《人机情感交互》详细介绍：人机情感交互概念的基础上，分析了当前人机情感交互的研究前沿，特别是在情感模型、人脸表情交互、语音信号情感交互、肢体行为情感交互、生理信号情感识别、文本信息中的情感提取和情感仿生代理等方面的最新研究成果，使读者对人类与计算机之间的情感交互具有更深的理解，对促进我国在该领域的快速发展具有积极意义。
《人机情感交互》适合信息类、计算机类等专业研究生、高年级本科生阅读，还可供情感计算、人机交互和人工智能等相关领域的研究人员参考使用。

前言
第1章绪论
1.1 语言命令交互阶段
1.2 图形用户界面阶段
1.2.1 “Memex”信息机器的构想
1.2.2 可直接构造图形图像的Sketchpad系统
1.2.3 世界第一只鼠标
1.2.4 使用图形用户界面的个人计算机
1.3 人机自然交互阶段
1.3.1 语音交互
1.3.2 普适计算
1.3.3 体感交互
1.3.4 基于视线追踪的人机交互
1.3.5 第六感交互
1.3.6 虚拟现实
1.4 人机情感交互阶段
1.4.1 人脸表情交互
1.4.2 语音情感交互
1.4.3 肢体行为情感交互
1.4.4 生理信号情感识别
1.4.5 文本信息中的情感
1.4.6 情感仿生代理
1.4.7 多模情感人机交互
参考文献

第2章情感模型
2.1 基于基本情感论的情感模型
2.2 基于维度空间论的情感模型
2.3 基于认知机制的情感模型
2.3.1 EM模型
2.3.2 Roseman情感模型
2.3.3 EMA情感模型
2.3.4 salt & Pepper模型
2.4 基于个性化的情感模型
2.4.1 大五模型
2.4.2 Chittaro行为模型
2.4.3 EFA性格空间的构造方法
2.4.4 情绪-心情-性格模型
2.5 其他情感模型
2.5.1 Picard的情感HMM模型
2.5.2 分布式情感模型
2.5.3 基于人工心理的状态空间情感模型
2.6 情感模型的应用
2.6.1 情感机器人
2.6.2 情感仿生代理
2.7 总结与展望
参考文献

第3章人脸表情交互
3.1 人脸表情建模
3.2 人脸表情识别
3.2.1 人脸表情数据库
3.2.2 表情特征提取
3.2.3 表情分类方法
3.3 人脸表情识别的发展方向
3.3.1 鲁棒的表情识别
3.3.2 精细的表情识别
3.3.3 混合表情识别
3.3.4 非基本表情识别
3.4 人脸表情生成
3.4.1 人脸表情动画合成
3.4.2 智能人脸表情生成
3.4.3 眼动情感生成
3.5 总结与展望
参考文献

第4章语音信号情感交互
4.1 声音信号的处理机制
4.1.1 大脑皮层下听觉中枢
4.1.2 大脑皮层听觉中枢
4.2.1 应用前景
4.2.2 面临的主要困难
4.2.3 研究现状
4.2.4 情感语音数据库的建立
4.2.5 语音情感特征参数的提取
4.2.6 分类器的设计
4.2.7 情感分类器的融合
4.3 情感语音合成
4.3.1 语音合成及情感语音合成
4.3.2 基于韵律调节的情感语音合成
4.4 总结与展望
参考文献

第5章肢体行为情感交互
5.1 手势情感识别
5.1.1 基于手套的手势识别
5.1.2 基于视觉的手势识别
5.2 身体姿势情感识别
5.2.1 身体姿势数据库
5.2.2 身体姿势特征提取
5.2.3 身体姿势识别方法
5.3 身体姿势情感表达
5.4 总结与展望
参考文献

第6章生理信号情感识别
6.1 情感的生理机制
6.1.1 情感感知理论
6.1.2 大脑的情感中枢
6.1.3 与情感相关的内分泌腺
6.1.4 与情感相关的神经化学物质
6.2 生理信号情感识别
6.2.1 生理信号情感识别的研究意义
6.2.2 相关生理信号的基础知识
6.2.4 生理信号情感识别系统
6.3 应用系统
6.3.1 轻便式心电仪
6.3.2 情感监视手表
6.4 总结与展望
参考文献

第7章文本信息中的情感
7.1 基于词语的处理技术
7.1.1 正向最大匹配分词
7.1.2 反向最大匹配分词
7.1.3 基于统计的词网格分词
7.2 基于数学统计的语言模型
7.2.1 隐马尔可夫模型
7.2.2 最大熵模型
7.3 基于语言理解的处理方法
7.4 基于语料库加工的处理方法
7.5 文本情感分析研究现状
7.5.1 词语的情感分析
7.5.2 句子的情感分析
7.5.3 篇章的情感分析
7.5.4 海量信息的整体倾向性预测
7.6 典型文本情感提取方法
7.6.1 基于关键词定位的文本情感提取方法
7.6.2 基于词汇关联的文本情感提取方法
7.6.3 基于统计的机器学习文本情感提取方法
7.6.4 基于规则的文本情感提取方法
7.6.5 基于常识的文本情感提取方法
7.7 总结与展望
参考文献

第8章情感仿生代理
8.1 移情仿生代理
8.2 基于仿生代理的标记语言
8.3 情感机器人
8.4 总结与展望
参考文献

精彩书摘

20世纪90年代以后，人类社会进入信息时代，人们的首要需求已从物质层次转向精神层次。随着“人-人互动”逐渐减少，“人-机互动”不断增加，情感的需求也更加强烈。与人类之间交流的情况一致，人机交互所要解决的问题是使计算机具有“情感”的能力。计算机一旦具有“情感”，人类就进入了高级信息时代。
人类不仅具有理性思维和逻辑推理的能力，而且具有情感能力。众所周知，计算机具有高效的运算能力、极高的计算精度、超强的记忆能力、复杂的逻辑判断能力和按事先设计的程序自动工作的能力。也就是说，计算机具有理性思维和逻辑推理的“大脑”。由于人类的行为、活动不仅取决于理性思维和逻辑推理，还在很大程度上受情感能力的影响，因此在人与计算机的交互中，人们也期望计算机具有情感能力。为了实现情感人机交互，人们希望计算机能够模仿人的情绪、感觉和感情等，也就是说要使计算机具有富于感情的“心”。
神经生理学界的研究成果表明，人在决策时掺杂太多的感情因素固然不可，但若丧失了这种感情成分，决策同样难以实现。当大脑皮层和边缘系统之间通道缺损时，人会由于缺乏感情而导致决策能力下降。人类智能中的情感能力是与理性思维和逻辑推理能力相辅相成的。
人机情感交互就是要赋予计算机类似于人一样的观察、理解和生成各种情感特征的能力，最终使计算机能够像人一样与人类进行自然、亲切、生动和富有情感的交互。人与人进行交流时，是通过人脸表情、语音情感、带有感情的肢体动作、文本情感信息等来感知对方的感情。
人与人的交流可以通过表情、语音、眼神、手势等方式进行。然而，计算机没有人脸和躯体，无法运用上述方式进行交流。仿生代理（lifelike agent）是实现人与计算机自然交互的媒介。
……