41、人形机器人情感检测与网络垃圾机器人行为分析

人形机器人情感检测与网络垃圾机器人行为分析

人形机器人情感检测

在机器人研究领域，对于人形机器人（HFR）情感检测是一个重要的方向。为了从HFR的全身运动中提取特征，提出了一种拉班特征值集。通过进行印象实验，研究了该特征值集与受试者所估计的HFR情感之间的相关性，并且生成了使用该特征值集的情感估计方程，还通过交叉验证确认了这些方程的准确性。

• 特征值集的优势 ：使用身体部位表达情感具有优势，不需要额外的设备。而且该特征值集虽然是从HFR中提取的，但经过一些小的修改，也适用于其他类型的机器人。如果将中心底部视为支撑脚的中心，那么它也可以从轮式移动或有三个以上手臂的机器人中提取。
• 实验局限性与未来展望 ：目前的实验只是初步研究。未来，将开展涉及更多受试者和更多动作的实验。此外，虽然当前的特征值集是从运动信息中提取的，但也希望能从视频中提取这些信息，这将有助于轻松分析人类在舞蹈和戏剧中的全身运动，对研究人机交互也很有用。还计划从长时间的运动中提取特征值集，并研究HFR的全身运动以更准确地表达情感。

网络垃圾机器人行为分析

随着Web 2.0的发展，网络垃圾内容泛滥，其中网络垃圾机器人（web spambots）起到了重要作用。为了深入了解这类机器人，开发了HoneySpam 2.0工具来跟踪它们的行为。

垃圾邮件2.0与网络垃圾机器人分类

Web 2.0提供了灵活的网络内容管理协作平台，但也被垃圾邮件发送者利用来分发垃圾内容。垃圾邮件的发送方式有手动和自动两种。自动方式主要通过网络机器人实现，其