基于GMM的增量式情感映射

作     者：韩晶 解仑 王志良 任福继 HAN Jing;XIE Lun;WANG Zhiliang;REN Fuji

作者机构：北京科技大学计算机与通信工程学院北京100083 情感计算与先进智能机器安徽省重点实验室(合肥工业大学)合肥230009 

出 版 物：《哈尔滨工业大学学报》 (Journal of Harbin Institute of Technology)

年 卷 期：2018年第50卷第8期

页      面：168-173页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 

基　　金：国家重点研发计划重点专项课题(2016YFB1001404) 国家自然科学基金面上资助项目(61672093) 国家自然科学基金重点资助项目(61432004) 

主　　题：情感映射 AVS情感空间 高斯混合模型 大五人格理论 增量式学习 

摘      要：为有效地获得用户的真实情感状态,促进和谐的人机交互体验.结合AVS情感空间和大五人格理论,提出一种基于高斯混合模型的增量式情感映射模型.首先,在AVS情感空间的3种属性(A,V,S)坐标轴上,利用高斯混合模型对情感类型进行依次建模,计算情感概率值及其空间分布;其次,针对用户的个体差异性,采用层次分析法研究人格五因素与情感属性之间的关联,获得用户的个性化认知参数,实现具有个性化认知的情感映射结果;之后,采用增量式学习方法对情感类型的分布空间进行实时修正,保证情感分类的高准确率.最后,实验结果验证了该方法的情感映射结果与用户的真实情感状态具有高度一致性,并有较好的自适应性.