韩永明 张明星 耿志强*

(北京化工大学 1.信息科学与技术学院；2.智能过程系统工程教育部工程研究中心， 北京 100029)

引 言

情感计算是指由情感引发的、和情感有关的或者对情感有影响或起决定作用的计算[1]。情感计算是人机交互中一个重要的研究方向，常用的情感计算中的输入信号有图像、音频、文本和生理信号[2]，而相对于图像等输入信号，生理信号有着不易掩饰的特点，更能反映出真实的情感状态，因此在临床诊断和治疗上有着不可替代的优势和重要作用[2]。在基于生理信号的情感计算领域，应用最多的生理信号是脑电图，其次是心电图和心率变异性(heart rate variability，HRV)等数据[2]，其中HRV相对于脑电图在日常生活中更容易获取，又比心电图更直观，能够使得情感的日常检测更加简便。HRV是指连续心率间期的变化情况，能够反映心脏自主神经系统对心血管的调节，可以作为测量和调节情感反应的手段[3]。

目前，基于生理信号的情感计算模型有两种[4]，一种是离散情感模型，另一种是维度情感模型。离散情感模型将情感分成几类，例如喜悦、愤怒、悲伤等[5]。离散情感模型目前在情感识别领域中已得到广泛的应用。He等[6]采集了11名志愿者的心电图和呼吸信号，利用支持向量机对4种情感进行了识别，针对4种情感的识别准确率分别达到了81.82%、63.64%、54.55%和30.00%。Guo等[7]利用HRV信号对积极和消极两种情感状态进行了识别，准确率分别达到了71.4%和56.9%。Cai等[8]利用脑电图对抑郁和非抑郁两种情感状态进行识别，准确率达到86.98%。……