情感感情计算的应用场景是什么感情情感模型(情感感情计算和情感感情剖析)
情感感情建模
1。情感感情建模
随着人工智能技术的发展，人机交互方式愈来愈向着人类自然交互方向发展，但守旧的人机交互方式是机械化的，难以满足如今的需求。情感感情计算技术的引入，能够让机器像人相同的观察、理解和表达各式情感感情特征，就可以在互动中与人发生情感感情上的交流，从而使得人与机器交流得更加自然、亲切和生动，使人产生依赖感，故情感感情计算及其在人机交互中的应用将是人工智能范畴里一个重要的研究方向。
情感感情建模那么是情感感情计算的重要过程，是情感感情识别、情感感情表达和人机情感感情交互的关键，其意义就在于通过建立情感感情状态的数学模型，能够更直观地描述和理解情感感情的内涵。
对于情感感情模型来讲，因为其对情感感情描述方式的区别，可以分为维度情感感情模型、离散情感感情模型和别的的感情模型，但在当前的情感感情建模研究中，维度情感感情模型的应用更加广泛。
2。维度情感感情模型
维度空间论认为人类所有情感感情分布于由若干个维度组成的某一空间中，不同的感情依据不同维度的属性分布于空间中不同的具体位置，且不同情感感情状态彼此间的相似程度和差别可以依据它们在空间中的距离来显示。在维度情感感情中，不同情感感情之间不是单独的，而是连续的，可以实现逐渐、平安稳定的转变。
2、1。一维情感感情模型
该模型用一根实数轴来量化情感感情，认为人类情感感情除了其独一无二分类不同外，皆可以沿情感感情的快乐维度排列，其正半轴预示快乐，负半轴预示不快乐，并且可Yi经过该轴的具体位置可以判断情感感情的快乐和不快乐程度。
当人受到消极情感感情的刺激时，情感感情会向负轴方向移动，当刺激终止时，消极情感感情减弱并向原点靠近。当受积极情感感情的刺激时，情感感情状态向正半轴移动，并随着刺激的减弱逐渐向原点靠近。
情感感情的快乐维度是个体情感感情的共有属性，很多不同的感情会借此互相制约，这还不错为个体情感感情的自我调节提供根据，但大部分心理学家认为情感感情是由多个因素决定的，也因此产生之后的多维情感感情空间。
2、2。二维情感感情模型
该模型从极性和强度两个维度区分情感感情，极性是指情感感情具有正情感感情和负情感感情之分，强度是指情感感情具有强烈程度和微弱程度的不同。这种情感感情描述比较符合人们对客观世界的基本观点，目前使用最多的是VA二维情感感情模型，该模型将情感感情划分为两个维度，价效维度和唤醒维度，如下图所示：
价效维度的负半轴预示消极情感感情，正半轴预示积极情感感情。唤醒维度的负半轴预示平缓的感情，正半轴预示强烈的感情。例如，在这个二维情感感情模型中，兴高位于第1象限，惊恐位于第2象限，厌烦位于第3象限，轻松位于第4象限。任何人的感情状态就能够依据价效维度和唤醒维度上的取值组合得到表征
2、3。三维情感感情模型
在三维情感感情模型中，除了考虑情感感情的极性和强度外，还有别的因素考虑到情感感情描述中。PAD三维情感感情模型是当前认可度有些高的一种三维情感感情模型，该模型定义情感感情具有愉悦度、唤醒度、和优势度三个维度，其中P代表愉悦度，预示个体情感感情状态的正负特性；A代表唤醒度，预示个体的神经生理激活水平；D代表优势度，预示个体对情景和他人的控制状态。
另外，还有APA三维情感感情空间模型，该模型采用亲和力、愉悦度和活力度三种情感感情属性，能够描述绝多数都是情感感情。
2、4。其他多维情感感情模型
除了以上三种情感感情模型外，还有更复杂的感情模型。心理学家Izard的思维理论认为情绪有愉悦度、紧张度、激动度和确实度4个维度。愉悦度代表情感感情体验的主观享乐程度，紧张度和激动度代表人体神经活动的生理水平，确信度代表个体感受情感感情的程度。
心理学家Krech认为情感感情的强度是指情感感情具有由弱到强的变化范围，并且 还以紧张水平、复杂度、快乐度3个指标来进行量化。紧张水平是指对要发生的事情的事先冲动，复杂度是对复杂情感感情的量化，快乐度是预示情感感情所处的愉悦和不高兴的程度，故可以从这四个维度来推测断定人的感情。
另外，心理学家Frijda提出了情感感情具有愉快、激活、兴趣、社会评价、惊奇和复杂共6个维度的看法，但高维情感感情空间的应用存在较大难度，所以在实际中很少使用。
维度情感感情模型是用人类情感感情体验的欧氏距离空间描述，其主要思想是人类的所有情感感情都涵盖于情感感情模型中，且情感感情模型不同维度上的区别取值组合可以预示一种特别规定的情感感情状态。固然维度情感感情模型是连续体，基本情感感情可Yi经过一定方法映射到情感感情模型上，不过对于基本情感感情其实没有严格的边界，即基本情感感情之间可以逐渐、平安稳定转化。维度情感感情模型的发展为人类的感情识别、情感感情合成和调节提供了模型基础。
3。离散情感感情模型
离散情感感情模型是把情感感情状态描述为离散的形式，即基本情感感情类别，如喜、怒、哀、乐等。 较为著名的是由心理学家Ekman提出来的六大基本情感感情类别：愤怒、厌恶、畏惧、兴高、悲伤、惊讶，其在情感感情计算研究范畴得到普遍应用。Plutchik从强度、相似性和两极性三方面进行情绪划分，对出8种基本情绪：狂喜、警惕、悲痛、惊奇、狂怒、畏惧、接受、憎恨。还有其他别的一些心理学家提出了对基本情绪的区别分类。
离散情感感情模型较为简洁明了，方面理解，但只能描述有限种类的感情状态，而维度情感感情模型弥补补充了离散情感感情模型的缺点，能够直观地反映情感感情状态的变化过程。
4。其他情感感情模型
除了较常用的维度情感感情模型和离散情感感情模型外，一些心理学家还提出了其他基于不同思想的感情模型，如基于认知的感情模型、基于情感感情能量的概率情感感情模型、基于事件有关的情感感情模型等，从不同的角度剖析和描述人类的感情，使情感感情的数学描述更加丰富。
4、1。OCC情感感情模型
该模型是针对情感感情研究而提出来的最完整的感情模型之一，它将22种基本情感感情依据其起因分为三类：事件的结果、仿生代理的动作和对于对象的观感，并对这三类定义了情感感情的层次关系，可以描述特定情感感情的产生条件和后续发展。OCC模型给出了各类情感感情产生的认知评价方式。并 且，该模型依据假设的正负极性和个人对刺激事件反应是否兴高、满意和心爱的评价倾向构成情感感情反应。
在模型中，最常产生的是畏惧、愤怒、兴高和悲伤这4种情绪。尽管OCC模型传递函数并不是很明确，但从广义上看，其具有较强的可推理性，易于计算机实现，所以被普遍应用于人机交互系统中。
4、2。隐马尔可夫模型情感感情模型
该模型有三种情感感情状态，分别为有兴趣、兴高、悲伤，并且可依据需要扩展到多种情感感情状态。在模型中，情感感情状态是通过观测到如情绪响应上升时间、峰值间隔的频率变化范围等情感感情特征得到的，并通过转移概率来描述情感感情状态之间的互相转移，从而输出一种最可能的感情状态。
该模型适合表现由不同情感感情组成的混合情感感情，如忧伤可以由爱和悲伤组成。另外，还适合表现由若干单一的感情状态基于时间的不断交替出现而成的混合情感感情，如爱恨交织的感情状态就或许是爱恨两种之间循环。该模型的不到之处在于，对于一样的刺激，其感知结果是确定的。
4、3。分布式情感感情模型
该模型是针对外界刺激建立起来的一种分布式情感感情模型，整个分布式系统是将特别规定的外界情感感情事件转换成与之相相应的情感感情状态，过程分为以下两个阶段：
1。由事件评估器评价事件的感情意义，针对每一类相关事件，分别定义一个事件评估器，当事件发生时，先确定事件的那种和信息，紧接着选择相关事件评估器进行情感感情评估，并产生量化结果情感感情脉冲向量EIV。
2。对EIV归一化得到NEIV，通过情感感情状态估计器ESC计算出新的感情状态。事件评估器、EIV、NEIV及ESC均采喜用神经互联网实现。
附：学习书目
《情感感情计算与情感感情机器人系统》吴敏 刘振焘 陈略峰
情感感情计算的《情感感情计算》目录
绪论
第1部分 情感感情计算预想
第1章 情感感情是身体的和可认知的
1、1 身体的和认知的
1、2 情感感情的身体方面：情感感情调整
1、3 情感感情的认知方面
1、4 情感感情诱导
1、5 小结
第2章 情感感情计算机
2、1 情感感情的发展
2、2 能表达情感感情的计算机
2、3 “有”情感感情的计算机
2、4 情感感情智能系统
2、5 关于模仿和复制的说明
2、6 小结
第3章 情感感情计算的应用
3、1 情感感情镜子
3、2 超越情感感情
3、3 文语转换
3、4 协助孤独症者
3、5 用户反馈
3、6 勇气要素
3、7 学习中的感情
3、8 “没有痛苦，就没有收获”
3、9 教室晴雨表
3、10 虚拟场景中的感情
3、11 音乐：听你所心爱的
3、12 “快进到有兴趣部分”
3、13 知道你偏爱的智能体
3、14 学会什么时间去打断
3、15 聊天
3、16 动画智能体的表情
3、17 观众表现
3、18 电影/视频
3、19 情感感情玩具
3、20 小结
第4章 潜在的忧虑
4、1 接口方面的期待
4、2 无知的开端
4、3 人类的隐私
4、4 计算机的感情行为
4、5 小结
第2部分 构造情感感情计算
第5章 情感感情信号与系统
5、1 情感感情系统建模
5、2 情感感情和情绪的信号预示
5、3 生理信号
5、4 小结
第6章 情感感情的识别与表达
6、1 情感感情模式特征预示的关键问题
6、2 情感感情建模
6、3 小结
第七章 情感感情合成
第八章 情感感情可穿戴计算机
汇总
参考书籍
人类的感情是否能被计算
能被计算，处于发展之中，情感感情计算是人工智能研究中最关键部分之一，实际上对于情感感情不要求精确统一的计算，而要加入随机值。情感感情分原发性与继发性情感感情是对强AI最有用的分法，原发性情感感情是设计者所要完成设计的一部分，继发性情感感情那么是AI教导训练人员要培养AI发展、变动的一部分。情感感情计算与欲望也可以这样说动机明确相关，人或智能选择当前最要紧任务序列时，判断的根据就是情感感情欲望计算的最终，驱动人或智能主动做事的动力也是它运算得到的最终，因 此，要实现强人工智能，就务必要有情感感情计算。但须留意，机器不必照搬人类所有情感感情，例如xingyu不必定会有，能理解人或动物的就行，要让智能认识到智能不需要性，性的数据结构及运算只用于生物对象，非生物是不执行性的运算的。不能
情感感情计算的人机交互中的“情感感情计算”
守旧的人机交互，主要通过键盘、鼠标、屏幕等方式进行，只追求便利和准确，无法理解和适应人的情绪或心境。而假如缺乏这种情感感情理解和表达能力，就非常难指望计算机具有类似人相同的智能，也非常难期望人机交互做到名符其实的和谐与自然。因为人类之间的沟通与交流是自然而富有感情的，于是，在人机交互的过程中，人们也很自然地期望计算机具有情感感情能力。情感感情计算（Affective Computting）就是要付与计算机类似于人相同的观察、理解和生成各式情感感情特征的能力，最终使计算机像人一样能进行自然、亲切和生动的交互。 有关人类情感感情的进一步钻研，早在19世纪末就进行了。不过，除了科幻小说当中，过去极少有人将“感情”和无生命的机器联系在一起。只有到了现代，随着数字信息技术的发展，人们才开始设想让机器（计算机）也具备“感情”。从感知信号中提取情感感情特征，剖析人的感情与各式感知信号的关联，是国际上近几年刚刚兴起的研究方向（图1）。
人的情绪与心境状态的变化总是伴随着某些生理特征或行为特征的起伏，它受到所处环境、文化背景、人的性 格等一系列因素的作用与影响。要让机器处理情感感情，我们first of all必须探讨人与人之间的交互过程。那么人是怎样表达情感感情，又怎样精确地洞察到它们的呢？人民经过一系列的面部表情、肢体动作和语音来表达情感感情，又通过视觉、听觉、触觉来感知情感感情的变化。视洞察觉则主要通过面部表情、姿态来进行；语音、音乐那么是主要的听觉途径；触觉则包括对爱抚、冲击、汗液分泌、心跳等现象的处理。
情感感情计算钻石的重点就在于通过各式传感器获取由人的感情所引起的生理及行为特征信号，建立“情感感情模型”，从而创建感知、识别和理解人类情感感情的能力，并能针对用户的感情做出智能、敏锐、友好反应的个人计算系统，缩短人机之间的距离，营造真真正正和谐的人机环境（图2）。 在生活之中，人们非常难保持一种僵硬的脸部表情，通过脸部表情来展现情感感情是人们经常使用的较自然的表现方式，其情感感情表现区域主要包括嘴、脸颊、眼睛、眉毛和前额等。人在表达情感感情时，只稍许改变一下面部的局部特征（譬如皱一下眉毛），便能反映一种心态。在1972年，著名的学者Ekman提出了脸部情感感情的表达方法（脸部运动编码系统FACS）。通过不同编码和运动单元的组合，即能在脸部形成复杂的表情变化，譬如幸福、愤怒、悲伤等。该成果已经确定被大都研究人员所接受，并被应用在人脸表情的自动识别与合成（图3）。
随着计算机技术的飞一般地发展，为了满足通信的需要，人们进一步将人脸识别和合成的工作溶入到通信编码中。最典型的便是MPEG4 V2视觉标准，其中定义了3个重要的参数集：人脸定义参数、人脸内插变换和人脸动画参数。表情参数中具体数值的大小代表人激动的程度，可以组合多种表情以模拟混合表情。
在当前的人脸表情处理技术中，多侧重于对三维图像的更加细致的描述和建模。通常来讲采用复杂的纹理和较细致的图形变换算法，达到生动的感情表达效果。在此基础上，不同的算法形成了不同水平的应用系统（图4，图5） 人的姿态一般伴随着交互过程而发生变化，它们表达着一些信息。例如手势的加强通常来讲反映一种强调的心态，身体某一部位不停地摆动，则通常来讲具有情绪紧张的倾向。相比于语音和人脸表情变化来说，姿态变化的规律性较难获取，但因为人的姿态变化会使表述更加生动，因而人们依然对其预示了强烈的注意和关注。
科学工作者针对肢体运动，专门设计了一系列运动和身体信息捕获设备，例如运动捕获仪、数据手套、智能座椅等。国外一些著名的大学和跨国公司，例如麻省理工学院、IBM等则在这几个设备的基础上构筑了智能空间。并且也有人将智能座椅使用于汽车的驾座上，用于动态监测驾驶人员的情绪状态，并提出适时警告。意大利的一些科学工作者还通过一系列的姿态剖析，对办公室的工作人员进行情感感情自动剖析，设计出更舒适的办公环境。 在人类的交互过程中，语音是人们最直接的交流通道，人民经过语音能够明显地感受到对方的情绪变化，例如通过特殊的语气词、语调发生变化等等。在人们通电话时，固然彼此看不见，但能从语气中感觉到对方的情绪变化。例如同样一句话“你真行”，在运用不同语气时，可以使之成为一句赞赏的话，也可以使之成为讽刺或妒忌的话。
目前，国际上对情感感情语音的研究主要侧重于情感感情的声学特征的剖析这方面。一般而讲，语音中的感情特征常常通过语音韵律的变化展现出来。例如，当一个人发怒的时刻，讲话的速率会变快，音量会变大，音调会变高等，同时一些音素特征（共振峰、声道截面函数等）也能反映情感感情的变化。中国科学院自动化研究所模式识别国家重点实验室的专业人士们针对语言中的焦点现象，first of all提出了情感感情焦点生成模型。这为语音合成中情感感情状态的自动预测推算提供了根据，结合高质量的声学模型，使得情感感情语音合成和识别率先达到了现实操作水平。 固然人脸、姿态和语音等均可以单独地预示一定的感情，但人在互相交流的过程中却总是通过上面信息的综合表现来进行的。因 此，惟有实现多通道的人机界面，才是人与计算机最为自然的交互方式，它集自然语言、语音、手语、人脸、唇读、头势、体势等多种交流通道为一体，并对这几个通道信息进行编码、压缩、集成和融合，集中处理图像、音频、视频、文本等多媒体信息。
目前，多模态技术本身也正在成为人机交互的研究热点，而情感感情计算融合多模态处理技术，那么可以实现情感感情的多特征融合，能够有力地提高情感感情计算的研究深度，并促使出现高质量、更和谐的人机交互系统。
在多模态情感感情计算研究中，一个特别重要的研究分支就是情感感情机器人和情感感情虚拟人的研究。美国麻省理工学院、日本东京科技大学、美国卡内基·梅隆大学均在此范畴做出了较好的演示系统。目前中科院自动化所模式识别国家重点实验室已将情感感情处理溶入到了他们已有的语音和人脸的多模态交互平台中，使其结合情感感情语音合成、人脸建模、视位模型等一系列前沿技术，构筑了栩栩如生的感情虚拟头像，并正在积极转向嵌入式平台和游戏平台等现实操作（图6）。 情感感情状态的识别和理解，那么是付与计算机理解情感感情并做出恰如其分反应的关键步骤。这个步骤通常来讲包括从人的感情信息中提取用于识别的特点，例如从一张笑脸中辨别出眉毛等，接着让计算机学习这几个特征以便日后能够准确地识别其情感感情。
为了使计算机更佳地完成情感感情识别任务，科学工作者已经对人类的感情状态进行了合理而清晰的分类，提出了几类基本情感感情。目前，在情感感情识别和理解的方式方法上运用了模式识别、人工智能、语音和图像技术的大量研究成果。比如：在情感感情语音的声学剖析的基础上，运用线性统计方法和神经互联网模型，实现了基于语音的感情识别原型；经过对面部运动区域进行编码，采用H妹子等不同模型，建立了面部情感感情特征的识别方法；经过对人姿态和运动的剖析，探索肢体运动的感情类别等等。
然而，受到情感感情信息的捕获技术的作用与影响，并缺乏大规模的感情数据资源，有关多特征融合的感情理解模型的研究还有待深入。随着未来的技术进展，还将提出更有效的机器学习机制。 情感感情计算与智能交互技术试图在人和计算机之间建立精确的自然交互方式，将会是计算技术向人类社会全面渗透的重要手段。未来随着技术的不断冲破，情感感情计算的应用势在必行，其对未来平时生活的作用与影响将是方方面面的，目前俺们是可以预见的有：
情感感情计算将有效地改变过去计算机呆板的交互服务，提高人机交互的亲切性和准确性。一个拥有情感感情能力的计算机，能够对人类的感情进行获取、分类、识别和响应，进而帮助使用者获得高效而又亲切的体验感觉，并有效减轻人们使用电脑的挫败感，甚至帮助人们便于理解自己和他人的感情世界。
它还可以帮到我们增添使用设备的安全性（例如当采用此类技术的系统探测到司机精力不集中时可以及时改变车的状态和反应）、使经验人性化、使计算机作为媒介进行学习的功能达到最佳化，并从我们身上收集反馈信息。例如，一个研究项目在汽车中用电脑来测量驾车者感受到的压力水平，以帮助解决所谓驾驶者的“道路狂暴症”问题。
情感感情计算和相关研究并可以给涉及电子商务范畴的企业带来实惠。已经有研究显示，不同的图像可以唤起人类不同的感情。例如，蛇、蜘蛛和qiang的图片能引起畏惧，而有大量美元和金块的图片那么可以让人产生相当强烈的积极反应。假如购物网站和gupiao交易网站在规划时研究和考虑这几个因素的意义，将对客流量的上升产生相当积极的作用与影响。
在信息家电和智能仪器中，增添自动感知人们的情绪状态的功能，可以提供更佳的服务。
在信息检索应用中，通过情感感情剖析的概念解析功能，可来提升智能信息检索的精度和效率。
在远程教导平台中，情感感情计算技术的应用能增添教学效果。
利用多模式的感情交互技术，可以构筑更贴近人们生活的智能空间或虚拟场景等等。
情感感情计算还能应用在机器人、智能玩具、游戏等相关产业中，以构筑更加拟人化的风格和更加逼真的场景。 因为缺乏较大规模的感情数据资源，情感感情计算的发展受到一定的限制，而且多局限在语音、身体语言等具体而零散的研究范畴，仅仅依靠这几个还难以准确地推断和生成一自个的情感感情状态，并进行有效的感情交互。目前，科学工作者们正在积极地探索多特征融合的感情计算理论模型。许多人认为，今后几年情感感情计算将在这几个方面需要取得冲破：
更加细致和准确的感情信息获取、描述及参数化建模。
多模态的感情识别、理解和表达（图像、语音、生理特征等）。
自然场景对生理和行为特征的作用与影响。
更加适用的机器学习算法。
海量的感情数据资源库。 不久前，为了推动我国在这一范畴的研究，探讨情感感情计算和智能交互技术的发展动态与趋势，促进我国科研人员在此范畴的交流与合作，中国科学院自动化研究所、中国自动化学会、中国计算机学会、中国图象图形学会、中国中文信息学会、国家自然科学基金委员会和国家863计划计算机软硬件技术主题作为主办单位，在北京主办了第1届中国情感感情计算与智能交互学术会议。
事实证明，情感感情计算的概念尽管诞生不久，但已受到学术界和产业界的高度关注，相关范畴的研究和应用正方兴未艾，国家自然科学基金委也将其列入重点项目的指南中。值得注意和提防的是，近几年来，与情感感情计算有密切关系的普适计算和可穿戴式计算机的研究也已得到了兴旺发达，并同样获得了国家的大力支持。这为情感感情信息的实时获取提供了非常大的便利条件，也为情感感情计算在国内的发展提供了更佳的发展平台。
艳如桃李，凛若冰霜
全都快被冲走完地面上皆能跑开大
情感感情计算的“情感感情计算”的基本内容
人们期盼着能拥有并使用更为人性化和智能化的计算机。在人机交互中，从人操作计算机，变为计算机辅助人；从人围着计算机转，变为计算机围着人转；计算机从认知型，变为直觉型。显然，为实现这几个转变，人机交互中的计算机应具有情感感情能力。情感感情计算研究就是试图创建一种能感知、识别和理解人的感情，并能针对人的感情做出智能、敏锐、友好反应的计算系统。
情感感情被用以预示各式不同的内心体验（如情绪、心境和偏好），情绪被用以预示非常短暂但强烈的内心体验，而心境或状态则被用以描述强度低但持久的内心体验。情感感情是人与环境之间某种关系的维持或改变，当客观事物或情境与人的需要和愿望符合时会引起人积极肯定的感情，而不符合时则会引起人消极否定的感情。
情感感情具有三种成分：⑴主观体验，即个体对不同情感感情状态的自我感受；⑵外部表现，即表情，在情感感情状态发生时身体各部分的动作量化形式。表情包括面部表情（面部肌肉变化所组成的模式）、姿态表情（身体其他部分的表情动作）和语调表情（言语的声调、节奏、速度等方面的变化）；⑶生理唤醒，即情感感情产生的生理反应，是一种生理的激活水平，具有不同的反应模式。
概括来讲，情感感情的重要作用主要表此刻四个方面：情感感情是人适应活着的心理工具，能激发心理活动和行为的动机，是心理活动的组织者，也是人际通信交流的重要手段。从生物进化的角度俺们是可以把人的情绪分为基本情绪和复杂情绪。基本情绪是先天的，具有单独的神经生理机制、内部体验和外部表现，以及不同的适应功能。人有五种基本情绪，它们分别为当前目标取得进展时的快乐，自我保护的目标受到威胁时的焦虑，当前目标不能实现时的悲伤，当前目标受挫或遭遇阻碍时的愤怒，以及与味觉（味道）目标相违背的厌恶。而复杂情绪那么是由基本情绪的区别组合派生出来的。
情感感情测量包括对情感感情维度、表情和生理指标三种成分的测量。例如，我们要明确一自个的焦虑水平，应该使用问卷测量其主观感受，通过记录和剖析面部肌肉活动测量其面部表情，并用血压计测量血压，对血液样本进行化验，检测血液中肾上腺素水平等。
确定情感感情维度对情感感情测量有重要意义，由于只有确定了情感感情维度，才能对情感感情体验做出较为准确的评估。情感感情维度具有两极性，例如，情感感情的激动性可分为激动和平静两极，激动指的是一种强烈的、外显的感情状态，而平静指的是一种平安稳定安静的感情状态。心理学的感情维度理论认为，几个维度组成的空间包括了人类所有的感情。不过，情感感情到底是二维，三维，还是四维，研究者们并未达到完成共识。情感感情的二维理论认为，情感感情有两个重要维度：⑴愉悦度（亦有人提出用趋近-躲避来代替愉悦度）；⑵激活度，即与情感感情状态相联系的机体能量的程度。研究发现，惊反射可用做测量愉悦度的生理指标，而皮肤电反应可用做测量唤醒度的生理指标。
在人机交互研究中已使用过许多种生理指标，例如，皮质醇水平、心率、血压、呼吸、皮肤电活动、掌汗、瞳孔直径、事件相关电位、脑电EEG等。生理指标的记录需要特别规定的设备和技术，在进行测量时，研究者有时非常难分离各式混淆因素对所记录的生理指标的作用与影响。情感感情计算钻石的内容包括三维空间中动态情感感情信息的实时获取与建模，基于多模态和动态时序特征的感情识别与理解，及其信息融合的论理与方法，情感感情的自动生成理论及面向多模态的感情表达，以及基于生理和行为特征的大规模动态情感感情数据资源库的建立等。
欧洲和美国的各大信息技术实验室正加紧进行情感感情计算系统的研究。剑桥大学、麻省理工学院、飞利浦公司等通过实施“环境智能”、“环境识别”、“智能家庭”等科研项目来开辟这一范畴。例如，麻省理工学院媒体实验室的感情计算小组研制的感情计算系统，通过记录人面部表情的摄像机和连接在人身体上的生物传感器来收集数据，紧接着由一个“情感感情助理”来调节流程以识别人的感情。假如你对电视讲座的一段内容展现出困惑，情感感情助理会重放该片段或者给予解释。麻省理工学院“氧工程”的研究人员和比利时IMEC的一份工作小组认为，开发出一种整合各式应用技术的“瑞士军刀”或许是提供移动情感感情计算服务的关键。而目前国内的感情计算研究关键在于，通过各式传感器获取由人的感情所引起的生理及行为特征信号，建立“情感感情模型”，从而创建个人情感感情计算系统。研究内容主要包括脸部表情处理、情感感情计算建模方法、情感感情语音处理、姿态处理、情感感情剖析、自然人机界面、情感感情机器人等。
情境化是人机交互研究中的新热点。自然和谐的智能化的人机界面的沟通能力特征包括：⑴自然沟通：能看，能听，能说，能触摸；⑵主动沟通：有预期，会提问，并及时调整；⑶有效沟通：对情境的变化敏感，理解用户的情绪和意图，对不同用户、不同环境、不同任务给予不同反馈与支持。而实现这几个特征在相当大的程度上依赖于心理科学和认知科学对人的智能和情感感情研究所取得的新进展。大家需要知道人是怎样感知环境的，人会产生怎样的情感感情和意图，人怎样做出恰当的反应，从而帮助计算机正确感知环境，理解用户的感情和意图，并做出合适反应。于是，人机界面的“智能”不但应有高的认知智力，也应有高的情绪智力，从而有效地解决人机交互中的情境感知问题、情感感情与意图的产生与理解问题，以及反应应对问题。
显然，情感感情交流是一个复杂的过程，不但受时间、地点、环境、人物对象和经历的作用与影响，而且有表情、语言、动作或身体的接触。在人机交互中，计算机需要捕捉关键信息，洞察人的感情变化，形成预期，进行调整，并做出反应。例如，经过对不同类型的用户建模（例如，操作方法、表情特点、态度喜好、认知风格、知识背景等），以识别用户的感情状态，利用有效的线索选择适合的用户模型（例如，依据可能的用户模型主动提供相应有效信息的预期），并以适合当前类型用户的方式呈现信息（例如，呈现方式、操作方法、与知识背景相关的决策支持等）;在对目前的操作做出即时反馈的并 且，还要对情感感情变化背后的目的形成新的预期，并激活对应的数据库，及时主动地提供用户所需的新信息。
情感感情计算是一个高度综合化的技术范畴。通过计算科学与心理科学、认知科学的结合，研究人与人交互、人与计算机交互过程中的感情特点，设计具有情感感情反馈的人机交互环境，将有可能实现人与计算机的感情交互。迄今为止，有关研究已在人脸表情、姿态剖析、语音的感情识别和表达方面取得了一定的进展。
目前情感感情计算研究面临的挑战仍为多方面的：⑴情感感情信息的获取与建模，例如，细致和准确的感情信息获取、描述及参数化建模，海量的感情数据资源库，多特征融合的感情计算理论模型；⑵情感感情识别与理解，例如，多模态的感情识别和理解；⑶情感感情表达，例如，多模态的感情表达（图像、语音、生理特征等），自然场景对生理和行为特征的作用与影响；⑷自然和谐的人性化和智能化的人机交互的实现，例如，情感感情计算系统需要将大量广泛分布的数据整合，紧接着再以个性化的方式呈现给每个用户。
情感感情计算有宽广的应用前景。计算机经过对人类的感情进行获取、分类、识别和响应，进而帮助使用者获得高效而又亲切的体验感觉，并有效减轻人们使用电脑的挫败感，甚至帮助人们理解自己和他人的感情世界。计算机的感情化设计可以帮到我们增添使用设备的安全性，使经验人性化，使计算机作为媒介进行学习的功能达到最佳化。在信息检索中，通过情感感情剖析的概念解析功能，可来提升智能信息检索的精度和效率。
展望现代科技的潜力，我们预期在未来的world世界中将也许会充满运作良好、操作容易、甚至具有情感感情特点的计算机。
