情感计算  081104M05011H

学期:2020—2021学年(春)第二学期 | 课程属性:专业普及课 | 任课教师:陶建华,刘斌
授课时间: 星期一,第5、6、7 节
授课地点: 教一楼214
授课周次: 1、2、3、4、6、7、8、10、11、12、13、14、16
课程编号: 081104M05011H 课时: 40 学分: 2.00
课程属性: 专业普及课 主讲教师:陶建华,刘斌 助教:
英文名称: Affective Computing 召集人:

教学目的、要求

本课程为计算机、数学、神经学、智能科学、生理科学、人机交互等等学科研究生的专业普及课。本课程将讲述情感计算的基本概念、通用理论和方法、模型描述以及典型应用情况。
建议学生掌握一定的理论基础知识和编程基础。理论基础知识包括:机器学习基础、数字信号处理。编程基础方面,建议选修学生了解算法分析的基本思想,至少掌握一种编程语言,尤其是适用于机器学习的python语言。
授课方式:本课程以课堂讲授为主,论文研讨为辅。
考核方式:文献综述+大作业研讨

预修课程

机器学习基础、数字信号处理

教 材

主要内容

课程讲授35学时+实践和前沿技术专题研讨3学时+答疑2学时=40学时。

第1章 前言(3个学时)
1.1 情感计算内涵
1.2 情感计算历史
1.3 情感计算主要方法
第2章	情感认知模型(3个学时)
2.1 情感的心理学基础
2.2 离散情感模型
2.3 连续情感模型
第3章	情感特征(3个学时)
3.1音频情感特征
3.2 视频情感特征
3.3 文本情感特征
3.4 生理情感特征
第4章	情感识别(12个学时)
4.1 音频情感识别
4.2 表情情感识别
4.3 微表情情感识别
4.4 肢体动作情感识别
4.5 生理信号情感识别
4.6 多模态融合情感识别
第5章	情感倾向性分析(3个学时)
5.1 文本情感分析
5.2 舆情分析
第6章	情感生成(5个学时)
6.1 情感语音生成
6.2 表情生成
6.3 多模态情感生成
第7章 情感交互系统(3个学时)
7.1 情感意图理解
7.2 多模态情感交互方法
7.3 情感交互的技术标准
第8章	情感计算应用(3个学时)
8.1 情感机器人
8.2 医疗健康
8.3舆情分析
8.4 安全领域
8.5 金融领域
8.6 教育领域

参考文献

1.	Jianhua Tao, Tieniu Tan, Affective Information Processing, Springer,2010
2.	Rosalind W. Picard, Affective Computing, MIT Press, 2000
3.	Marvin Minsky,情感机器(The Emotion Machine: Commonsense Thinking, Artific)(王文革等译),浙江人民出版社,2015
4.	吴敏,刘振焘,陈略峰,情感计算与情感机器人系统,科学出版社,2018
5.	詹永照,毛启容,林庆,成科扬,视觉语音情感识别,科学出版社,2018
6.	刘光远,人体生理信号的情感计算方法,科学出版社 ,2014
7.	杜坤坤,刘欣,王志良,解仑,情感机器人,机械工业出版社,2013
8.	刘兵,情感分析:挖掘观点、情感和情绪(刘康译),机械工业出版社,2017