文档介绍：2007 江苏省自动化学会学术年会论文集个性性格特征虚拟人的建模及情感反应王学维,彭力,朱飒飒 (江南大学通信与控制工程学院,江苏无锡 214122) 摘 要: 本文基于离散的 HMM 的人工性格模型, 采用改进的比例因子的 Baum-Welch(BW)算法进行模型训练, 实现性格特征对表情的驱动。搭建了一个乐观性格虚拟人的模型, 以及它在接受不同刺激时的情感反应,模拟了虚拟表情的变化。 关键词: 虚拟人;表情;隐马尔可夫模型;性格特征;BW 算法 0 引言虚拟人是人在计算机生成空间中的几何表示与行为特性的表示,它可以与周围环境交互作用,感知并影响周围环境。性格特征属于人的心理活动内容,人工心理,是指利用信息科学的研究方法, 对人的心理活动的更全面内容(尤其是情感、意志、性格、创造等)的人工机器实现。人工心理建模[1] 的目的是实现对人的心理活动的全面人工机器模拟, 以期使机器既具有智能又具有情感、意志和性格特征。表情是复杂的情绪心理的一个由脸部运动而产生的外在表现。本文建立性格特征模型, 来模拟在人类情感信号作用下虚拟人的情感变化, 最后通过表情合成表现出来。由于虚拟人具有多种性格特征, 如乐观向上的、悲观失落的, 甚至精神不正常的, 研究虚拟人的性格特征, 不仅为个体机器人性格和情感提供平台, 也将为研究机器人群打下基础。 1 模型的设计 基于 HMM 情感模型的定义隐马尔可夫模型[2] 是一种用参数表示的, 用于描述随机过程统计特性的概率模型。它是在 M arkov 链的基础上发展起来的, 是一个双重随机过程, 其中之一是 Markov 链, 这是基本随机过程, 它描述状态的转移; 另一个随机过程是描述状态和观察值, 它不能直接看到状态, 而是通过一个随机过程去感知状态的存在及其特性。这与情感的特性非常相似, 假定其中的观察值对应人的表情,其中隐含的状态对应人的心情。HMM 的组成示意图如图 1 所示: ( ) A , π( ) B T q q q K 2 1 , T o o o K 2 1 , 图 1 HMM 组成示意图 1. 2 情感模型初始数值的选取 Ekman 的基本情感理论中, 提出6种基本表情: 惊奇, 恐惧, 厌恶, 愤怒, 高兴和悲伤。由于这6种表情在文化传统间的差异很小,通用性较好。因此本文采用这六种表情,心情设定为:平静,好,坏三种情况。 对于一个正常人来说, 他大多数时间是处于平静的心态下的。我们设计虚拟人对象起初的概率矢量π为: ( ) ( ) 0 , 0 , 1 , , 3 2 1 = = ππππ。由于人接受最多的两种刺激信号是 “表扬”和“批评”, 本文主要以这两种刺激信号作为激励。 作者简介: 王学维( 1981- ) ,男,江苏盱眙人,研究生,情感建模与表情合成 . 42 2007 江苏省自动化学会学术年会论文集对一个乐观性格特征的人, 我们设定在接受“表扬”信号时, 心情的状态转移概率矩阵为: ??????????= 09 . 0 56 . 0 35 . 0 004 . 0 956 . 0 04 . 0 01 . 0 83 . 0 16 . 0 R A ??????????= 088 . 0 36 . 0 033 . 0 049 . 0 21 . 0 26 . 0 001