| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 序 | 第9-16页 |
| 1 绪论 | 第16-44页 |
| 1.1 课题的研究背景、目的与意义 | 第16-20页 |
| 1.1.1 研究背景 | 第16-19页 |
| 1.1.2 研究目的与意义 | 第19-20页 |
| 1.2 国内外相关研究现状分析 | 第20-33页 |
| 1.2.1 表情机器人 | 第20-29页 |
| 1.2.2 情感理论研究进展 | 第29-33页 |
| 1.3 情感模型 | 第33-39页 |
| 1.3.1 基于任务的情感模型 | 第33-36页 |
| 1.3.2 基于设计的情感模型 | 第36-39页 |
| 1.4 本文的主要研究工作及创新点 | 第39-41页 |
| 1.5 论文的结构安排 | 第41-44页 |
| 2 基于领域适应和情感势的人类面部情感信息提取 | 第44-69页 |
| 2.1 引言 | 第44-45页 |
| 2.2 生命全周期人脸表情识别 | 第45-64页 |
| 2.2.1 生命全周期图像数据库 | 第45-50页 |
| 2.2.2 GFB图像特征提取 | 第50-53页 |
| 2.2.3 基准SVM分类及实验 | 第53-59页 |
| 2.2.4 DASVM识别算法及实验 | 第59-64页 |
| 2.3 高级情感势的面部复合情感提取 | 第64-68页 |
| 2.4 小结 | 第68-69页 |
| 3 基于齐普夫定律和DialRank的人机情感问答研究 | 第69-85页 |
| 3.1 引言 | 第69-70页 |
| 3.2 人机交互语句自动关联量化 | 第70-75页 |
| 3.2.1 齐普夫定律 | 第70-72页 |
| 3.2.2 语句自动关联量化 | 第72-75页 |
| 3.3 人机情感问答及实验 | 第75-84页 |
| 3.3.1 人机自动问答系统 | 第75-77页 |
| 3.3.2 DialRank算法 | 第77-81页 |
| 3.3.3 问答情感匹配实验 | 第81-84页 |
| 3.4 小结 | 第84-85页 |
| 4 基于恐怖谷和FACS的机器人头部情感输出研究 | 第85-112页 |
| 4.1 引言 | 第85-86页 |
| 4.2 仿人机器人观感与设计 | 第86-98页 |
| 4.2.1 恐怖谷与验证实验 | 第86-91页 |
| 4.2.2 FACS设计与实验 | 第91-98页 |
| 4.3 仿人机器人面部情感与控制实现 | 第98-111页 |
| 4.3.1 头部机构整体设计 | 第98-99页 |
| 4.3.2 面部优化设计 | 第99-104页 |
| 4.3.3 表情与控制实现及实验 | 第104-111页 |
| 4.4 小结 | 第111-112页 |
| 5 数字家庭中人机情感交互协同控制系统 | 第112-131页 |
| 5.1 引言 | 第112-113页 |
| 5.2 本文数字家庭人机交互实验系统 | 第113-115页 |
| 5.2.1 数字家庭 | 第113-114页 |
| 5.2.2 本文实验室设备环境 | 第114-115页 |
| 5.3 机器人情感语音合成研究 | 第115-120页 |
| 5.4 情感交互协同控制研究及实验 | 第120-130页 |
| 5.4.1 通用式交互 | 第121-127页 |
| 5.4.2 个性化交互 | 第127-130页 |
| 5.5 小结 | 第130-131页 |
| 6 结论与展望 | 第131-134页 |
| 6.1 本文的主要研究成果 | 第131-132页 |
| 6.2 后续研究工作的思索 | 第132-134页 |
| 参考文献 | 第134-143页 |
| 作者简历及在学研究成果 | 第143-147页 |
| 学位论文数据集 | 第147页 |