具有情感传递功能的真实感智能人群仿真研究

Crowds simulation is an important theoretical basis to prevent public security incidents and is the core enabling technologies for game industry. To build a dynamic crowds emotion transmission model is an important way to increase the reality and behavioral diversity of virtual crowds and to enhance the creativity and autonomy of the virtual human in decision-making process.This project intended to propose a basis theory for a more complete exposition of crowd dynamic emotion propagation mechanism , and this theory can quickly and efficiently calculate the emotional impact of dynamics marching crowds and represent the emotional impact results. First, in order to calculate the basic motion information of crowds, this project adopted particle system to calculate moving information of virtual crowds..Second, treated crowd emotion transmission process as heat conduction process, then creatively using heat conduction model to generate the interpersonal emotional affection among crowds and the emotion transmission results of whole crowds. In addition, this project built emotional reaction characteristics for different types of of individuals in order to enhance the reality of their emotional reactions. Finally, using RBF to build facial expressions under mixed emotions . Furthermore, personal emotion will be mapped to the behavior subspace which constructed in accordance with the emotion the behavior expressed and its frequency. The model this project constructed would reflect dynamic crowd emotional characteristics under multi-environments, provide a decision-making basis for public services , and provides a theoretical basis for the associated virtual reality simulation platform.

人群情感仿真是防治公共安全事件的重要理论基础，是游戏产业的核心支撑技术，构建动态人群情感传递模型是增加虚拟人群真实感和行为多样性、提升虚拟人自主性的重要方法。项目拟提出一种能够较完整的阐述人群动态情感传播机制的基础理论，构建快速有效的计算动态人群情感影响、模拟人群突现行为的原型系统。项目拟首先用粒子系统模拟人群中的虚拟个体，以计算人群的基本运动信息。其次创造性的将人群情感传递抽象为热传导过程，利用热传导模型计算人群临近个体之间的情感影响，并确定整个流动人群的情感传播情况。然后引入不同类型个体的情感反应特性，以便提升虚拟个体的个性情感构建能力。最后用RBF构建混合情感下的面部表情，根据动作的情感隶属和常见性构建情感行为子空间，将情感映射到个性行为。课题拟构建能够在多种环境下真实的反应动态人群情感特性的理论模型，为相关公共服务单位提供决策依据，为相关虚拟现实仿真平台奠定理论基础

构建动态人群情感感染模型是增加虚拟人群真实感和行为多样性、提升虚拟人群对动态环境的自适应性和决策自主性的重要方法。本项目在研究的过程中分析和研究了国内外现有的人群仿真系统设计原理，在此基础上构建了静态、动态人群情感感染的快速计算方法；构建了个性情感生成方法和仿真原型系统；并将情感感染的模型扩展到社交计算领域。. 在动态人群情感感染方面：构建了多种情绪感染模型，其中有代表性的为将个体与近邻之间的情感感染作为信息传播过程，采用SIR(Susceptible Infective Removal)情感信息传播模型计算情感影响，该情感影响表现为个体在聚集过程中的移动速度变化。通过将计算低层运动参数的社会力和产生情绪影响的SIR模型结合起来模拟了动态行人聚集，具有较好的环境适应性和鲁棒。. 在人群情感快速算法方面：单个个体的情绪通常只能感染他的最近邻而无需计算其对所有个体的影响，设定该区域为情绪感染区域；再采取基于剔除和最近邻查找的优化方法可以去除有一定距离的个体之间情绪影响的计算，情绪感染只发生在两个个体相互进入到对方的情绪感染区域；最后将人群的位置关系映射到二维数组，相邻的情绪感染即可以利用GPU进行并行加速。. 在个性情感生成和仿真方面：项目采用霍克斯过程来模拟个性情感的动态过程，每个事件引发的情绪反应都被看作一个点过程，不同类型的事件有不同的情感权重。此外，霍克斯过程还可以表示情绪反应的动态衰减，利用情绪反应过程记录训练权重和衰减控制参数，使算法更加鲁棒。并将其应用到用户的情绪分析与基于社交网络的决策方面。. 项目执行总体过程顺利，按计划完成所有研究内容和预定指标。项目组共发表相关研究论文12篇，其中EI/SCI论文8篇；获得软件著作权1项；培养硕士研究生4人；参加学术会议5次(ChinaVR2016-2018, Cyberworlds 2016, BigComp 2018)，开展重庆市基础与前沿研究项目1项，巴渝海外引智项目1项，中韩(CQUT-KAIST)学术交流活动2次。所研究成果能够反应情感决策对个体行为的决定作用，还能够为相关公共服务单位提供决策依据、为相关虚拟现实仿真平台提供理论基础。