21、情感计算与智能交互:从穿戴设备到展示装置

情感计算与智能交互:从穿戴设备到展示装置

1. 情感赋予与设计变革

在日常生活中,我们常常会不自觉地将情感、意图和目标等特征赋予简单的形状和它们的运动。例如,观看简单动画时,即便没有面部表情或人类特征的迹象,很多人也会为其赋予特定的情感和行为特点。早在1986年,就有人设想出能产生复杂且看似有认知行为的简单机器人,像躲避光源的机器人会被认为代表“恐惧”情绪,这和虫子逃离光线以免被捕捉类似。

这种将心理特征赋予动画对象的拟人化自然现象,为设计带来了新的思考。利用材料运动或颜色变化作为交互设计工具,有可能实现情感交流。目前,多数材料界面在视觉和触觉交流方面已有应用和研究,但在情感表达方面的探索尚在发展阶段。

那么,形状和颜色变化的设计如何传达情感?这一发展又会如何改变设计体验?在可穿戴设备、建筑元素等不同领域,这种发展又能带来哪些益处呢?接下来,我们通过两个项目来深入探讨。

2. 面部表情追踪的应用

如今,“普适计算”已成为现实,计算设备融入了我们生活的方方面面,如Fitbit追踪卡路里消耗、应用程序监测睡眠模式、智能恒温器学习我们在建筑中的行为模式等。现在是时候让计算系统不仅关注生活的量化方面,还能与我们的情感建立连接了。

面部表情追踪系统具有广泛的应用:
- 市场营销 :研究消费者对产品的情感反应,了解他们对特定产品的满意度。例如,巧克力制造商好时在零售店设置了一个装置,如果你微笑就会获得一份样品,以此提升店内体验并创造销售机会。其竞争对手亿滋国际则根据检测到的消费者年龄和性别播放广告。
- 广告投放 :提供定制化的媒体内

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值