《基於認知機理的心理狀態識別技術研究：建模與算法》是依託北京科技大學，由王先梅擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於認知機理的心理狀態識別技術研究：建模與算法
- 依託單位：北京科技大學
- 項目負責人：王先梅
- 項目類別：青年科學基金項目
項目摘要,結題摘要,
項目摘要
當前的人機互動系統僅局限於被動的接受用戶指令，不能主動理解用戶的目的或意圖，無法推斷用戶的心理狀態，缺乏感知和引導的能力。因此賦予計算機擁有像人一樣的心理認知能力是和諧人機互動的重要組成，也是比較急迫的研究課題。針對當前心理推理研究在系統建模、模式表示等方面存在的不足，本申請擬融合面部表情、頭部姿態、眼睛狀態、視線四種面部信息，在傳統的面部運動描述方法-FACS AUs的基礎上，建立更接近人類認知經驗的面部認知特徵層，並將數據驅動與模型驅動有機結合起來，對基於認知機理的心理狀態識別技術進行探索。具體的研究內容包括：基於認知機理建立心理狀態識別系統的計算模型、定量特徵提取與定性特徵轉換、面部認知特徵的抽取與提取、心理狀態的知識表征與動態識別算法。本項目的研究旨在探索基於認知機理的信息處理建模技術，提高計算機對用戶互動意圖的理解能力，為計算機能根據人的需求提供恰當的服務方式奠定基礎。
結題摘要
使計算機能夠自動理解人的心理活動並推測其意圖是新型人機互動技術發展的重要目標之一。本項目通過提取人的面部器官和頭部的動作與姿態變化來推斷人的心理狀態。首先根據心理狀態的生理特點和人的認知特點，以面部運動單位為基礎，構建了一個有效融合數據驅動和模型驅動的的心理狀態識別模型，同時歸納總結了心理狀態相關的頭面運動單元特徵與面部認知行為特徵，形成心理狀態的2層知識表征；根據人臉檢測和面部關鍵特徵點定位結果，利用面部運動單元的形狀變化、位置變化以及灰度分布信息實現了面部運動單元的檢測；以頭面運動單元為基礎，通過隱馬爾科夫模型訓練面部認知行為特徵的模型參數，形成了後續心理狀態識別的知識表征；最後借鑑人的認知特點，選擇高相關度面部認知特徵，運用隱馬爾科夫模型實現了基於模型推理的單一心理狀態推理和混合心理狀態推理。為了驗證算法的有效性，以Mind-reading 資料庫為研究對象進行了實驗，實驗結果驗證了所採用方案的有效性。以視頻段為單位，對於單一心理狀態的識別率為77.7%，同時，當某段視頻包含的心理狀態表現為混合心理狀態時，檢測結果會偏向多種心理狀態。
