论文总字数：19784字

目 录

摘要 1

Abstract 2

1　绪论 3

1.1　研究背景和意义 3

1.2　国内外研究现状 3

1.3　论文研究的主要内容 4

1.4　章节安排 4

2　情感与情感识别技术 5

2.1　情感的定义 5

2.2　情感的分类 5

2.3　情感识别技术的概述 6

2.4　最近邻算法的理论 7

2.5　神经网络的理论 7

2.5.1　神经网络概述 7

2.5.2　反向传播神经网络 9

2.6　本章小结 10

3　触屏行为情感识别方案设计 10

3.1　触屏行为特征的提取 11

3.2　触屏特征的筛选 12

3.3　分类器的设计 14

3.3.1　k近邻分类器的设计 14

3.3.2　BP神经网络分类器的设计 15

3.4　分类器的训练 16

3.4.1　K最近邻分类器的实现 16

3.4.2　BP神经网络分类器的实现 16

3.5　本章小结 17

4　触屏行为情感识别技术实现与分析 17

4.1　KNN分类器实验 18

4.2　BP神经网络分类器实验 18

4.3　实验分析 19

5　结论 19

6　讨论 19

参考文献 20

致谢 22

基于触屏行为的手机用户情感识别技术研究

储加富

，China

Abstract：Human emotion recognition has become a new research direction, and it is a very difficult task to extract human emotion information from human behavior. Different from other directly analysis of human behavior, the research of this paper is to analyze the emotional state of mobile phone users based on the touch screen behavior. The first is the extraction of the emotional characteristics of the touch screen, and then Feature selection, and finally According to the characteristic feature is the selected, a specific classifier is build, to achieve the recognition of emotion. Among them, the emotional characteristics of the touch screen is collected using a mobile phone application, and then use the nearest neighbor classifier to filter out the appropriate features, and finally a study on the emotion recognition of touch screen is completed by the classifier. At the same time, it is compared with the artificial neural network classifier，find a more accurate classification method. Through experiments, we found that the number of samples is 400，the artificial neural network is more accurate，the accuracy rate is 85%，however，the performance of the classifier is extremely dependent on the accuracy of the sample.

Keyword：Emotion-recognition；classifier； neural network；nearest neighbor

1　绪论

1.1　研究背景和意义

随着人工智能、机器学习等技术的发展，人们越来越希望通过计算机来实现情感识别，而随着计算机应用的普及，未来对于情感识别的研究也会愈来愈重要。人的情感信息主要通过人的语言，表情，动作等表现出来。通过语言来获取人的情感信息主要被用在人机交互中，或者通过语音来判断人的性格，情绪等等；通过面部表情来获取人的情感信息主要是用在可以观察到面部表情的情况下对人的情感识别如测谎实验，刑侦系统等等，多和人脸表情识别结合在一起；而通过动作对人的情感进行识别主要是用在能得到人的大致的运动数据情况下，例如视频监控领域。

而随着智能手机的普及，给人们的生活带来了极大的便利，人们的日常行为也与手机密不可分。而另一方面，由于当前社会的快速发展，人们的生活和工作节奏越来越快，也带来了很多的心理问题。一般来说，心理问题的检测，特别是异常心理的识别和监测是一个复杂的过程，需要专业医生经过一段时间的观察和分析，才能得出结论。那么有没有一种方法可以检测人的行为和情感之间的关系呢？手机的普及使用给我们提供了有效的方法。如果利用手机用户的触屏行为收集到的参数建立模型，对情感进行分类，无疑是一个有效的手段。

总之，研究基于触屏参数的手机用户的情感识别能够弥补情感识别技术在手机触屏行为领域的空白，而且可以应用在现实生活中，如极端心理疾病患者的监控。

1.2　国内外研究现状

情感计算这一概念最早是在1997年出版的《Affective Computing》^[9]一书中由美国麻省理工学院的Picard教授提出来的。她把情感计算定义为与人的情感有关的并由人的情感而引发或者能够影响情感的因素的计算。该文中对情感计算的定义分为情感识别、情感发生和情感表达。本节中主要叙述情感识别的研究现状。

当前情感识别的大量工作主要是集中在通过语音来实现情感识别。早在1972年C. Williams等人就发现人的情感的变化能够影响语音的基音轮廓，这也许就是最早从工学角度来提取语音当中的情感信息^[1]。真正意义上专门通过语音来做情感识别的研究则出现在19世纪80 年代，开创了根据声学特征进行情感分类的先河^[10]；1990年，麻省理工大学多媒体实验室创建了一个“情感编辑器”，通过对各种带有情感信息的信号进行采集，如人的生理信号、人脸面部表情信号、语音信号来进行情感识别，并让机器对信号中体现的不同的情感做出适当的反应^[11]；1996年，日本东京成蹊大学提出了情感空间的概念并且建立了语音－情感模型;2000年，马里博尔大学的Vladimir Hozjan对多种语言的语音情感识别进行了研究^[12]；2004年东南大学的赵力对当前的语音情感识别技术进行语音情感特征的分析，综述该领域的研究发展水平，相关技术和方法，讨论了未来发展方向^[13]。

通过面部表情来进行情感识别也很常见，主要是确定情感对应的表情特征。2001年，Paul Viola^[14]提出了将AdaBoost学习算法使用在人脸检测的过程当中，此种方法的提出不仅在检测速率上提高了很多，并且检测成功率也达到了十分高的水平。而现在的人脸检测系统也大都是根据AdaBoost算法为原型改进的。而在国内，朱键翔^[2]等采用Gabor特征与Adaboost相结合的方法进行表情的分类研究；邢建飞^[15]等提出了基于深度神经网络的实时人脸识别，得到了较高的准确率。

通过人的行为获取人的情感信息，是一个前沿而又艰难的课题。由于对人的行为的捕捉本身就是一个困难的课题，所以通过行为提取人的情感信息的研究很少。通过资料^[16]显示，基于人的行为的情感识别技术一般分为两个步骤，首先是人体运动识别然后是人的情感信息提取，也就是将视频中的运动信息转化为运动数据，然后直接对运动数据进行研究分析情感信息。

进入21世纪，情感识别技术尤其是语音情感识别技术的发展步伐逐步加快，有许多的会议和期刊把语音情感识别作为主题。国内语音情感识别领域经过十多年的成长，目前已经有越来越多的科研单位加入该领域，比较著名的有东南大学无线电工程系、清华大学人机交互与媒体集成研究所、模式识别国家重点实验室和浙江大学人工智能研究所以及中国科学院语言研究所等等^[18]。

结合当前情感识别技术的发展，我们发现现今世界上的情感识别技术大部分都是以语音为数据基础的，少部分通过分析人的面部表情来实现情感识别。而通过人的行为动作来实现人的情感识别的少之又少而且其中的数据也是直接从监控视频中提取视频流，直接对人进行建模来找出动作中的情感信息；而对于触屏行为的情感识别，通过提取触屏行为的特征参数来做情感识别研究并没有先例。本文中的实验弥补了根据人的触屏行为来进行情感识别的空白。

1.3　论文研究的主要内容

本文主要研究和探讨的内容有：

1. 了解的情感的定义，情感的分类；
2. 研究手机用户的触屏行为并从中提取特征参数，并验证；
3. 了解当前的情感识别技术的主要方法，特点，构造，并构建基于本课题的实验环境；
4. 尝试使用不同的情感识别技术进行基于触屏行为的情感识别实验

由于本论文的课题是基于触屏行为的情感识别研究。主要任务就是通过手机触屏数据来做情感识别。从手机触屏数据中找出与情感有关的特征，运用模式识别的方法进行情感分类。

1.4　章节安排

根据本次的研究课题，将本文分为以下几个章节，章节内容为：

第一章：绪论，主要描述了本课题的选题背景与意义，描述了当前情感识别技术的现状，明确本课题的主要内容和论文的章节安排。

第二章：情感与情感识别技术，主要描述了情感的定义与分类，确定本文的情感识别类别；情感识别技术的概述及涉及到的理论知识。

剩余内容已隐藏，请支付后下载全文，论文总字数：19784字

相关图片展示：