【技術實現(xiàn)步驟摘要】
本專利技術屬于情感計算，涉及一種數(shù)字人個性化情感交互方法。
技術介紹
1、隨著虛擬現(xiàn)實、人工智能、人機交互和ai大模型等技術的不斷發(fā)展，元宇宙的愿景愈加明朗。人們開始暢想一個與現(xiàn)實世界平行的虛擬世界，在這個未來世界中，即使足不出戶，也能通過“數(shù)字分身”在元宇宙中體驗出行、社交、娛樂、購物和學習等各種活動。因此，數(shù)字人在人機交互領域逐漸成為研究的熱點。在目前這個階段，主流的數(shù)字人技術主要集中在對人物外貌的建模和渲染上。然而，從交互方式來看，目前的數(shù)字人還難以像真人一樣主動進行交流互動，特別是在情感和個性方面表現(xiàn)相對不足。這一現(xiàn)象的原因在于，人類的外表相對容易被客觀地捕捉和建模，而情感和心理方面則難以用數(shù)字方式精確衡量、計算和模擬。
技術實現(xiàn)思路
1、有鑒于此，本專利技術的目的在于提供一種數(shù)字人個性化情感交互方法。
2、為達到上述目的，本專利技術提供如下技術方案：
3、一種數(shù)字人個性化情感交互方法，包括以下步驟：
4、s1：將用戶的交互輸入進行情感量化，得到在連續(xù)維度空間中的愉悅-喚醒-支配(pleasure-arousal-dominance,pad)情感值；
5、s2：對用戶交互輸入情感進行情感狀態(tài)評估，得到交互輸入情感評估函數(shù)；
6、s3：利用貝葉斯網(wǎng)絡計算數(shù)字人情感轉(zhuǎn)移概率矩陣；
7、s4：計算當前情感狀態(tài)下，數(shù)字人性格經(jīng)過大五因素模型修正后的情感響應計算值；
8、s5：對修正后的情感響應經(jīng)過情
9、s6：對數(shù)字人在6種基本情感上的情感強度進行pad情感空間坐標標定，得到數(shù)字人的情感響應。
10、進一步，步驟s2具體包括以下步驟：
11、將用戶的交互輸入情感值評估轉(zhuǎn)化為六種基本情感狀態(tài)下的情感狀態(tài)向量el，交互輸入情感到基本情感el之間的距離為：
12、
13、其中，cl為基本情感狀態(tài)在pad空間內(nèi)的協(xié)方差矩陣集合；l＝1,2,3,4,5,6分別代表高興、驚訝、厭惡、生氣、恐懼、悲傷6種基本情感；
14、交互輸入情感到每種情感狀態(tài)坐標值的距離與情感狀態(tài)作用的強度值成反比，對1/hl進行歸一化得到基本情感狀態(tài)l作用交互輸入情感的強度值il，定義交互輸入情感評估函數(shù)為：
15、
16、其中，hl表示考慮情感狀態(tài)所在位置區(qū)域在cl約束下得到的交互輸入情感到基本情感el之間的距離。
17、進一步，步驟s3具體包括以下步驟：
18、s31：選擇用戶的性格、歷史情感狀態(tài)、性別、年齡和受教育程度作為貝葉斯網(wǎng)絡的節(jié)點，構建描述情感轉(zhuǎn)移的貝葉斯模型：
19、p(ej|ei,p,g,a,c)
20、其中，p(x)表示ei轉(zhuǎn)移到ej狀態(tài)的轉(zhuǎn)移概率；p表示性格類型；g表示性別；a表示年齡段；c表示受教育程度；
21、s32：定義節(jié)點的狀態(tài)空間；
22、s33：構建條件概率表，包括以下步驟：
23、s331：根據(jù)數(shù)據(jù)集中各類的頻數(shù)，計算先驗概率p(ei)、p(p)、p(g)、p(a)、p(c)；
24、s332：對于每個輸入特征，計算在不同情感狀態(tài)下的條件概率p(ej|ei,p,g,a,c)；
25、s333：將計算得到的所有條件概率組織成數(shù)字人情感轉(zhuǎn)移概率矩陣v，矩陣v中每一行對應于特定父節(jié)點組合下子節(jié)點的條件概率。
26、進一步，各節(jié)點的狀態(tài)空間包括：
27、歷史情感狀態(tài)：喜悅、悲傷、憤怒、驚奇、恐懼、厭惡；
28、性格：開放性、責任性、外向性、宜人性、神經(jīng)質(zhì)；
29、年齡段：兒童(0-12歲)、青少年期(13-18歲)、成年期(19-65歲)、老年期(65歲以上)；
30、受教育程度：小學及以下教育、初中教育、高中教育、大學教育、研究生及以上教育。
31、進一步，步驟s4具體包括以下步驟：
32、采用大五因素(five?factor?model，ffm)作為性格模型，包括開明性、責任性、外向性、利他性和神經(jīng)質(zhì)；在大五因素模型中，個體表示為一個五維向量p＝[pe,pa,pn,po,pc]，其中pe,pa,pn,po,pc分別表示其在5個性格域中的值，值的范圍為0～1；
33、將大五因素模型中的每一種性格映射為一個具體的pad值，表示為：
34、
35、利用上式對人的pad三維情感狀態(tài)向量進行修正，公式如下：
36、
37、式中，是由大五人因素表得到的各維度上的平均分(0.70,0.73,0.61,0.60,0.60)，以此均分值為基準定義性格的中性水平；是性格修正向量；ef是初始情感分量；em是經(jīng)過人格修正后得到的情感狀態(tài)向量。
38、進一步，步驟s5具體包括以下步驟：
39、情感之間的相互影響公式如下：
40、φ(ef)＝ef*λ
41、情感間的影響因子矩陣λ為：
42、
43、其中，λij＝[-1,1]表示情感i對情感j的影響因子，情感間的相互影響包括三種情況：
44、激勵：當λij＞0時，表示情感i對情感j有激勵的作用；
45、抑制：當λij＜0時，表示情感i對情感j有抑制的作用；
46、無影響：當λij＝0時，表示情感i對情感j沒有影響；
47、根據(jù)以上公式對情感響應向量進行修正，使數(shù)字人具有人的復雜情感的特征，修正計算公式為：
48、ec＝φ(ef)
49、式中：ef是將pad維度情感空間中的ef轉(zhuǎn)換到離散情感空間的情感狀態(tài)向量；ec是經(jīng)過情感影響因子矩陣修正后得到的情感狀態(tài)向量。
50、進一步，步驟s6中，將6種基本情感作用下的情感狀態(tài)轉(zhuǎn)換到pad空間并進行位置標定的公式為：
51、
52、其中，pl,al,dl代表六種基本情感在pad空間的情感值，il為數(shù)字人第k輪情感響應在6種基本情感上的強度值。
53、本專利技術的有益效果在于：本專利技術通過引入基于貝葉斯網(wǎng)絡的個性化情感響應模型，可以顯著提升數(shù)字人在情感交互方面的個性化能力，巧妙地融合數(shù)字人獨特的性格特征和用戶的情感特征，不僅可以解決傳統(tǒng)數(shù)字人情感表達單一的問題，還能使數(shù)字人更精準地理解和響應用戶需求。同時，這一創(chuàng)新模型也讓數(shù)字人展示出既熟悉又獨立的情感響應，為用戶帶來豐富多樣的交互體驗，增強了用戶的沉浸感和參與度，并深化了雙方之間的情感共鳴與理解。由此，本專利技術可以實現(xiàn)數(shù)字人情感表達的個性化、豐富化和多樣化，并顯著提升數(shù)字人在人機交互領域的應用價值。
54、本專利技術的其他優(yōu)點、目標和特征在某種程度上將在隨后的說明書中進行闡述，并且在某種程度上，基于對下文的考察研究對本領域技術人員而言將是顯而易見的，或者可以從本發(fā)本文檔來自技高網(wǎng)...
【技術保護點】
1.一種數(shù)字人個性化情感交互方法，其特征在于：包括以下步驟：
2.根據(jù)權利要求1所述的數(shù)字人個性化情感交互方法，其特征在于：步驟S2具體包括以下步驟：
3.根據(jù)權利要求1所述的數(shù)字人個性化情感交互方法，其特征在于：步驟S3具體包括以下步驟：
4.根據(jù)權利要求1所述的數(shù)字人個性化情感交互方法，其特征在于：各節(jié)點的狀態(tài)空間包括：
5.根據(jù)權利要求1所述的數(shù)字人個性化情感交互方法，其特征在于：步驟S4具體包括以下步驟：
6.根據(jù)權利要求1所述的數(shù)字人個性化情感交互方法，其特征在于：步驟S5具體包括以下步驟：
7.根據(jù)權利要求1所述的數(shù)字人個性化情感交互方法，其特征在于：步驟S6中，將6種基本情感作用下的情感狀態(tài)轉(zhuǎn)換到PAD空間并進行位置標定的公式為：
【技術特征摘要】
1.一種數(shù)字人個性化情感交互方法，其特征在于：包括以下步驟：
2.根據(jù)權利要求1所述的數(shù)字人個性化情感交互方法，其特征在于：步驟s2具體包括以下步驟：
3.根據(jù)權利要求1所述的數(shù)字人個性化情感交互方法，其特征在于：步驟s3具體包括以下步驟：
4.根據(jù)權利要求1所述的數(shù)字人個性化情感交互方法，其特征在于：各節(jié)點的狀態(tài)空間包括：...
【專利技術屬性】
技術研發(fā)人員：黃宏程，黃科學，胡敏，黃奕誠，
申請(專利權)人：重慶郵電大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。