基于改进模糊综合评价的电影情感分类

为了提高电影情感分类精确度,以模糊数学理论为基础,建立电影底层特征和高层认知情感之间的关系,提出一种基于改进模糊综合评价的电影情感分类新算法。首先,选择了反映情感变化的场景亮度、镜头切换率和颜色能量作为视频场景底层特征,介绍了相应的特征提取方法。其次,引入和改进模糊综合评价模型,并给出特征对情感的模糊隶属函数,建立了单因素评价矩阵。最后,对于不同情感,采用层次分析法确定底层特征之间的相对权重,根据改进的模糊综合评价模型计算出电影场景的情感模糊特征向量,用最大判决值和阈值原则确定待识别场景的情感类型。实验结果表明,所提出的算法能有效地提高电影场景的情感分类精确度。     

基于模糊启发式搜索的汉字识别方法

本文阐述了识别过程中的模糊表示,并介绍了以隶属度为启发函数的搜索过程.试验表 明此方法较好地解决了汉字识别速度低的问题.     

基于模糊隶属度函数的ICA特征提取和识别

提出了一种基于模糊隶属度函数的独立成分分析图像特征提取和识别方法.该方法首先通过主成分分析等对图像进行预处理,然后通过FastICA算法对图像进行处理,构造特征脸子空间,计算训练样本和待测样本在特征脸子空间中的投影,引入模糊隶属度函数,建立矢量隶属度函数,作为识别分类器进行人脸识别.针对ORL标准人脸数据库上的实验结果表明,该方法具有良好的识别分类能力.     

模糊支持向量机情感状态识别的研究*

针对已有的情感生理参数样本类内聚合度低、不同状态较难区分的特点,提出了一种改进的模糊支持向量机识别方法.模糊隶属度函数采用高斯分布形式,高斯分布的参数分别由同类样本数据形成的最小超球体半径和样本之间的紧密程度决定.该方法计算样本模糊隶属度时,不仅考虑样本与类中心的距离关系,还要考虑样本与样本之间的关系.实验显示改进的模...     

关于二型模糊集合的一些基本问题

采用集合论的方法给出了单位模糊集合和二型模糊集合及其在一点的限制等定义,使得二型模糊集合更易于理解.通过定义嵌入单位模糊集合来描述一般二型模糊集合,并给出离散、半连通二型模糊集合的表达式.根据论域、主隶属度及隶属函数的特性将二型模糊集合分为四种类型:离散、半连通、连通及复合型,并根据连通的特点将连通二型模糊集合分为单连通及多连通两类.利用支集的闭包（Closure of support,CoS）划分法表述主隶属度及区间二型模糊集合.提出了CoS二、三次划分法分别来表述单、复连通二型模糊集合,并使每一个子区域的上下边界及次隶属函数在该子区域上的限制分别具有相同的解析表述式.最后,探讨了二型模糊集合在一点的限制、主隶属度、支集、嵌入单位模糊集合之间的关系.     

一种广义线性隶属函数的设计及应用

研究模糊控制器问题,针对广泛应用的三角形和梯形隶属函数存在的问题,为提高控制器的控制性能,设计并研究了一种将三角形和梯形隶属函数作为特例的广义线性隶属函数,并将它作为输入隶属函数,应用于两输入一输出的典型模糊控制器.基于模糊控制器的解析结构,在不增加模糊规则的情况下,增加模糊子空间的划分,使用合适的隶属函数提高模糊控制器的控制性能;同时,证明了输入为广义线性隶属函数的模糊控制系统的解析结构是全局多值继电器和局部PI控制器之和.最后,仿真结果证明了设计的有效性,并为线性隶属函数的模糊控制器起到了优化性能的作用.     

基于三元空间融合的模糊人脸图像特征相似度识别

提出一种基于三元空间融合的模糊人脸图像特征相似度识别方法.通过建立模糊人脸图像特征相似度投影矩阵,将模糊人脸图像映射到同一个特征表示空间,得到维数一致的特征向量;针对10种LIH特征相似度进行分析,确定模糊人脸图像特征相似度信息能量百分比;使用三元空间融合技术中编码的方式描述模糊人脸图像中的特征描述子,基于三元空间融合提取局部特征描述子;通过设计对称表示相似性度量方法,取得最完整的特征相似度识别结果.实验结果表明,该方法可以实现模糊人脸图像特征相似度精准识别,其特征相似度识别分辨率明显高于传统方法.     

基于PAD理论的人脸情感识别

情感计算的一个重要任务是情感建模。提出了在人脸情感的视觉识别范畴中基于PAD理论的情感建模。根据Mehrabian提出的PAD 3维情感理论,建立了EBM(emotional block model)模型,进行了非典型情感识别的尝试。采用88特征点的Gabor特征和SVM算法在Cohn-Kanade数据集上进行了非典型情感识别以及典型情感识别的实验,并就典型情感的识别与基本情感模型比较。实验结果表明,无论是识别非典型情感还是典型情感,基于PAD理论建立的情感模型都是可靠的。在会聚度高的情感子空间上的识别率比会聚度低的情感子空间高。     

基于改进FCM聚类算法的火灾图像分割

研究火灾识别问题,火灾图像分割是火灾特征提取和识别的前提,其分割效果直接影响火灾识别的准确率.针对现有分割方法中存在的经验阈值难以确定和因彩色信息丢失导致分割不准确等问题,为了准确识别火灾图像,提出一种改进的FCM聚类的火灾图像分割方法.方法选用符合人眼视觉特性的HSI颜色空间,根据数据分布特点确定色度分量H和亮度分量Ⅰ的初始聚类中心,分别在直方图特征空间进行模糊聚类处理,并利用像素的空间信息对模糊隶属度函数做了改进,最后在由两分量的模糊隶属度组成的二维特征空间上进行火灾图像分割.实验结果表明,算法可排除高亮区域的干扰,准确分割出火焰区域,为后续的火灾识别提供重要依据.     

多特征综合的图像模糊情感注释方法研究

针对解决图像有效情感标注的问题,提出了一种多特征综合的图像模糊情感注释方法。该方法在讨论图像中的可视化特征（颜色、纹理和形状）与图像情感之间关系的基础上,选取和修正合适的算法提取颜色、纹理和形状特征,并将其作为模糊输入量;提出一种情感空间表示法量化情感;利用模糊集的近似推理理论完成对图像的情感注释。对100幅自然图像进行模糊情感标注,将其结果和20名自愿者对图像的情感感觉进行对比,实验结果表明,该方法能够有效地标识图像情感语义,证实了所采用的情感空间表示法具有一定的科学性,对于装璜、电子教学、图像检索和情感计算有一定的应用价值。     

基于心理能量思想的人工情感模型

从人工情感建模的需要出发,根据动力心理学关于心理能量的理论,提出了情感能量的概念以及基于情感能量的情感状态的数学描述方法,建立了情感状态的能量分布描述空间和情感状态的概率描述空间。在此基础上,进一步分析了情绪状态的变化过程,并提出了情绪状态自发转移过程的马尔可夫链模型以及情绪状态刺激转移过程的隐马尔可夫模型。     

Affective video content representation and modeling

This paper looks into a new direction in video content analysis - the representation and modeling of affective video content . The affective content of a given video clip can be defined as the intensity and type of feeling or emotion (both are referred to as affect) that are expected to arise in the user while watching that clip. The availability of methodologies for automatically extracting this type of video content will extend the current scope of possibilities for video indexing and retrieval. For instance, we will be able to search for the funniest or the most thrilling parts of a movie, or the most exciting events of a sport program. Furthermore, as the user may want to select a movie not only based on its genre, cast, director and story content, but also on its prevailing mood, the affective content analysis is also likely to contribute to enhancing the quality of personalizing the video delivery to the user. We propose in this paper a computational framework for affective video content representation and modeling. This framework is based on the dimensional approach to affect that is known from the field of psychophysiology. According to this approach, the affective video content can be represented as a set of points in the two-dimensional (2-D) emotion space that is characterized by the dimensions of arousal (intensity of affect) and valence (type of affect). We map the affective video content onto the 2-D emotion space by using the models that link the arousal and valence dimensions to low-level features extracted from video data. This results in the arousal and valence time curves that, either considered separately or combined into the so-called affect curve, are introduced as reliable representations of expected transitions from one feeling to another along a video, as perceived by a viewer.     

家庭服务机器人情感计算模型的研究

根据基本情感理论建立了家庭服务机器人的情感状态概率空间模型,并应用马尔可夫链的特性,建立了基于隐马尔可夫模型的情感计算模型.详细地阐述了该情感计算模型中各参数的意义以及估算方法.通过仿真实验验证了该情感计算模型可以较好地模拟情感状态的自发转移,以及在外部刺激作用下的情感转移.通过对实验数据分析,发现机器人的情感经外部刺激作用或者自发演变,最终趋于稳定状态,这个稳定状态与情感转移概率矩阵有关,而与机器人所处的初始情感状态无关.     

融合背景上下文特征的视觉情感识别与预测方法

为解决基于视觉的情感识别无法捕捉人物所处环境和与周围人物互动对情感识别的影响、单一情感种类无法更丰富地描述人物情感、无法对未来情感进行合理预测的问题,提出了融合背景上下文特征的视觉情感识别与预测方法。该方法由融合背景上下文特征的情感识别模型（Context-ER）和基于GRU与Valence-Arousal连续情感维度的情感预测模型（GRU-mapVA）组成。Context-ER同时综合了面部表情、身体姿态和背景上下文（所处环境、与周围人物互动行为）特征,进行26种离散情感类别的多标签分类和3个连续情感维度的回归。GRU-mapVA根据所提映射规则将Valence-Arousal的预测值投影到改进的Valence-Arousal模型上,使得情感预测类间差异更为明显。Context-ER在Emotic数据集上进行了测试,结果表明,识别情感的平均精确率比现有最优方法提高4%以上;GRU-mapVA在三段视频样本上进行了测试,结果表明情感预测效果相较于现有方法有很大提升。     

An affective model based on fuzzy theory

A new affective model is presented, developed by fuzzy mathematics based on the differential emotions theory, in the model, human emotion and personality trait we defined is presented with fuzzy sets, and an emotion change equation to depict the change of human emotion. The equation includes the factors that affect human emotion, such as stimulus, personality trait and the fading of emotion. The paper develops a model that can simulate the human emotion better, and offers a new thinking for the research of artificial emotion.     

基于人工智能的情感模型建立

以OCC情感模型和心理学家Ekman的情感分类两大理论为基础，建立了一个机器人情感模型．本模型通过设计一系列通用型参数，来达到模型适用于多种环境的目的，例如虚拟游戏人物、智能玩具．此外，还引入了情感空间设计，并在情感空间中设计了一系列情感点，可以通过移动情感点或者修改情感点区域的大小，来达到改变情感模型性格特征的目的．     

基于个性的机器人情感生成和决策模型构建

为了使人机交流更加自然,提出一种基于个性的机器人情感生成机制和情感决策模型,建立了从个性到情感空间、从情感空间到多种行为输出的映射.对个性空问和情感空间进行描述,通过PAD (pleasure-arousal-dominance)空间建立二者之间的映射关系,给出了基于融入个性精神集注模型的情感更新方程,得到机器人实时情...     

结合人脸图像和脑电的情绪识别技术

本文通过人脸图像和脑电两个输入信号对情绪识别技术展开研究. 采用对应不同情绪的电影片段对被实验者进行情绪刺激的方法采集输入信号. 通过表情识别出八种基本表情的分类, 通过脑电识别出情绪的三种强弱波动. 通过决策层面的信息融合, 进行情绪分类. 最终的识别准确率达到89.5%, 高于采用单模态进行识别的准确率, 分别为: 表情识别: 81.35%, 脑电识别: 71.53%.     

基于情感常识的情感分析

近年来,随着人工智能领域的蓬勃发展,计算机对于常识知识的需求逐渐增加。情感常识作为常识知识中的一部分,同样是当前情感计算领域的一个重要方面。鉴于情感词典结构与内容的局限性,该文设计了一种二元情感常识结构并以此为基础构建中文情感常识库。其构建过程首先通过知识提取获得情感常识知识候选集,再经过人工筛选与自动化扩展形成最终的情感常识库。在公开数据集上的实验结果表明,该文所构建的二元情感常识库有利于提高文本情感分析的精度。