《视觉语音情感识别》对于从事情感计算研究的科技工作者是一本系统的参考书，也可作为高年级本科生和研究生学习情感计算和新型人机交互等课程的教材。

视觉语音情感识别

作者：詹永照，毛启容，林庆 等 著

出版：科学出版社 2013-4

ISBN：9787030373212

平装：16开248页

内容简介

　　情感识别是近年来模式识别和人机交互领域的研究热点之一，它对推动自然的人机交互和类人机器人等技术发展有着重要的作用，《视觉语音情感识别》共8章，首先介绍当前视觉语音、情感识别技术研究概况，接着介绍基于视觉信息的情感特征提取方法和情感识别方法、语音情感特征选择提取方法和情感类别识别方法，然后介绍视觉语音融合的情感识别方法，最后介绍情感分析在人脸动画生成和E-Iearning环境中的应用。

目录

前言

第1章 绪论

1.1 视觉语音情感识别的产生背景

1.2 视觉语音情感分析的研究内容

1.3 视觉语音情感识别的应用领域

1.3.1 表情识别的应用

1.3.2 语音情感识别的应用

参考文献

第2章 视觉语音情感识别技术概况

2.1 情感识别框架

2.2 情感描述模型

2.2.1 情感的定义

2.2.2 情感的分类

2.3 视觉语音信号预处理

2.3.1 人脸表情图像预处理

2.3.2 情感语音信号预处理

2.4 情感特征提取

2.4.1 视觉信息情感特征提取

2.4.2 语音情感特征提取

2.5 情感特征选择

2.6 常用的情感识别模型

2.6.1 基于相似性的情感识别模型

2.6.2 基于连接机制的情感识别模型

2.6.3 基于概率模型的情感识别模型

2.6.4 基于集成学习的情感识别模型

2.7 视觉语音情感识别的挑战

2.8 视觉语音情感识别的新动向

参考文献

第3章 基于视觉信息的情感特征提取方法

3.1 概述

3.2 基于小波分解和优选VLBP的表情特征提取方法

3.2.1 表情图像的小波分解

3.2.2 小波分解图像的情感特征提取

3.2.3 实验结果与分析

3.3 基于多频域LBP-TOP的人脸表情特征提取方法

3.3.1 LBP-TOP算子

3.3.2 多频率图像分块LBP-TOP特征提取

3.3.3 实验结果与分析

3.4 基于VLBP与光流的混合情感特征提取

3.4.1 眼睛区域的小波分解分块VLBP特征提取

3.4.2 特征点自动标注的嘴部光流特征提取

3.4.3 基于混合特征的表情识别

3.4.4 实验结果与分析

3.5 基于Gabor变换的表情图像特征提取方法

3.5.1 小波变换与多分辨率分析

3.5.2 Gabor变换

3.5.3 人脸表情图像的网格化

3.5.4 基于Gabor小波变换的表情弹性图的构造

3.5.5 实验结果与分析

3.6 基于积分图像的表情特征提取方法

3.6.1 积分图像的概念

3.6.2 积分图像表情特征提取

3.6.3 实验结果与分析

3.7 一种加权矩形提取表情特征的方法

3.7.1 矩形模板设计

3.7.2 基于加权矩形的表情特征提取

3.7.3 实验结果与分析

3.8 本章小结

参考文献

第4章 基于视觉信息的情感识别方法

4.1 概述

4.2 最大间隔最小体积球形支持向量机

4.2.1 最大间隔球形支持向量机

4.2.2 最大间隔最小体积球形支持向量机

……

第5章 语音情感特征选择提取方法

第6章 语音情感识别方法

第7章 视觉语音融合情感识别方法

第8章 情感分析的应用

参考文献

前言

　　计算机科学技术的迅速发展改变了人们的工作和生活方式。人机交互（human computer interaction，HCI）技术是突破计算机与人类交互瓶颈的重要技术，它有力地促进了计算机的普及应用。为了使人类与计算机之间进行更加智能、更加自然的交互，新型的人机交互技术正在逐渐成为研究热点。人们不仅希望能以更方便、更高效、更自然的方式操纵计算机，而且还希望计算机能理解人的情感，并提供有价值的增值服务。因此，情感识别已经成为人机交互领域亟待突破的关键技术之一。

　　所谓情感识别，就是利用计算机分析特定表演者的面部表情、姿势和语音信号及其变化过程，进而确定该表演者的内心情绪或思想活动，实现人机之间更智能、更自然的交互。情感分析在许多领域都有着潜在的应用价值，如心理学研究、图像理解、脸部动画合成、视频检索、机器人技术和虚拟现实技术等领域。随着多媒体技术的发展，基于音视频的情感分析、识别研究对增强计算机的智能化和人性化、开发新型人机环境，以及推动多媒体技术和信号处理等相关领域的发展有着重要的意义。本书作者近几年来在国家自然科学基金项目（60673190、61003183、61272211）的支持下，开展了基于视频和音频的情感识别技术的研究，包括视频和音频的情感特征的提取、适合于音视频情感分析、分类和识别的算法或分类器、多分类器融合的情感识别方法以及情感分析、识别的应用等。

　　本书是在这些项目的研究成果基础上，系统化地加以归类总结撰写而成的。全书内容分为8章。第1章为绪论，简要地介绍了视觉语音情感识别产生的背景和意义、研究内容及其应用领域。第2章为视觉语音情感识别技术概况，包括情感识别的框架、情感的定义与分类、情感信号的预处理、常见的情感特征提取与选择、现有的情感识别方法，以及情感识别的难点及新动向。第3章为基于视觉信息的情感特征提取方法，内容包括基于视频、图像的表情特征提取的相关方法，这些方法是对已经提出的一些方法的改进，并提出自己所设计的方法。第4章为基于视觉信息的情感识别方法，内容包括了较有特色的相关表情分类、识别方法，如针对样本的不均衡性，提出并实现的最大间隔最小体积球形支持向量机的表情识别方法；针对细微表情的识别问题，提出并实现的混合特征结合分类树的细微表情识别算法；针对视频信息存在噪声和部分遮挡问题，提出并实现的基于模糊深隐马尔可夫模型的图像序列表情识别方法。

标签