情感计算下的人机交互设计论文范文

本站小编为你精心准备了情感计算下的人机交互设计论文参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

一、情感计算研究方向细分

凭借对情感分析的理解，我们将情感计算的主要研究方向分解成八项：信息的获取，计算模式的认知，情感计算的端口，情感传递的途径，等等。以用户情感的交流认知为入口，情感计算可以粗略分割成四块：

（一）借助传感器进行高效的人机交互从而达到用户信息的获取和认知。

（二）将交互信息进行模型建立分析和数字化处理。

（三）将分析结果进行处理对比学习从而达到正确的理解。

（四）将计算机所获取和转化的信息通过有效的方式呈现在用户面前，从而完成人机情感交互的全过程。通过上述步骤可以总结出，情感计算的内容可分为以下几部分：用户信号的提取，用户信号的识别和转化，机器将理解到的东西反馈给用户。针对用户信号的获取，现代科技主要通过传感器进行设备输入的采集，例如面部神态的获取，手势变换的动作，此类动作在科学上被称作特征提取。除此以外人体的各方面指标诸如脉搏、血压、瞳孔大小等都被机器进行情感化的记录识别和理解。用户信号的识别和转化的具体工作就是对信息进行处理加工，从而达到易于算法测算的要求。情感信号的表达就是将上述理解的内容再次反馈给用户，进行人机交互。在这四个方面的研究中情感的识别和转化是目前的关键部分，也是当今情感计算的瓶颈和难点所在。

二、情感模型的描述语言

智能型计算特性大多采用普遍的分布式计算模型，这一特性直接导致其环境数据的来源广泛，而通过系统推导所得出的情感模块，也应通过联网技术将其转化到其他感兴趣的板块。所以，通过怎样的方法建造出外显的情感模型描述语言，并借助适当的网络技术把用户的个性情感完整高效地传递，是情感计算的重点所在。以当下的技术能力，大多数情感语言都成为虚拟用户描述语言的一分子，下面通过集中包含情感标记的人体描述语言例子作一个进一步的阐述。AML(AvatarMarkupLanguage)是一种基于XML的多形式脚本语言，此脚本的可贵之处在于易于解读，也易于接触软件生成。AML语言可通过算法的整合将面部表情动画和手势动画并存于一个附加的同步化表达式中。以MPEG4标准为例，将面部和人体的动画参数进行了新方向的识别。然而却未对用户的更深层次交互控制技巧进行进一步挖掘。当系统处于此环境时，也正是体现中介层价值观的时候。PAR（参数化行为表示）参数化行为表示认同这样一个观点：要表述一个行为，必须要先知道其行为所构成的要素。行为要素是一个行为的基础构成，理解了行为要素的特征就能很好地表述一个行为的认知度和操作性，从而能理解行为更为本质的特征。同时也给出了行为的主要语义组成和行为的时间信息，从而既能够凭借语义对行为分类，也为行为推理的实现提供了很大的便捷。

三、情感计算在人机交互设计中的应用

（一）交互界面设计对情感计算的研究成果也有对人机界面的整合优化有不小的帮助，使界面更具有人性化且更加实用有效。而实现有效交流与沟通这些目标在很大程度上是由于心理学和对用户情感的认知所决定的，对心理和智能情感研究能推动情感交互的实现。首先最重要的一点就是我们要搞清我们与周围环境进行感知的途径:即用户产生情感的源头以及目的是什么。用户究竟会对什么样的行为作出什么样的反应，从而帮助计算机正确认知环境，理解人类不同情感的想法，并给出合理的反馈。由此可以看出，人机界面的关键在于其智能化是较高的认知思维能力和较高的情绪思维能力的结合。兼顾好这两点便能很好地解决人机交互中对用户情感认知的难题，使用户的情感意图更容易被计算机所理解接受。以语音端口为例，将语速调整为易于用户识别的相关信号时，能很好地吸引用户的注意力，这对用户的阅读和人机交互是有极为明显的帮助的。而相对缓和的环境，语速恰如其分的更换也能很好地帮助用户自然而然地进入计算机营造的舒缓安静的情感状态。

（二）人机接口设计心理学分支上人类表达情感的方式主要分为语言、神态、肢体语言等。就目前的科学技术水平，将人类情感进行准确地辨别分类仍然不是易事。机器往往在两个相似表达方法之中会丧失自主选择性，分辨率大致保持在75%上下。针对这一情况，建立多重模型进行分辨率的多层次解读是一个很值得深入研究的方向。然而，情感测算的最终目的还是为了更为有效地了解用户对于环境做出认知和反应的意向。因此能否进行情感的辨别分类也不是最必要的流程，最主要的流程在于要根据算法的特征，检测出使用情形的感情状态，并将此情感状态进行人机对接植入一比一的相应程序中，这也是目前科学界普遍采用并且值得深入探讨的做法。比如可以设置一种“情感鼠标”，该鼠标能够有效测试使用者的脉搏，想要实现这一功能，可以通过应用红外线侦测技术。同时还能够有效检测使用者的体温，这一功能可以通过热感应芯片量取来实现，通过对使用者的皮肤流电变化进行量取，从而有效了解用户的情绪变化。鼠标可识别六种状态情绪，包括生气、害怕、悲伤、厌烦、高兴、惊奇等。鼠标通过对这些情绪进行有效的感测，然后将相应的信息反馈给系统，为系统做出判断提供必要的依据。另外，该鼠标还能够对接触了鼠标的使用者的心跳频率、手部的温度、皮肤的导电性等生理信息进行感测。同时使用者的使用行为的不同也能够表达出不同的信息，此时鼠标就可以处理不同的信息，如鼠标的移动、点按键的频率、手指的姿势信息等，都能够应用在智能型情感界面上，进而提出有效的表达方式，提高使用者的学习兴趣。

（三）人机界面设计情感计算能够被有效应用到一般的人机界面的设计上，从而极大地提升其应用效果。而想要达到和谐的智能化人机界面，就需要对其沟通能力进行研究，要了解其特征，主要包括有自然沟通、主动沟通和有效沟通，而想要有效实现这些特征，就需要充分地利用心理学以及认知科学的信息，然后同计算机科学加以整合。在这种背景下，人机界面想要实现智能化，一方面需要有非常高的认知智力，一方面也应该要有非常高的情绪智力，这样才能非常有效地解决人机交互中的情境感知问题、情感与意图的产生与理解问题，以及反应应对问题。在设计人机交互界面时，计算机需要对需要的信息进行快速捕捉，能够有效发觉人的情感变化，并且形成有效的预期且进行必要的调整，进而有效做出反应。在此过程中，可以有效建模，建模对象为不同类型的用户，可以对操作方式、表情特点、态度喜好、认知风格、知识背景等内容进行建模，在此背景下能够很好地识别用户的情感状态。同时在有效应用线索的前提下，选择适合用户要求的模型，比如可以有效建立用户模型来提供有效的信息预期，然后可以利用有效的类型用户呈现出相应的信息(例如呈现方式、操作方式以及与知识背景有关的决策支持等)。不仅如此，在对当前的操作做出即时反馈的同时，还需要形成新的预期，预期的对象为情感变化背后的意图，且需要有效激活相应的数据库，及时主动地提供用户需要的新信息。从而有效地提升系统的智能化水平，实现人机交互。

（四）智能人智能型教学想法的提出，有效地帮助使用者更好地与普通的计算机软件进行学习状况的交互，从而生成更为有效的表达模式，提升用户的学习热情。根据模块细分，人可分为沟通者、分析者和教学者。沟通者的主要任务便是对问题的特征进行盘查、询问、诊断和记录。再往下细分，沟通者也能通过对人的询问、诊断和记录进行数据的获得，由此取得与学习者交互的方式及画面。分析者分为数据查核人、评价检查人及学习检查人，经询问、诊断及记录人取得的数据，由分析者进行分析。分析后，分别将结果储存于学生模块基本数据库、学习成就数据库及学习数据库。

四、情感计算的延伸应用

情感计算及其相关研究对电子商务的发展也有较为明显的推动作用。实践表明，图片的差异能引起人类不同的情感认知。例如：老虎、蟑螂、子弹之类的图像较容易引起用户的恐惧心理，而印有大量人民币的图片则会让人类产生十分强烈的欲望反应。将此特征应用到电子商务的模式中，比如在大型线上购物网站上充分地考虑这些因素所带来的人类情感认知变化，能很好地控制用户流量，某种程度甚至能影响用户的操作，起到一个统筹全局的作用。在现代化电器和智能设备的设计中，若也能恰如其分地加入人类情绪状态这一因素，能帮助用户更好地进行对设备的使用。信息检索方面，通过对情感的概念分析，能够有效提高信息检索的准确度和效率。针对时下十分流行的远程教育平台，情感计算能很好地帮助用户解决情感流失问题，吸引学习者的眼球，达到更好的教学效果。通过各种方式的情感交互技巧，帮助用户构建更加贴近生活的场景和智能空间。除此之外，情感计算也可深入机械设计、智能玩具、网络游戏等众多领域，为更加人性的服务打下扎实的基础。

五、总结

总的来说，情感计算还是作为一个多方向多层次的新交互领域。要进行此项目的研究就要涉及诸如物理传感、哲学、心理学、计算机软硬件技术、网络传播媒介等技术。但最终目的仍然只有一个——让计算机能够更加智能化的读懂人类的情感语言，并对相应的语言做出反馈以调节人的情感方向。为了实现这一最终目的，很多尚未解决的科学难题仍是绊脚石。换个角度说，智能信息化时代的到来推动了人类对人机交互情感智能化的研究，而这也是未来研究的一个大方向大趋势。情感作为人们心理活动的主要内容之一，仍然有很多未解之谜，人类无法认知。但唯一可以确定的便是，通过情感计算从而延伸开来的科研成果必然将对人类日后的发展产生广泛的影响。

作者：管悦单位：南京邮电大学传媒与艺术学院