Affective-CARA: A Knowledge Graph Driven Framework for Culturally Adaptive Emotional Intelligence in HCI
针对人机交互中情绪响应的文化适配难题，提出融合文化情绪知识图谱、梯度奖励优化与文化感知协调器的Affective-CARA框架，在多基准测试中显著提升情绪对齐、文化适配性并降低偏差，可应用于跨文化沟通等多领域。
2025-06-17 cs.HC
Intelligent Agents with Emotional Intelligence: Current Trends, Challenges, and Future Prospects
School of Computer Engineering, Iran University of Science and Technology（伊朗科学技术大学计算机工程学院）；College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院）
本文综述了情感智能智能体的核心组件，涵盖多模态数据处理的情感理解、情感认知及表达合成，分析了发展中的关键挑战与未来方向，强调生成技术对情感计算的潜力。
2026-05-02 cs.AI cs.HC
Technosocial risks of ideal emotion recognition technologies: A defense of the (social) value of emotional expressions
Leiden University（莱顿大学）
本文探讨理想情感识别技术可能带来的科技社会风险，指出其对情感表达的社会功能的误解可能导致社会凝聚力和个体自主性的削弱，主张以功能为导向的监管方法保护社会利益。
2026-02-09 cs.AI cs.ET cs.HC
EmoSay: Artificial Intelligence-Driven Text-to-Emotional-Speech System for Affective Communication in Extended Reality
Virginia Tech（弗吉尼亚理工大学）
该研究提出EmoSay系统，通过离散情感提示调节神经合成流水线，经用户研究验证可显著提升XR沉浸体验与可用性，为包容性XR设计提供了可扩展的感知情感框架。
2026-08-28 cs.HC
Bringing Data to Life: Designing Data Characters for the Emotional Self
University of Maryland, College Park（马里兰大学帕克分校）
针对传统日记情感分析可视化难以传递情感细微差别的问题，提出Data Characters方法，用类人角色可视化日记情感，初步验证了方法的直观性与可行性。
2026-09-01 cs.HC
Affective Affordance of Message Balloon Animations: An Early Exploration of AniBalloons
本研究提出新型聊天气泡动画AniBalloons，通过情感动画运动模式映射六种情绪，经40人评估验证80%可有效传情，效果媲美常用emoji，为文本交流的情感表达设计提供早期参考。
2023-07-21 cs.HC
Affective Air Quality Dataset: Personal Chemical Emissions from Emotional Videos
本文提出情感空气质量（AAQ）数据集，利用23名参与者的4通道气体传感器数据与情绪评分，探索基于个人化学排放的非接触式情绪识别，并兼顾用户隐私与舒适性。
2025-09-19 cs.ET cs.HC
Understanding the Rising Human-AI Affective Bonding: Conceptualization and HAABI Scale Development
Beijing Key Laboratory of Applied Experimental Psychology, National Demonstration Center for Experimental Psychology Education, Faculty of Psychology, Beijing Normal University（北京师范大学心理学院）
通过两项研究开发并验证了人机情感纽带量表（HAABI），该量表包含情感真实性、分离焦虑、情感投入和浪漫亲密四个维度，共20个条目，为评估用户与对话AI之间的情感纽带提供了中立、以用户为中心的工具。
2026-05-28 cs.HC
Fostering Emotional Perspective-Taking: An Exploration of Affective Face-Tracking Interactions in the VR Narrative Rekindle
Northeastern University（东北大学）
提出利用VR头显内置面部追踪识别玩家情绪，促进玩家与故事角色之间的情感视角转换，从而加深情感联系和叙事参与。
2026-06-01 cs.HC cs.MM
Adversarial Training in Affective Computing and Sentiment Analysis: Recent Advances and Perspectives
University of Augsburg（奥格斯堡大学）；Imperial College London（帝国理工学院）
在过去的几年里，对抗训练已经成为一个非常活跃的研究课题，并已成功应用于各种人工智能（AI）领域。作为开发下一代情感AI系统的潜在关键技术，我们在此全面概述了对抗训练在情感计算和情感分析中的应用。相应地解释和讨论了各种代表性的对抗性训练算法，旨在解决与情感AI系统相关的各种挑战。此外，我们强调了一系列潜在的未来研究方向。我们希望这一概述将有助于促进学术界和工业界情感计算和情感分析的对抗训练的发展。
2018-09-21 cs.AI cs.CL cs.HC
An Affective Situation Labeling System from Psychological Behaviors in Emotion Recognition
KAIST（韩国科学技术院）
本文提出了一个计算框架，提供情感标签的现实生活中的情况下，称为A-Situ。我们首先定义了一个情感的情况下，作为一个特定的安排有关的情感实体的情绪引发的情况。然后，情感的情况下表示为一组标签的效价唤醒情感空间。基于生理行为的情况下，所提出的框架量化的预期情绪与刺激事件的相互作用引起的。在一个时空的情况下，积累的结果被表示为一个多项式曲线称为情感曲线，在现实世界的情况下，认知和情感感知之间的语义差距的桥梁。我们在真实世界的实验中显示了可靠的情感标记曲线的功效，分别涉及1）我们的系统和现有的用于测量情感的显式评估的结果之间的比较，2）情感状态的生理独特性，以及3）与连续标签相关的生理特征。情感曲线区分情绪状态的效率进行评估，通过主体依赖的分类性能，使用双相干特征来表示离散的情感状态的价唤醒空间。此外，基于脑电图的统计分析揭示了情感曲线的生理相关性。
2019-11-05 cs.AI cs.HC cs.NE
Visuo-Tactile Feedback with Hand Outline Styles for Modulating Affective Roughness Perception
本文提出一种结合虚拟手部轮廓视觉线索与指尖振动的视觉-触觉反馈方法，发现尖锐轮廓增强粗糙度感知和唤醒度、降低效价，而红色仅降低效价，证明视觉线索可在低触觉强度下扩展情感调节范围，为沉浸式VR情感渲染提供灵活手段。
2025-08-19 cs.HC
A Controlled Study on Evaluation of Thermal Stimulation Influence on Affective Measures of Uninformed Individuals
本研究在触觉与心理学交叉领域，通过定制热装置对120名不知情受试者上背部施加不同温度刺激，发现暖温度会提高部分图片类别的唤醒度并降低效价，但情绪轮测量无显著差异。
2023-11-21 cs.HC
Artificial Intelligence Can Emulate Human Normative Judgments on Emotional Visual Scenes
本文评估最先进多模态语言模型对标准化情感图像的评分，发现其在情感维度和基本情绪上与人类平均评分高度相关，说明该能力可从图文统计学习中涌现。
2025-03-24 cs.CY cs.HC
Affective Visualization Design: Leveraging the Emotional Impact of Data
本研究通过文献回顾梳理情感可视化设计的研究路线，保留109篇论文并识别五种论证视角，同时对61个设计项目从领域、任务和方法三维度编码，以探索其设计空间。
2024-11-12 cs.HC
It's Food Fight! Introducing the Chef's Hat Card Game for Affective-Aware HRI
情感表达及其在互动过程中的变化严重影响我们对他人的感知和行为。设计一个HRI的情况下，可以观察，理解和模型的情感互动，并产生适当的反应或启动的机器人是一个非常具有挑战性的任务。在本文中，我们报告我们的努力，在设计这样的场景，并提出了一个情感互动的人工智能部署在自主机器人的建模策略。总的来说，我们提出了一个新的HRI游戏场景，旨在符合特定的要求，这将使我们能够开发下一波的情感感知社交机器人，提供足够的情感反应。
2020-03-09 cs.HC
Situated Haptic Interaction: Exploring the Role of Context in Affective Perception of Robotic Touch
AIRO-IDLab, Department of Electronics and Information Systems, Ghent University - imec（AIRO-ID实验室，电子与信息系统系，根特大学 - imec）
本研究通过实验探究情境线索如何影响机器人触觉情感感知，发现视觉情境主导效价判断，触觉调节唤醒度，为情感人机交互提供具身化设计启示。
2025-06-23 cs.HC cs.RO
How Can Autonomous Vehicles Convey Emotions to Pedestrians? A Review of Emotionally Expressive Non-Humanoid Robots
本文针对自动驾驶车辆与行人交互的需求，通过综述2011-2021年25篇非人形机器人情绪表达研究，提出AV-行人情绪交互界面的设计考量，为相关研究提供参考。
2024-03-07 cs.HC
Haptic Empathy: Investigating Individual Differences in Affective Haptic Communications
本研究针对远程互动下情感触觉设计受个体触觉差异限制的问题，通过双通道触觉显示器实验探究个体差异，发现触觉解码能力与情绪特质相关，并总结出三种触觉信息创建策略。
2025-03-19 cs.HC
Evoking realistic affective touch experiences in virtual reality
这项研究的目的是更好地了解在VR中被爱抚的情感和生理相关性，这取决于所提供的多感官反馈的类型以及触摸具体虚拟身体的虚拟表示的有生命或无生命性质。我们评估了VR中的愉悦感、唤醒、体现和被触摸的错觉是如何受到仅包含视觉反馈与视触刺激条件的影响的，在视触刺激条件下，参与者除了看到化身或羽毛抚摸他们的虚拟身体外，还感知到一致的空中超声波触觉刺激或真实的人际接触。我们发现，与仅基于视觉反馈的条件相比，基于超声波或真实人际接触的视觉触觉反馈增强了被情感触摸并体现在虚拟身体中的错觉。然而，与其他条件相比，真正的人际接触导致了最强烈的行为和情感反应。此外，与虚拟羽毛相比，当被女性化身触摸时，唤醒和收回抚摸的手的欲望最高。与男性相比，女性参与者在VR中表现出更强烈的被抚摸的错觉。总的来说，这项研究推进了VR中情感触摸的情感和生理影响的知识。
2022-02-27 cs.HC
Understanding Listener Perceptions of AI and Human-Composed Music in Emotional Applications
MIT Media Lab（麻省理工学院媒体实验室）；Myndstream（Mindstream）
本研究探讨听众对AI与人类创作音乐的感知对情感共鸣的影响，发现人类创作音乐更易唤起目标情绪，强调真实性对相关情感技术设计的重要性。
2026-09-03 cs.HC
Lessons from Biophilic Design: Rethinking Affective Interaction Design in Built Environments
本文通过访谈建筑师，从亲生物设计视角提出三项面向智能建筑情感交互的设计原则，以突破传统情感计算将情绪视为静态可计算状态的局限。
2025-08-27 cs.HC
Designing Adaptive Affective Chatbots for Online Learning: Trade-offs Between User Control, Automation, and Transparency
Georgia Institute of Technology（佐治亚理工学院）
本研究通过迭代设计探索在线学习中的情感自适应聊天机器人，提出三种自适应方案，并发现混合设计在权衡自动化、透明度与用户控制时最受用户青睐。
2026-10-06 cs.CY cs.HC
A Valid Self-Report is Never Late, Nor is it Early: On Considering the "Right" Temporal Distance for Assessing Emotional Experience
Delft University of Technology（代尔夫特理工大学）；Leiden University（莱顿大学）
开发自动情感预测的计算模型需要有效的自我报告，关于个体对刺激的情感解释。在这篇文章中，我们强调的重要影响的刺激事件和时刻之间的时间距离时，它的经验报告所提供的信息的有效性。这种影响源于所涉及的认知过程的时间依赖性和时间要求性。因此，收集报告可能为时已晚：人们普遍承认，遗忘是准确描述过去经历的一个挑战。因此，争取尽早评估的方法越来越受欢迎。然而，在这里，我们认为，收集也可能发生得太早：关于最近刺激的描述可能在情绪处理完全收敛之前就被收集了。基于这些概念，我们支持每种刺激的时间距离的存在，最大限度地提高自我报告的有效性-一个“正确”的时间。因此，我们建议未来的研究（1）有意识地考虑情感自我报告的时间距离的潜在影响时，计划数据汇集，（2）记录情感自我报告的时间距离尽可能作为计算建模语料库的一部分，最后（3）和探索跨不同类型的刺激的自我报告的时间距离的影响。
2023-01-27 cs.AI cs.HC
Narrative Review of Emotional Expression Support in XR: Psychophysiology of Speech-to-Text Interfaces
本综述基于37项研究，考察了XR环境中STT界面情感表达的进展与局限，指出实时字幕缺乏情感传达，并提出了动画字幕等未来方向。
2025-05-01 cs.HC
Affective Translation: Material and Virtual Embodiments of Kinetic Textile Robots
SMArchS Computation, MS Mechanical Engineering（SMArchS计算系，机械工程硕士）；SMArchS Computation, EECS（SMArchS计算系，电子工程与计算机科学系）；EECS（电子工程与计算机科学系）
本研究通过对比实体与虚拟动能纺织机器人，探讨情感参与和感知反应的差异，旨在设计能引发有意义人机交互的混合系统。
2025-12-02 cs.HC cs.RO
R-CAGE: A Structural Model for Emotion Output Design in Human-AI Interaction
Independent Researcher（独立研究者）
针对长期人机交互中反复情感输出导致的认知过载与解释失配，论文提出 R-CAGE 四模块结构框架，将情绪设计为可持续单元以保护用户自主性与心理恢复。
2025-05-11 cs.AI cs.CY cs.HC
MathBuddy: A Multimodal System for Affective Math Tutoring
IT:U Interdisciplinary Transformation University Austria（奥地利 interdisciplinary Transformation 大学）；IBM Research India（印度 IBM 研究院）
MathBuddy是一个多模态情感数学辅导系统，通过融合文本和面部表情建模学生情绪，映射到教学策略，提升LLM辅导能力，实验显示胜率提升23个百分点。
2025-09-24 cs.AI cs.CL cs.HC
Quantifying Emotional Arousal through Pupillary Response: A Novel Approach for Isolating the Luminosity Effect and Predicting Affective States
University of Essex（埃塞克斯大学）；Politecnico di Torino（都灵理工大学）；University of Sussex（萨塞克斯大学）
本研究提出通过校正亮度效应来准确预测情绪唤醒的方法，利用瞳孔反应分离情绪和亮度成分，提升预测效果。
2026-01-17 cs.HC
Heartificial Intelligence: Exploring Empathy in Language Models
University of the Witwatersrand（威特沃特斯兰德大学）
本研究通过标准化心理测试发现，大型语言模型在认知共情任务上优于人类，但情感共情显著低于人类，这使其能在避免情感疲劳和偏见的情况下提供客观一致的情感支持。
2025-07-30 cs.CL cs.HC
Emosaic: Visualizing Affective Content of Text at Varying Granularity
University of Applied Sciences Potsdam（波茨坦应用科学大学）；Urban Futures Institute of University of Applied Sciences Potsdam（波茨坦应用科学大学城市未来研究所）
本文介绍了Emosaic，一个可视化的文本文档的情感基调的工具，考虑到情感的多个维度和不同层次的语义粒度。Emosaic基于对语言，情感和颜色感知之间关系的心理学研究。我们利用了人类情感的三维模型：效价（好的，好的与坏的，可怕的），唤醒（平静，被动与兴奋，主动）和支配（弱，控制与强，控制）。以前，多维情感模型很少用于文本数据的可视化，因为涉及到感知的挑战。此外，直到最近，大多数文本可视化仍然处于高水平，阻碍了与文本的深层语义内容的更紧密接触。通过实证研究，我们引入了一种颜色映射，将三维情感空间中的任何点转换为独特的颜色。Emosaic使用带有价-唤醒-优势模型的三个情感参数的情感词典来从文本中提取情感含义，然后将色调-饱和度-亮度颜色空间的相应颜色参数分配给它们。这种将情感映射到颜色的方法旨在帮助读者更容易地把握文本的情感基调。Emosaic的几个功能允许读者更详细地交互式地探索文本的情感内容;例如，以直方图的聚集形式、以遵循文本顺序的顺序形式、以及详细地嵌入到文本显示本身。交互技术已被包括在内，以允许文本和可视化的过滤和导航。
2020-02-24 cs.CL cs.CY cs.HC
Modeling Cognitive-Affective Processes with Appraisal and Reinforcement Learning
本文提出CPM-RL模型，将评估理论与强化学习结合，用时序差分学习形式化CPM评估检查，以建模任务事件引发的情绪反应，并通过情境短文研究验证其预测多种人类情绪的能力。
2023-10-26 cs.HC
Beyond Benefit or Risk: Perceived Impact Profiles of Human-AI Affective Interaction and Their Associations with Psychological Functioning
Beijing Normal University（北京师范大学）；The Ohio State University（俄亥俄州立大学）
本研究通过访谈和六个月的追踪调查，识别出人机情感互动影响感知的四种剖面，发现风险驱动型用户心理脆弱性更高，但总体心理危害有限且具选择性，需个体化保障。
2026-09-16 cs.HC
Time-Continuous Modeling for Temporal Affective Pattern Recognition in LLMs
School of Computer Science Bina Nusantara University East Jakarta, Indonesia（计算机科学学院 印尼国立宾努斯大学 東雅加達）
本文提出利用物理信息神经网络，通过时间连续建模实现大语言模型中情感模式识别，为可解释对话建模提供新方法。
2026-01-18 cs.AI cs.ET cs.HC
How emoji and word embedding helps to unveil emotional transitions during online messaging
University of Virginia（弗吉尼亚大学）；School of Data Science（数据科学学院）
在网上聊天时，肢体语言和声音特征不是沟通机制的一部分，这使得准确解释感觉、情绪和态度变得非常困难。使用表情符号来表达情感是这些类型的沟通中的另一种方法。在这个项目中，我们专注于在与聊天机器人的在线消息会话中建模客户的情绪。我们使用情感控制理论（ACT）来预测互动过程中的情绪变化。为了让客户使用表情符号，我们还扩展了ACT使用的情感词典。为此，我们映射到情感空间的xuji2vec嵌入。我们的框架可以发现消息传递过程中的情绪变化以及客户的反应如何相应地改变。
2021-03-23 cs.CL cs.HC cs.SI
Teleology-Driven Affective Computing: A Causal Framework for Sustained Well-Being
School of Psychology, Fujian Normal University（福建师范大学心理学部）
提出目的论驱动的情感计算框架，统一主要情绪理论，通过“数据宇宙”与因果建模推断个体情感关注，并采用元强化学习训练智能体，以实现长期幸福感与个性化干预。
2025-02-24 cs.AI cs.CY cs.HC
AZRA: Extending the Affective Capabilities of Zoomorphic Robots using Augmented Reality
University of Glasgow（格拉斯哥大学）；Abertay University（阿伯泰大学）
针对拟物机器人情感交互简单短暂的问题，提出增强现实框架AZRA，通过新型情感显示、交互模态与情绪计算模型扩展机器人情感能力，并探讨其在快速原型设计与未来开发中的应用。
2025-08-11 cs.HC cs.RO
Metamorpheus: Interactive, Affective, and Creative Dream Narration Through Metaphorical Visual Storytelling
City University of Hong Kong（香港城市大学）；Massachusetts Institute of Technology（麻省理工学院）；Nankai University（南开大学）
本研究提出情感界面Metamorpheus，依托生成式AI模型生成梦境相关的隐喻图像与文字描述，支持用户创造性叙述梦境情感经历、开展自我反思，评估证实其可帮助用户生动回忆并反思梦境体验。
2024-03-01 cs.AI cs.CL cs.CY
Wearable Affective Memory Augmentation
人类的记忆优先存储和回忆的信息是情绪唤起和/或重要的过程称为价值导向的记忆。当体验信息流（例如对话、书籍、讲座等）时，个人对输入的信息进行有意识和潜意识的价值评估，并将其用作确定要记住什么的度量。为了提高记忆的自动回忆，先前的记忆增强系统已经感测用户的生理状态以确定哪些感觉媒体应该被优先考虑。在这里，我们建议优先使用的情感状态的个人，用户正在与记忆。因此，所提出的可穿戴情感记忆增强系统使用来自用户的社交同伴的情感信息，以促进价值导向的记忆。
2021-12-02 cs.HC
AniBalloons: Animated Chat Balloons as Affective Augmentation for Social Messaging and Chatbot Interaction
针对消息交互非语言情绪传递有限的问题，研究团队设计了含30种动画的AniBalloons系统，通过三项研究验证其情感识别效果与对交流体验的影响，为非语言情感交流提供了新方案与实证依据。
2024-08-14 cs.HC
Foundation of Affective Computing and Interaction
本书系统梳理情感计算与人机交互的历史、关键技术（多模态识别、脑机接口等）及教育医疗等应用，并展望AI融合趋势，强调伦理平衡。
2025-06-18 cs.HC
HeartBees: Visualizing Crowd Affects
群体内的情感分享加强了协调和同理心，带来了更好的健康结果，并提高了生产力和绩效。现有的情感分享工具面临着一个主要挑战：创建一个集体情感状态的表示，是相关的和普遍的访问。为了克服这一挑战，我们提出了HeartBees，这是一个用于可视化集体情绪状态的生物反馈系统，它将多维情绪模型映射到鸟群的隐喻可视化中。基于情感计算文献和生理传感，我们将可以从可穿戴设备获得的生理指标映射到多维情感模型中，反过来，我们的HeartBees可以使用该模型。我们与353名在线参与者一起评估了我们的自然灵感交互系统，他们的反应在主观感知可视化的方式上表现出良好的共识。最后，我们讨论了HeartBees的实际应用。
2020-10-14 cs.HC
PAIR: Perceptual Affective Inference and Regulation in a Real-Time Multimodal Conversational Agent
School of Information Sciences, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校信息科学学院）；School of Computing, KAIST（韩国科学技术院计算学院）；Department of Computer Science, Florida State University（佛罗里达州立大学计算机科学系）
提出PAIR实时多模态对话智能体，通过评估脚手架推断情感并调节，14天部署验证了推断准确性与支持模式的相关性。
2026-10-07 cs.HC
Wearable Affective Life-Log System for Understanding Emotion Dynamics in Daily Life
KAIST（韩国科学技术院）
过去关于识别人类情感的研究在许多方面使用了各种生理传感器。然而，情感动力如何在人类日常生活的背景下影响尚未被探索。在这项工作中，我们提出了一个可穿戴的情感生活日志系统（ALIS），这是强大的，以及易于使用的日常生活中检测情绪变化，并确定其因果关系对用户的生活。所提出的系统记录了用户在长期活动期间在某些情况下使用生理传感器的感觉。基于长期监测，系统分析用户的生活情境如何影响他/她的情绪变化。此外，真实世界的实验结果表明，所提出的可穿戴生活日志系统使我们能够建立因果结构，以找到适合学校生活中的每一个压力情况的有效的压力缓解。
2019-11-05 cs.AI cs.HC cs.NE
Generative Intelligence Systems in the Flow of Group Emotions
本研究提出一种编排情绪传染的模型，使智能体能够检测情绪信号、推断群体情绪模式并生成针对性响应，从而实时影响群体情感，将情感计算从个体反应提升至群体层面的情绪调节。
2025-07-16 cs.ET cs.HC
An Affective Robot Companion for Assisting the Elderly in a Cognitive Game Scenario
University of Hamburg（汉堡大学）
能够识别人类用户的情感被认为是人机交互（HRI）场景中非常理想的特性。然而，大多数当代的方法很少尝试以主动的方式应用已识别的情感特征来调节机器人决策和对话，以使用户受益。在这份立场文件中，我们提出了一种方法，将识别的情绪纳入一个基于强化学习（RL）的对话管理模块，以适应其对话响应，试图使认知训练任务，如2048益智游戏，更愉快的用户。
2018-07-12 cs.AI cs.HC cs.RO
SensEmo: Enabling Affective Learning through Real-time Emotion Recognition with Smartwatches
Stony Brook University（石溪大学）；The Chinese University of Hong Kong（香港中文大学）；University of North Carolina（北卡罗来纳大学）
本研究提出基于智能手表的情感学习系统SensEmo，通过多生理传感器和个性化情绪模型识别学生状态，结合马尔可夫决策过程算法优化教学，实验验证其情绪识别准确率高且能显著提升学习成绩。
2024-07-13 cs.CV cs.HC cs.LG
AI Empathy Erodes Cognitive Autonomy in Younger Users
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文研究人工智能共情对年轻用户认知自主性的影响，指出情感共鸣可能强化用户情绪状态，削弱独立情绪管理和批判性思维能力，提出以功能中性为核心的斯多葛式架构以保护用户自主性。
2026-02-08 cs.CY cs.HC
Revolutionizing Mental Health Support: An Innovative Affective Mobile Framework for Dynamic, Proactive, and Context-Adaptive Conversational Agents
针对传统聊天机器人难以适配复杂心理健康支持需求的问题，论文提出结合多模态感知、语言模型与认知行为疗法工具的情感移动框架，可实现共情式情绪干预，助力用户情绪管理。
2024-06-22 cs.HC
Comparing affective responses to standardized pictures and videos: A study report
多媒体文件，如文本，图像，声音或视频引起不同的极性和强度的情绪反应暴露在人类受试者。这些刺激存储在情感多媒体数据库中。情绪处理问题是人机交互以及心理学、神经科学等多学科交叉研究中的重要课题。准确预测用户的注意力和情感具有许多实际应用，例如情感计算机界面、多方面搜索引擎、视频点播、互联网通信和视频游戏的开发。在这方面，我们提出了一项研究的结果，N=10名参与者调查的能力，标准化的情感多媒体数据库的情感刺激。每个参与者都暴露在图片和视频刺激与先前确定的语义和情感。在暴露过程中，参与者的生理信号被记录下来，并在离线分析中估计情绪。参与者在每次曝光后报告他们的情绪状态。对后验和先验情绪值进行了比较。实验表明，在其他报告的结果中，精心设计的视频序列比图片引起更强烈和更准确的情绪反应。个体参与者的差异极大地影响了体验情绪的强度和极性。
2017-06-30 cs.HC cs.MM
Affective Automotive User Interfaces -- Reviewing the State of Emotion Regulation in the Car
情感技术提供了令人兴奋的机会，通过迎合人类的情感来改善道路安全。现代汽车内饰能够非接触式检测用户状态，为通过情绪调节系统地促进安全驾驶行为铺平了道路。我们回顾了目前的文献有关情绪对驾驶员行为的影响，并分析了情绪调节方法在汽车中的状态。我们总结了情感互动的文化方面的形式，技术障碍和方法上的考虑，以及机会，以提高道路安全，恢复驾驶员的情绪平衡状态的挑战。本次审查的目的是概述社区的综合知识感兴趣的研究人员，提供一个有重点的介绍从业人员，并确定未来的方向，在汽车中的情感互动。
2021-10-28 cs.HC
From Segments to Trajectories: Evolving Affective Graphs with Evidence Retrieval for Continuous EEG Emotion Recognition
College of Artificial Intelligence, Nanjing University of Aeronautics and Astronautics（南京航空航天大学人工智能学院）；School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院）；School of Intelligent Science and Engineering, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）智能科学与工程学院）；School of Public Health, National University of Singapore（新加坡国立大学公共卫生学院）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
针对现有EEG情绪识别将动态情绪简化为静态片段预测的问题，提出EAGER框架，通过情感状态引导的拓扑演化和多尺度时间证据检索实现全试验情感轨迹预测，在三个数据集上取得更优轨迹跟踪性能。
2026-09-28 cs.HC
Closing the Affective Loop: Multimodal Speaker-Listener Emotion-Dynamics-Aware Empathetic Social Robots
Graduate School of Informatics, Kyoto University（京都大学情报学研究科）；Computer Science Department, Boise State University（博伊西州立大学计算机科学系）
本研究提出AffectLoop系统，在Misty II机器人上实现多模态情感动态感知的说话人-听话人共情交互，经试点研究验证可提升共情响应与用户满意度。
2026-08-18 cs.CL cs.HC cs.RO
Affective Ludology, Flow and Immersion in a First- Person Shooter: Measurement of Player Experience
关于体验现象的游戏研究是一项具有挑战性的工作，因为游戏玩家在游戏中遇到的体验多种多样，目前还没有正式的分类，例如流，沉浸，无聊和乐趣。这些非正式的术语需要科学的解释。Ludologists也承认需要通过建立严格的方法论，从心理学的角度来理解球员的认知，情感和目标导向行为。本文建立在并扩展了以前的工作在一个领域，我们想硬币的术语“情感ludology。“该领域关注的是玩家游戏互动的情感测量。这里报告的实验研究使用主观（即，问卷）和目标（即，心理生理学）措施。参与者玩了三个半条命2游戏级别的设计修改，同时采取了肌电图（EMG），皮肤电活动（EDA）等措施，并收集了问卷调查。一个水平的战斗导向流的经验表现出显着的高唤醒积极影响的情绪。该方法示出了情绪模式从不同的级别设计中出现，其具有提供游戏玩法的实时情绪简档的巨大潜力，所述游戏玩法的实时情绪简档可以与自我报告的主观玩家体验描述一起生成。
2010-04-01 cs.HC cs.MM
