一种虚拟人追逐过程中的情绪博弈模型

追逐行为在人类社会生活中十分常见,模拟追逐过程中的情绪变化,有助于揭示情绪和运动的关系.在借鉴博弈论的基础上,研究了虚拟人围绕障碍物追逐的情绪博弈模型,依据追逐的剧情,拟定了虚拟人的情绪强度公式,定量描述了虚拟人的速度和体力的变化,提出了追逐过程中虚拟人情绪博弈策略.采用OpenSceneGraph图形库实现了虚拟人追逐动画,实验结果表明,该模型能很好地模拟追逐中虚拟人情绪的变化规律.     

虚拟人动机驱动的自主情绪模型研究

模拟虚拟人的各种情绪计算模型在很多领域具有重要意义,一个可信的虚拟人不仅要有3维几何形状,而且也要具有自主的情绪。基于已有的情绪模型研究,建立了一种新的基于动机驱动的自主情绪模型。根据心理学和认知科学,提出了虚拟人的认知结构,该结构集成了知觉、情绪、心境、个性和行为。构建了内部动机和外部刺激的一种形式化描述,基本情绪强度可以采用这种模型来计算,而情绪状态是各种基本情绪状态的合成。为了实现情绪的自适应,提出了情绪的增强学习方法。在微机上实现了一个包含虚拟人的3维虚拟场景,这种新的情绪模型能够使虚拟人的自主情绪表现更加可信,实验结果表明了该方法是有效的。     

虚拟驾驶员的注意力行为建模

注意力行为在虚拟驾驶员行为研究中起着重要的作用.在已往研究中,尚未考虑虚拟驾驶员的内、外因素是怎样在内因起决定作用下产生注意力的.因此,依据驾驶员心理学理论,提出了虚拟驾驶员的注意力行为模型,即提出用注意熵和注意源的概念表述注意力的内、外因素对注意力影响的大小;用情绪熵表述自主汽车抵抗情绪产生的能力.最后在微机上用EONStudio实现虚拟驾驶员注意力行为动画.     

虚拟人情绪模型研究的现状和问题

情绪体验能够有效地提高虚拟现实系统用户的兴趣,虚拟人的情绪设计正成为构建虚拟环境的一项核心技术,目前的虚拟人情绪模型仍然处于初级阶段.综述了情绪模型的研究,讨论了情绪模型尚未解决的问题.根据情绪模型相关研究和认知科学的成果,提出了建立虚拟人情绪模型的一种新思,其目标是提高虚拟人情绪设计的效率,虚拟人的情绪状态通过情绪模型来控制,虚拟人可以具有感知、动机、情绪、个性,并可在虚拟环境中表现出恰当的自主情绪.情绪设计软件可以融合软计算理论和人机交互技术,为建立人性化的图形界面提供一种高效工具.     

基于循环迭代的飞机虚拟拆装过程建模方法

将循环迭代法应用于飞机虚拟拆装,研究飞机的拆装过程,提出一种基于循环迭代的虚拟拆装过程建模方法。结合飞机拆装过程动态循环的特性和虚拟人拆装行为并行相似的特点,建立虚拟人拆装行为参数化模型,规范虚拟人拆装行为的统一表达;在此基础上,分析虚拟人与部件的交互关系,构造虚拟人拆装行为、拆装次序、部件状态之间的迭代函数,建立虚拟拆装过程模型,实现虚拟人拆装行为的参数化描述和部件拆装过程的表达。以分布式虚拟维修训练平台中的集中故障显示接口组件拆装为例,对该方法进行仿真验证和比对,结果表明,以虚拟人拆装行为变化表示的部件状态变化使部件的拆装更易于表达,拆装训练效率有所提高。     

一种虚拟角色的情绪认知评价模型

虚拟角色在电子教育、动漫游戏和电子商务等领域具有广泛的用途,目前的虚拟角色情绪设计仍然处于手工阶段,需要花费大量的人力成本且大多数虚拟角色行为简单,不能令人信服。本文基于心理学理论和OCC理论,建立虚拟角色的认知结构,给出虚拟角色的动机形式化描述。虚拟角色的情绪状态可由情绪决策产生式规则来驱动,情绪强度可通过模糊推理系统来计算。实验结果表明该情绪模型可以增强教育软件的界面友好性,使虚拟角色在行为上更加人性化。     

基于语义虚拟环境的虚拟人动画研究与实现*

现有虚拟环境建模（如VRML/X3D）主要集中在几何图形的描述,所显示的虚拟场景对于人是可理解的,但对于计算机是不可理解的,因而难以作有意义的自动处理。基于语义Web设计了一个语义虚拟环境（主要包括语义虚拟场景和语义虚拟人）,并设计了基于语义虚拟环境的虚拟人动画引擎。语义虚拟环境使得计算机能够理解和自动处理虚拟环境的语义信息,并且使得虚拟环境系统具有可重用性、可扩展性和可集成性。最后,在语义虚拟环境和虚拟人动画引擎的基础上开发了一个办公室场景中智能虚拟人行动推理的系统,取得了很好的效果。     

意外受扰虚拟人行为动画关键技术研究

以突发事件下意外受扰的虚拟人为研究对象,结合心理学、生物力学、机器人学、人类行为学等相关领域对人体受扰时反应行为研究的最新进展,提出了一种虚拟人运动中受扰的平衡保持与恢复的动画合成技术,该技术能快速检测虚拟人在运动中的平衡状态,并在虚拟人有摔倒倾向时驱动虚拟人采取自主的保护动作以减少倒地对身体造成的伤害;实验结果表明,在意外情况下虚拟人对不同的外界作用力做出了较为真实的反应。     

情绪和动机驱动的虚拟人自适应感知模型

通过引入注意力机制,以愉悦度、激活度、优势度(PAD维度)观测模型为理论基础,以OCC(Ortony-CloreColins)情绪模型为情绪选择范围,提出一种适用于3D动漫游戏的虚拟角色多通道自适应感知模型.该模型侧重于研究情绪状态对虚拟角色动态感知和动机的影响,考虑生理状况(体力)对感知的影响,通过行动、评估、行动周期模型驱动虚拟人的感知和动机,并以有限状态机实现虚拟人在不同需求下的情绪转换.最后设计并实现了一个基于本模型的虚拟人寻找目标物的原型系统.实验结果表明,文中模型能在较大程度上保持游戏的高可信性、趣味性和沉浸感.     

一种可编辑的三维人体蒙皮网格动画合成方法*

为了使虚拟人情感表达更加逼真,提出了一种可编辑的三维人体动画合成方法。首先建立了三维网格和人体骨架之间的蒙皮关系,构造了关节运动角度的参数模型;然后,对三维人体骨架进行操作,利用线性混合蒙皮算法,驱动虚拟人体的运动。在Visual C++平台上实现了在特定情感状态下的肢体动画,验证了该方法的有效性。     

基于自定义空间和OCC模型的情绪建模研究

人类不仅具有逻辑推理的能力,而且具有情感控制、表达的能力。通常使用计算机对人类的能力进行模拟,在人工智能赋予计算机逻辑推理能力之后,如何赋予计算机情绪成为一个重要的研究问题。该文就是以人工心理和基本的情绪理论为基础,在三维情绪空间中将个性和OCC模型相结合,建立了一个情绪模型。并将此模型作为情感核心,尝试实现了一个虚拟软件人。这个情感虚拟软件人不仅具有学习、记忆能力,而且具有情感交互能力。     

实用虚拟现实中体视动画的实现

该文讨论了基于PC机的实用虚拟现实系统开发平台，介绍一种基于PC机的实用虚拟现实技术中硬件结构实现的方法。在深入研究3DS MAX的基础上，推导出适用于3DS MAX的体视动画的自动生成算法，并给出体视动画生成模块的程序流程，最后根据研究的结果，做出了一组具有体视效果的实例。     

基于人脸表情特征的情感交互系统*

设计了一套基于人脸表情特征的情感交互系统(情感虚拟人),关键技术分别为情感识别、情感计算、情感合成与输出三个方面。情感识别部分首先采用特征块的方法对面部静态表情图形进行预处理,然后利用二维主元分析(2DPCA)提取特征,最后利用多级量子神经网络分类器实现七类表情识别分类;在情感计算部分建立了隐马尔可夫情感模型(HMM),并且用改进的遗传算法估计模型中的参数;在情感合成与输出阶段,首先采用NURBS曲面和面片相结合的算法,建立人脸三维网格模型,然后采用关键帧技术,实现了符合人类行为规律的连续表情动画。最后完成了基于人脸表情特征的情感交互系统的设计。     

智能体的一种个性模型

模拟人类的思想正变得越来越重要,智能体就是模拟人类行为的重要工具.个性是智能体的一个重要属性,可信的角色不仅要具有行为、情绪,而且也要具有丰富的个性.建立智能体的个性化模型一直是心理学家和计算机学家的一个热门话题.综述了个性建模的研究现状,提出了一种新的个性建模途径,其目标是建立面向教育游戏的个性模型,并有效地集成行为、情绪、动机和个性.     

基于HMM的人工心理建模方法研究

提出一种基于HMM的人工情感模型。该模型将人类的情感过程视为两层随机过程,通过调整模型的初始参数,能够构建具有不同性格特征的心理模型;同时它作为情感引擎,能以概率的形式预测情感过程的最终结果。系统运行结果表明由该模型产生的情感反应真实、自然。     

面向艺术与设计的虚拟人技术研究

虚拟人(Virtual Human)是人类各种特性(几何、行为、感知、情感、生理、心理、社会性等)在虚拟空间中的数字化表示，是高度真实的人类特性的数字化再现．文中首先介绍面向艺术与设计的虚拟人技术的应用领域和研究维度，然后详细介绍其中的主要研究内容，包括：虚拟人体建模、运动控制技术、虚拟人群仿真、虚拟感知与情感计算，最后指出，在面向艺术与设计的虚拟人技术研究中，艺术与设计领域专家和计算机专家的协作关系．     

Recognizing multiple emotion from ambiguous facial expressions on mobile platforms

Extracting and understanding of emotion is of high importance for the interaction between human and machine communication systems. The most expressive way to display the human’s emotion is through facial expression analysis. This paper proposes a multiple emotion recognition system that can recognize combinations of up to a maximum of three different emotions using an active appearance model (AAM), the proposed classification standard, and a k-nearest neighbor (k-NN) classifier in mobile environments. AAM can take the expression of variations that are calculated by the proposed classification standard according to changes in human expressions in real time. The proposed k-NN can classify basic emotions (normal, happy, sad, angry, surprise) as well as more ambiguous emotions by combining the basic emotions in real time, and each recognized emotion that can be subdivided has strength. Whereas most previous methods of emotion recognition recognize various kind of a single emotion, this paper recognizes various emotions with a combination of the five basic emotions. To be easily understood, the recognized result is presented in three ways on a mobile camera screen. The result of the experiment was an average 85 % recognition rate and a 40 % performance showed optimized emotions. The implemented system can be represented by one of the example for augmented reality on displaying combination of real face video and virtual animation with user’s avatar.     

基于Markov决策过程的交互虚拟人情感计算模型

情感在生物体的交流和适应性方面起到了关键作用。同样,交互虚拟人也需要有恰如其分的表达情感的能力。由于具有情感交互能力的虚拟人在虚拟现实、电子教育、娱乐等领域均有着广阔的应用前景,当前,在虚拟人中加入情感成分的研究受到了越来越多的重视。本文提出了一个人工心理的情感计算模型,模型用马尔可夫过程来描述情感的变化过程,并且使用马尔可夫决策过程建立了情感、个性与环境之间的联系,并且我们把该模型应用到了一个交互虚拟人系统中。研究结果表明,模型能够构建具有不同性格特征的虚拟人,使之产生较为自然的情感反应。     

Younger and older users׳ recognition of virtual agent facial expressions

As technology advances, robots and virtual agents will be introduced into the home and healthcare settings to assist individuals, both young and old, with everyday living tasks. Understanding how users recognize an agent׳s social cues is therefore imperative, especially in social interactions. Facial expression, in particular, is one of the most common non-verbal cues used to display and communicate emotion in on-screen agents (Cassell et al., 2000). Age is important to consider because age-related differences in emotion recognition of human facial expression have been supported (Ruffman et al., 2008), with older adults showing a deficit for recognition of negative facial expressions. Previous work has shown that younger adults can effectively recognize facial emotions displayed by agents (Bartneck and Reichenbach, 2005, Courgeon et al., 2009, Courgeon et al., 2011, Breazeal, 2003); however, little research has compared in-depth younger and older adults’ ability to label a virtual agent׳s facial emotions, an import consideration because social agents will be required to interact with users of varying ages. If such age-related differences exist for recognition of virtual agent facial expressions, we aim to understand if those age-related differences are influenced by the intensity of the emotion, dynamic formation of emotion (i.e., a neutral expression developing into an expression of emotion through motion), or the type of virtual character differing by human-likeness. Study 1 investigated the relationship between age-related differences, the implication of dynamic formation of emotion, and the role of emotion intensity in emotion recognition of the facial expressions of a virtual agent (iCat). Study 2 examined age-related differences in recognition expressed by three types of virtual characters differing by human-likeness (non-humanoid iCat, synthetic human, and human). Study 2 also investigated the role of configural and featural processing as a possible explanation for age-related differences in emotion recognition. First, our findings show age-related differences in the recognition of emotions expressed by a virtual agent, with older adults showing lower recognition for the emotions of anger, disgust, fear, happiness, sadness, and neutral. These age-related difference might be explained by older adults having difficulty discriminating similarity in configural arrangement of facial features for certain emotions; for example, older adults often mislabeled the similar emotions of fear as surprise. Second, our results did not provide evidence for the dynamic formation improving emotion recognition; but, in general, the intensity of the emotion improved recognition. Lastly, we learned that emotion recognition, for older and younger adults, differed by character type, from best to worst: human, synthetic human, and then iCat. Our findings provide guidance for design, as well as the development of a framework of age-related differences in emotion recognition.     

计算机动画技术浅谈

随着时代发展,计算机动画在现代社会发展中处于及其重要的地位,应用领域非常广泛,像互联网中网络动画的应用、游戏软件的开发,教学软件的开发、动画影院片、电影数字特技、电视动画片、电子图书等等。本文介绍有关计算机动画的概念,并以FLASH为例介绍计算机动画的制作过程。