了情感智能的概念，并开展了一系列的研究。该概念随后被Daniel J Goleman发展为与智商（IQ）相对的情商（EQ），随着Goleman的赋予计算机情感能力，并让计算机能够理解和表达情感的探讨与研究引起了计算机界众多专家的兴趣，他们在情感研究的理论和实验应用方面积累了很多经验。本文来自于清华大学的研究报告《人工智能之情感计算》，从技术特点、人才状况、应用和趋势四个方面深入解读人工智能情感计算。什么是情感计算让计算机具有情感能力的观点并不新鲜，它与“机器人” 一词几乎同时出现。之前经常总结时间序列paper list的汇总，这次弄了些不一样的，总结了ACM MM 2022关于情感计算的论文汇总（主要侧重于情感计算中关于情绪识别的论文），进行情绪识别可以使用图像，视频，语音，生理信号等多种数据，不过我感觉MM作为多媒体的顶会，还得是使用多模态进行情绪识别可能更符合MM。 1 论文标题：Leveraging Multi-modal Interactions among the Intermediate Representations of Deep Transformers for Emotion Recognition 论文链接： dlacmorg/doi/101145/ 关键词：多模态情感识别; 多模态交互。情感计算 Affective computing （也被称为人工情感智能或情感AI）是基于系统和设备的研究和开发来识别、理解、处理和模拟人的情感。这是一个融合计算机科学、心理学和认知科学的跨学科领域 [1] 。虽然该领域的一些核心思想可以追溯到早期对情感 [2] 的哲学研究，但计算机科学的现代分支研究起源于罗莎琳德ⷧš᥾𗱹95年关于情感计算的论文 [3] 和她的由麻省理工出版社 [4] [5] 出版的《情感计算》 [6] 。这项研究的动机之一是赋予机器情感智能，包括具备同理心。机器应能够解读人类的情绪状态，适应人类的情绪，并对这些情绪作出适当的反应。目录 1 研究范围 11 检测和识别情感信息 12 机器中的情感 2 技术 21 语音情感情感计算（英語： Affective computing ，亦作人工情感智能，英語： artificial emotional intelligence ，或情感AI ，英語： emotion AI ） [1] 是一个跨学科领域，涉及计算机科学、心理学和认知科学，旨在研发能够识别、解释、处理、模拟人类情感的系统。 [2] 虽然该学科最早可追溯至早期的哲学研究，即人们对情绪 [註 1] 的剖析， [3] 但真正使其成为现代计算机科学分支的，则是1995年罗莎琳ⷧš᥾𗠥‘表的关于情感计算的论文。 [4] [5] [6] 人们研究情感计算很大程度上是为了能够模拟共情 ——机器应该能够解释人类的情绪状态，做出相适应的行为，对情绪给予恰当的回应。Overview ‹ Affective Computing — MIT Media Lab Advancing human wellbeing by developing new ways to communicate, understand, and respond to emotion The Affective Computing group creates and evaluates new ways of bringing together Emotion AI and other affective technologies in order to make people's lives better情感计算主要有「识别」，「表达」和「决策」这三个研究方向，「识别」主要是研究如何让机器准确识人类的情感，并消除不确定性和歧义性。「表达」主要是研究如何把情感以合适的信息载体表示出来，如语言、声音、姿态和表情等。简单来说，情感计算研究就是试图创建一种能感知、识别和理解人的情感，并能针对人的情感做出智能、灵敏、友好反应的计算系统。显然，情感计算是个复杂的过程，不仅受时间、地点、环境、人物对象和经历的影响，而且要考虑表情、语言、动作或身体的接触。情感计算旨在创建一种能感知、识别和理解人的情感，并能针对人的情感做出智慧、灵敏、自然反应的计算系统。情感计算是实现自然化、拟人化、人格化人机交互的基础性技术和重要前提，为人工智能决策提供了优化路径。《白皮书》以产、学、研相结合的交叉视角，秉承概念、理论、技术、应用“四位一体”的知识架构，对1997-2022年间的2万余篇论文进行数据分析，描绘了情感计算学科全景及合作生态，对情感计算技术进行了全面介绍，并针对该领域学术成果、应用情况进行了定量分析和案例研究。《白皮书》指出，多模态情感计算是当下人工智能领域最热门的话题之一，中国科学院发布的《2021年研究前沿热度指数》报告显示，以“多模态情感计算”为核心的相关研究热点指数位列前10名。