情感機器人多模態感知、理解與控制

陳略峰等

  • 情感機器人多模態感知、理解與控制-preview-1
  • 情感機器人多模態感知、理解與控制-preview-2
  • 情感機器人多模態感知、理解與控制-preview-3
  • 情感機器人多模態感知、理解與控制-preview-4
  • 情感機器人多模態感知、理解與控制-preview-5
情感機器人多模態感知、理解與控制-preview-1

相關主題

商品描述

本書結合作者團隊多年的研究工作和實踐經驗,系統闡述情感機器人多模態感知、理解與控制方法和技術及場景應用。主要內容包括:提出多模態情感識別與感知方法,突破不同模態特征難以融合的技術難題;建立深度學習與模糊推理融合的情感意圖理解模型,實現多模態情感與個人意圖的量化描述;深入探討情感機器人的實際應用,通過課堂教學評價、情感偏向的機械臂控制等實際應用場景,展示情感機器人在教育與工業領域的應用潛力。

目錄大綱

目錄
前言
第1章 緒論 1
1.1 情感識別與感知 3
1.2 情感意圖理解 8
1.3 情感機器人控制 10
1.4 本書主要內容 12
參考文獻 13
第2章 多模態情感特征提取 17
2.1 引言 17
2.2 語音情感特征提取 18
2.2.1 語音信號預處理 19
2.2.2 聲學情感特征提取 23
2.3 面部情感特征提取 26
2.3.1 人臉檢測與定位 26
2.3.2 人臉表情特征提取 27
2.4 姿態情感特征提取 29
2.4.1 人體姿態估計 30
2.4.2 肢體情感特征提取 31
2.5 本章小結 35
參考文獻 35
第3章 基於寬度學習與長短期記憶網絡的多維度面部情感識別 37
3.1 引言 37
3.1.1 面部情感特征提取 39
3.1.2 面部表情識別 40
3.2 基於卷積特征的情感特征提取 41
3.2.1 基於卷積層的特征提取 41
3.2.2 基於池化層的特征聚合 41
3.2.3 基於主成分分析的特征降維 42
3.3 基於寬度學習與長短期記憶網絡的面部特征分類 42
3.3.1 基於寬度學習的面部特征分類 43
3.3.2 基於長短期記憶網絡的多重面部圖像分類 45
3.4 實驗 47
3.4.1 實驗環境與樣本選擇 47
3.4.2 仿真與分析 48
3.5 本章小結 54
參考文獻 54
第4章 基於K均值聚類與核典型相關分析的多模態情感識別 59
4.1 引言 59
4.2 基於K均值聚類與核典型方法的特征分析 60
4.2.1 基於K均值的特征聚類 60
4.2.2 基於核典型相關分析的特征融合 63
4.2.3 基於支持向量機的多模態情感識別 64
4.3 實驗 64
4.3.1 實驗環境與樣本選擇 64
4.3.2 基於K均值聚類的特征選擇 66
4.3.3 應用實驗 71
4.4 本章小結 71
參考文獻 72
第5章 基於寬深度融合網絡的耦合多模態情感識別 75
5.1 引言 75
5.2 基於寬深度融合網絡的耦合多模態情感特征分析 78
5.2.1 基於卷積層和池化層的面部特征提取 78
5.2.2 基於三維卷積神經網絡的姿態情感特征分類 79
5.2.3 基於寬深度融合網絡的面部特征識別 80
5.2.4 基於典型相關分析方法的特征降維 81
5.3 基於耦合模型的情感特征分析 82
5.4 實驗 85
5.4.1 實驗環境與樣本選擇 85
5.4.2 仿真與分析 86
5.4.3 應用實驗 91
5.5 本章小結 91
參考文獻 92
第6章 基於模糊深度神經網絡與稀疏自動編碼器的情感意圖理解 96
6.1 引言 96
6.2 基於Candide3模型的動態情感識別 98
6.3 基於模糊深度學習的情感意圖理解模型 100
6.3.1 基於模糊C均值聚類的數據預處理 100
6.3.2 模糊深度神經網絡與稀疏自動編碼器 101
6.4 實驗 104
6.4.1 實驗環境與樣本選擇 104
6.4.2 仿真與分析 105
6.4.3 應用實驗 109
6.5 本章小結 114
參考文獻 114
第7章 基於寬深度網絡模糊推理模型的情感意圖理解 118
7.1 引言 118
7.2 基於寬深度網絡的模糊推理模型 120
7.2.1 基於卷積神經網絡的情感識別 122
7.2.2 基於寬深度網絡的情感識別 123
7.3 基於模糊推理模型的情感意圖理解 124
7.4 實驗 126
7.4.1 實驗環境與樣本選擇 126
7.4.2 基於寬深度融合網絡的情感識別實驗 127
7.4.3 基於模糊推理模型的情感意圖理解實驗 128
7.5 本章小結 129
參考文獻 130
第8章 情感機器人WEBO 134
8.1 引言 134
8.2 多模態人機情感交互系統 138
8.2.1 系統設計目標 138
8.2.2 系統功能模塊 142
8.2.3 系統整體架構 143
8.3 系統功能設計實現 148
8.3.1 情感交互場景規劃 148
8.3.2 面向應用場景系統整體設計 150
8.3.3 WEBO機器人系統場景應用 151
8.4 本章小結 153
參考文獻 154
第9章 基於WEBO機器人的教學效果評價 156
9.1 引言 156
9.2 基於情感意圖理解的教學效果定量評價 159
9.2.1 基於卷積神經網絡的情感識別 161
9.2.2 基於模糊推理模型的情感意圖理解 162
9.2.3 基於V-A空間模糊推理的教學效果評價 163
9.3 實驗 164
9.3.1 實驗環境與樣本選擇 164
9.3.2 情感意圖理解實驗 164
9.4 基於WEBO機器人的教學評價實驗 166
9.5 本章小結 168
參考文獻 169
第10章 基於WEBO機器人的機械臂手勢跟蹤控制 172
10.1 引言 172
10.2 基於種群隨機的多目標遺傳算法 175
10.3 基於遺傳算法的機械臂手勢跟蹤控制 176
10.4 實驗 178
10.4.1 實驗環境與樣本選擇 178
10.4.2 基於種群隨機的多目標遺傳算法實驗 179
10.5 基於WEBO機器人的機械臂手勢跟蹤控制實驗 181
10.6 本章小結 186
參考文獻 186
第11章 基於情感偏向快速搜索隨機樹的機械臂軌跡跟蹤控制 190
11.1 引言 190
11.2 機器人情感與運動生成研究現狀 191
11.3 基於情感偏向的運動軌跡規劃 193
11.3.1 基於目標概率偏向的快速搜索隨機樹算法 194
11.3.2 基於情感偏向的機械臂軌跡跟蹤控制 196
11.4 實驗 199
11.4.1 情感偏向計算實驗 199
11.4.2 快速搜索隨機樹實驗 205
11.4.3 基於WEBO機器人的機械臂軌跡跟蹤控制實驗 209
11.5 本章小結 212
參考文獻 213