【摘 要】
：
个性空间是人工心理理论的一大应用领域,也就是人性化商品设计和考虑消费者心理的市场开发.通过对个性空间中的个性化服装选购系统所存在的问题的分析,首次提出了结合服装的设计理论与特点,用HSV颜色模型作为特征提取的手段,建立了一个改进的选购系统.通过训练样本和校检样本测试,以及用户对实验结果满意程度的调查,证明这种方法不仅可以极大的提高服装选购系统的精确度,较好的体现用户的选购心理,而且减少了特征数据库
【机 构】
：
北京科技大学信息学院(北京);包头钢铁学院(内蒙古) 北京科技大学信息学院(北京)
【出 处】
：
第一届中国情感计算及智能交互学术会议
论文部分内容阅读
个性空间是人工心理理论的一大应用领域,也就是人性化商品设计和考虑消费者心理的市场开发.通过对个性空间中的个性化服装选购系统所存在的问题的分析,首次提出了结合服装的设计理论与特点,用HSV颜色模型作为特征提取的手段,建立了一个改进的选购系统.通过训练样本和校检样本测试,以及用户对实验结果满意程度的调查,证明这种方法不仅可以极大的提高服装选购系统的精确度,较好的体现用户的选购心理,而且减少了特征数据库的规模,提高了图片的在线查询速度.
其他文献
语言是人类交际最重要的工具.人类的话语中不仅包含了文字符号信息,而且还包含了人们的感情和情绪等信息.传统的语音处理系统一般着眼于语音词汇传达的准确性,它只反映了信息的一个方面,即符号信息的无"神经"的知识世界,而忽略了包含在语音信号中的情感因素,即与知识世界相对应而同样重要的感性科学世界.研究语音的情感特征的处理,对于信号处理和人工智能领域均有重要意义[11].本文以情感为突破口,提出研究形神兼备
本文通过对情感体验特征的研究探讨提出用松弛算法对情感计算中与事件动态相关问题进行非线性迭代匹配的方法,并在相关系数计算中引入情感数学公式,使情感体验强度与事件的动态相关特性在情感计算中得到体现,同时也作为约束条件保证了迭代收敛.实验证明,该方法能够在情感计算的事件动态相关问题上对人类情感事件维度的非线性特征进行有效模拟.
基于Web Service架构和NewsML语言的网络新闻服务是新闻服务的一个新思路.面向读者提供个性化的新闻服务,就必须对读者新闻阅读模式进行研究和总结.本文从新闻内容、新闻展示和新闻阅读控制三个侧面对读者新闻阅读模式进行了定义,并给出相应的读者阅读模式建模过程.在此基础上设计并实现了一个读者个性化新闻订阅框架,作为基于Web Service架构新闻服务的新闻订阅端,详细讨论了读者阅读模式、阅读
可穿戴计算机对无线通信技术有特殊的要求.对目前适合可穿戴计算机外部无线通信的技术、产品和方案进行了归纳分析,设计了一个基于可穿戴计算机的无线消防指挥实验平台,用于适合可穿戴计算机无线通信技术、产品和方案的实验、验证和分析.
针对传统的多人脸检测方法的时间复杂度高、准确率较低的缺点,提出一种基于改进遗传算法的多人脸检测方法.该算法使用人脸面部五官的结构特征和灰度分布特点、人脸面积等图像特征对人脸进行基于语义的描述,采用一种混沌变异的小生境遗传算法,对输入的图像从不同尺度上同时搜索人脸区域.通过实验,该算法适用于人脸五官完备的正面人脸图像.每幅图像人脸个数在3-5之间的正确率达到86﹪,每幅图的处理时间平均小于1秒.实验
在计算机图形学领域中计算机生成人脸表情是一顶具有挑战性的课题.本文对特定人脸的三维数据建模,根据Waters三维人脸肌肉模型在生成的人脸模型上定位线性肌和括约肌,并且给出三维空间中脸部线性肌肉和括约肌肉的变形计算方法.结合FACS系统定义的人脸肌肉的运动特点,模拟出特定人脸的悲伤、高兴、生气等几种表情.实验结果表明此种肌肉变形计算方法十分有效,生成的人脸表情真实感强.
计算机人脸表情重构在人机情感交互中起着非常关键的作用.本文详细阐述了基于Web的面部表情快速重构设计方案及其实现.通过实践检验,该方案能够实现在网络上快速重构面部表情,实时性好,且面部表情特征的数据处理方式具备较好的通用性.
从一个广义的角度来看,基于教学基础的计算机是物质运动的量化概念,情感计算是其中一个方面,但计算的前提是准确的理解,很显然我们在这方面还差得很远,因而现在谈论情感计算的问题未免为时过早.而另一方面,所有的技术实际上都在和人类社会一起协同发展,在我看来,最好的解决方案很可能要利用一个更加广泛的理论基础--量子计算.
人脸检测是计算机视觉中非常活跃的研究课题,目前大多数人脸检测算法都是依靠灰度信息,却抛弃了彩色信息.而肤色检测在诸多计算机视觉算法中,是一个重要的处理步骤.为了提高检测的速度,本文通过对肤色在H、S空间分布的分析,建立了新的肤色分割公式,在Aspo Hyvarinen and Erkki Oja提出的算法基础上,提出了一种新的结合肤色和独立成分分析的人脸检测算法.
本文描述了一种使系统能够在与用户的交互过程中自动学习用户喜好和交互习惯的方法.这种方法不需通过显式的询问去获得用户的喜好,而是通过正常的交互过程"猜测"出这些信息.系统获得的有关用户喜好的交互习惯的知识将会用在以后的交互中,以使得系统可以把用户最可能想获得的信息推荐给他/她.这样就减少了用户在搜索感兴趣的信息时的交互量,从而使得用户感觉到交互过程更加方便和舒适.手持移动计算设备因其方便携带和经常只