基于維度情緒模型的智能化燈光交互鏡面裝置設計研究

趙孟霆 蓋龍濤 閆子飛

摘要：探究智能家居場景中用戶情緒與燈光效果的情感化交互設計方法。基于維度情緒模型，解析用戶情緒對燈光色彩、燈光動態變化的偏好；基于深度學習技術，建立多模態情緒識別與維度情緒表示方法；通過設計智能化燈光交互鏡面裝置，實現用戶情緒與燈光色彩、燈光動態變化的創新交互方式。構建了情感化的燈光交互設計方案，實現了一種實時對用戶情緒做出反饋的智能化燈光交互鏡面裝置。提出了情緒識別與情感化燈光交互的設計方法，可以為情感化的智能家居產品設計提供實踐經驗與思路，展開情感化交互設計探索的新視角。

關鍵詞：智能家居；維度情緒模型；光環境設計；交互設計；情感體驗

中圖分類號：TB472 文獻標識碼：A文章編號：1003-0069（2024）11-0130-04

Abstract：In order to investigate the interaction design method between user emotion and light environment in smart home emotionalization. Summarize the past research and explore the relationship between emotion and lighting color and lighting dynamics. Design a multimodal emotion recognition method，create an innovative interactive device and design the interaction between light color and light dynamic changes. Completed the emotional lighting interaction design program. A lighting interaction device design that gives feedback to user emotions in real time is realized. A method of emotion recognition and emotional lighting design is proposed，which can provide practical experience and ideas for the emotional product design of smart home.

Keywords：Smart home；Dimensional model of emotions；Luminous environment design；Interaction design；Emotional experience

引言

云計算、物聯網、大數據等技術的發展促進了智能家居融入大眾生活的過程[1]。《2020中國智能家居生態發展白皮書》的主題是從全屋智能到空間智能化，行業聚焦逐漸從家居設備控制過渡到用戶價值的滿足。在空間智能化的訴求下，需要就用戶的智能化生活場景進行設計。從大數據來看，智能家居的發展應以用戶體驗為核心，更注重解決生活痛點與提升生活品質[2]。具體到情境感知的角度，用戶體驗應滿足用戶感官、行為、情感3個層次的需求[1]。雖然智能家居產業已比較成熟，產品門類和單品都具有較高的豐富性，但在情感層次仍缺乏對用戶的關懷，在“情感化”方面對新技術的應用尚未展開廣泛探索。本文從此處入手，基于人工智能等新技術，探究用戶情緒因素與光環境調節模式的關系，提升用戶在智能家居場景中的情感化體驗，并通過將相關領域的理論成果應用在交互裝置的算法設計上，驗證設計研究領域已有的實驗結論，為情感化的智能家居產品設計提供實踐經驗。

一、情感化燈光交互裝置的設計現狀

（一）家居燈光環境情感化

隨著生活需求層次的提高，越來越多的人開始使用智能化的家居產品，注重居家生活的情感化體驗。就燈光元素來說，情感化的智能家居燈光環境應在造型美觀、交互自然、照明個性化3個方面加以設計[3]。在燈光交互與個性化照明方面，以滿足人們情感需求為主要目的的氛圍性照明在家居環境中正受到重視。氛圍性照明利用燈光創造出一種增強沉浸與體驗的意境環境[3]，其中燈光的光色、色溫、光度等要素的合理搭配和利用對營造理想氛圍的光環境具有重要作用[4]。另外，燈光的動態變化也隱藏著一系列情感線索，如模擬自然照明的閃爍、樹影等對用戶情緒產生各種預期的影響[4]。可見，目前的研究已開始考慮智能家居場景中燈光與情緒的關系，但由于缺乏新技術的支持，仍缺少根據用戶的實時情緒變化而自動做出調整的燈光交互裝置設計。

（二）基于情緒識別的智能交互系統

一些特定應用場景中，基于用戶情緒識別的實時交互系統已被提出，將用戶情緒這一變量引入交互系統設計的考量中，滿足用戶的情感體驗需求。這些系統通過改變環境因素給予相應的情緒反饋，達到改善情緒、維持注意力集中性、提高工作效率等目的。如汽車燈光音效調節系統中，設計重點在于提升駕駛員的專注度[5]；在智能音樂播放系統中，設計目標一般是根據識別到的用戶情感選擇特定分類的歌曲[6]或根據歌曲情感改變球燈燈光[7]。目前，這些已有的設計更多被應用在載具設備、KTV等特定的活動場合；對于更私人化、日常化的家居場景，目前還缺乏適應相關使用場景的產品設計。

二、情感化燈光交互裝置的設計理論基礎

（一）維度情緒模型

人類情緒的狀態可以利用情緒模型來進行量化[8]。出于不同的應用場景，目前已有多種情緒模型被建立，主要可分為離散情緒模型和維度情緒模型。離散情緒模型主要對傳統的驚奇、恐懼、厭惡、憤怒、高興、悲傷6種基本情感及其復合情感進行研究[9]。維度情緒模型是將情緒狀態映射到情緒空間中，能從態度、強度等多種維度動態、定量地描述情緒及其變化過程。

喚醒度-效價（Arousal-Valence）情緒模型是一種二維情緒模型，具有“喚醒度”和“效價”兩個維度[9]，如圖1所示。其中，水平維度的“效價”從左到右代表情緒從不愉快到愉快的程度，豎直維度的“喚醒度”從上到下代表情緒從活躍到平靜的程度。這種模型劃分出的情緒群組涵蓋了基本的情緒反應，且相互之間能找到明確的區分。該模型具有表示方式直觀、情緒數據易于獲取等優勢，能用來擬合離散情緒的過渡變化，可用于對情緒變化的定量計算，將人類情緒表示為向量。

（二）基于維度情緒模型的燈光色彩設計理論

根據色彩心理學原理，不同的顏色具有不同的象征意義，可引起人們不同的情緒反應[10]。為了使情緒與色彩的關系更加直觀且具有理論意義，可采用包含色相、飽和度、光強度3個分量的HSI色彩空間。其中，色彩的分量與情緒具有更加緊密的聯系，如色相會影響情緒印象和聯想效果：紅色可激發活力和激情，藍色可帶來冷靜和放松，綠色可增加平靜和和諧感等。通過不同色相、飽和度、亮度的組合，可根據用戶的情緒狀態產生合理的燈光色彩反饋。

維度情緒模型可用向量的形式將人類情緒表示出來，并與HSI色彩通道建立相關關系，更準確地描述情緒對色彩的偏好。蕭世文通過邀請多位有經驗的燈光師為不同情感的音樂調節色彩總結出不同情緒對燈光的偏好，部分結果對應到HSI色彩空間中如圖2[11]，喚醒度、效價與色相之間分別存在相關性，其中喚醒度與色相的相關性更強；同時，喚醒度與飽和度具有明顯的相關性。總體來說，高喚醒度對應較高水平的飽和度，而色相受到喚醒度與效價的雙重影響，即喚醒度越高，紅光色越強，色調偏暖；效價越低，藍色光越強，色調偏冷；喚醒度與色相變化的相關性更強。這些結論能很好地指導維度情緒數據的色彩偏好擬合。

（三）基于維度情緒模型的燈光動態設計理論

與色相、飽和度不同，光強度雖然與情緒的直接相關性不強，但可用于表現燈光的動態變化。光強度及其動態變化與人的懼怕感、放松感等都有一定相關性[4]。因此，選擇適當水平的光強度并設計一定的動態變化能帶來更好的情緒反饋效果。如擬仿人類呼吸規律的呼吸燈，柔和的光線變化給人平靜、溫暖的感覺，適合在放松、休息場景中使用；而循環閃爍的跑馬燈則能在不同條件下產生多樣的效果：快速的跑馬燈可創造出靈活、變化的燈光效果，激發人的情緒和興奮感，而慢速的跑馬燈通過與柔和的顏色、溫暖的亮度等配合也可用以創造溫馨和浪漫的氛圍。不同燈光動態模式的選擇以及與燈光色彩的自然配合能夠完善燈光的情緒反饋邏輯，滿足人們的情感體驗需求。

三、情感化燈光交互裝置的情緒識別與表示方法設計

（一）情緒識別方法

目前，常用的情緒識別的方法主要為多模態方法，在行為表現層面，可用的模態包括語音情感、人臉表情等[8]。本文設計的情緒識別與表示方法如圖3。在通過表情識別情緒的流程中，先使用Haar級聯分類器[12]檢測畫面中的人臉，將人臉部分截取并輸入卷積神經網絡（CNN），最終預測得到基于表情識別的維度情緒模型向量。在通過語音識別情緒的流程中，先利用VAD聚類算法提取人聲，之后將音頻信號轉換為梅爾倒頻譜系數[13]（MFCC）特征，最終輸入到CNN中，預測得到基于語音情緒識別的維度情緒模型向量。

（二）情緒表示方法

將表情、語音模態的維度情緒模型向量結合，能得到用于光環境交互的情緒模型向量。由于連續的表情變化信息會持續輸入攝像頭，具有更多可被檢測到的細微特征；而語音輸入是相對不確定的，因此，表情是情緒的主要識別依據，而將語音為輔助輸入，進行數據加權疊加的決策級模態融合。

人的情緒變化易受到外界刺激影響，可能在短時間內產生較大波動，但始終具有連續性，且刺激消失后情緒會逐漸恢復淡化[14]，因此需要利用權重來平衡過往情緒信息的影響。當下一幀預測值與當前狀態差異較大，或比當前具有更高喚醒度時，預測值將分配到更大權重，情緒變化將更迅速，波動更大；反之情緒變化會更溫和、緩慢地反映在情緒模型中。

四、基于維度情緒模型的燈光交互鏡面裝置設計實踐

（一）交互裝置的總體設計闡述

在家居環境中，情緒識別系統可以應用在許多情境中，但是并非所有的應用情境都是合理的，情境的選擇需要符合使用者的心理感受。在日常的家居元素中，鏡子自古以來就在人的生活中扮演著重要角色，“以銅為鏡，可以正衣冠；以人為鏡，可以明得失”。鏡子反射光線的物理特性，早就被賦予了反省、反思的隱喻屬性。人在照鏡子時本身就是為了滿足自我了解、自我審視的訴求。如今，在照映儀表、裝飾家居等傳統功能之上，還可以進一步拓展鏡子反思的維度，使其能夠關照人的情緒，挑選適合情緒的燈光環境，提供更加細致入微的情感關懷。

基于情感化的燈光設計理論和多模態的情緒識別及表示方法，結合鏡子正衣冠的傳統功能與現代家居裝飾、氛圍營造的新功能，本文設計實現了一款以鏡子為原型的智能化燈光交互裝置，能夠自然融入用戶的情感生活，利用燈光交互延伸產品設計范疇。設計渲染圖與實物圖如圖4。裝置的鏡面材質為單向玻璃，具有一面反光、另一面透明的視覺效果。鏡后的顯示器畫面可被投射在鏡面上，攝像頭、麥克風等傳感器也能透過鏡面收集用戶的表情、語音數據。使用的視頻與音頻傳感器體積較小，可持續、無接觸地采集數據，避免對用戶情緒產生打擾。裝置利用基于維度情緒模型的情緒識別及表示方法實時分析用戶情緒，根據情緒燈光偏好設計理論控制LED燈帶的輸出來調節燈光，呈現符合用戶情緒的反饋效果，營造個性化的家居氛圍。

圖5為該裝置的模塊示意圖，裝置能夠自動根據環境與用戶狀態控制開關狀態、最大亮度、動態模式等。當用戶在鏡前時，燈光和內置顯示器的UI會響應用戶的需求自動開啟，根據環境亮度自動適應光線強度，在行為層面滿足用戶需要；并自動根據用戶情緒調整燈光色彩，照顧用戶情感層面的需求。如果處于動態燈光模式下，還會根據用戶設置的條件選擇不同的動態模式。如可設置為當用戶較激動時，切換到比較活躍的跑馬燈模式；當用戶處于積極狀態但較平靜時，切換到相對柔和的呼吸燈模式等。同時，動態效果的具體表現也會自動跟隨情緒狀態而變化，表現出流暢、舒緩、激烈等不同狀態的動態特征。

（二）基于燈光色彩偏好理論的交互設計

在鏡面裝置中，燈光色彩的交互設計很大程度上決定了交互效果，是設計的核心，如果裝置僅僅能準確顯示情緒，那么對用戶本人來說并沒有實際意義；只有合理地利用燈光色彩對情緒做出反饋，隨時滿足復雜善變的情緒偏好，才能切實提高用戶的生活品質，傳達以人為本的理念，體現出設計的情感關懷。本文基于維度情緒模型的燈光色彩設計理論，對情緒維度與色彩分量的關系分別進行了擬合實驗，構建了映射關系。進一步根據維度模型中的情緒分布特點，創新了與偏移距離相關的色相權重映射綜合方法，能夠以更符合維度情緒模型中實際情緒分布的方式實時呈現用戶情緒的偏好色彩。

例如，當用戶情緒高昂，喚醒度處于較高狀態時，燈光色彩會更多呈現出黃色甚至紅色等視覺體驗較為激烈的色彩；當用戶偏向平靜時，則更多表現為青色、綠色等冷色。燈光色彩的具體表現如圖6所示，（a）和（b）分別展示了喚醒度、效價與色相的映射關系；（c）展示了喚醒度與飽和度的映射關系；（d）（e）（f）為3種按照不同權重進行組合得到的總映射關系，其中（d）為提出的按距離綜合，（e）（f）為按不同權重進行平均綜合。可以看出，按距離綜合具有更加明顯的情緒分區效果，對應具有更多變、更合理的燈光色彩反饋狀態。

（三）基于燈光動態偏好理論的交互設計

在鏡面裝置中，燈光動態的交互設計是其色彩交互設計的延伸和補充，能夠配合色彩交互方案更進一步突出燈光偏好設計，強調情感化氛圍。燈光方案主要分為靜態和動態兩類模式，兩種方案可以由用戶自行選擇。靜態燈光方案只跟隨情緒狀態變化，根據色彩映射關系提供靜態燈光，相對變化較少且溫和，更適合單純作為氛圍燈使用的場景。動態燈光方案在色彩變化的基礎上，結合燈光動態效果本身的變化特點，額外設計了與情緒相關的燈光動效，使情緒的效價、喚醒度能通過影響燈光動態的控制參數改變燈光效果。動態燈光方案的互動性更強，可以通過更多方式產生情緒反饋，更適用于實時的情緒交互場景。

具體而言，動態燈光方案的設計主要包括以下兩種，實際效果對比如圖7（a）呼吸燈和圖7（b）跑馬燈所示：

（1）呼吸燈 呼吸燈是在靜態燈光基礎上增加了強度隨時間強弱變化的動態效果。當情緒的喚醒度和效價偏高時，燈光應具有更強的動態性，相應具有更大的振幅和更急促的呼吸頻率；反之則更加平靜，減弱燈光的刺激性。

（2）跑馬燈 跑馬燈是當情緒發生波動時，燈光從局部開始變化，新的顏色逐個傳遞到整個燈帶。跑馬燈的動態性強，流暢度取決于用戶情緒。當情緒處于興奮、生氣等狀態，即高喚醒度，燈光具有一定的跳躍性，流暢度較低；當情緒處于悲傷狀態，即低效價、低喚醒度，燈光流暢性很高，為靜謐流動的效果。

（四）交互裝置的用戶體驗評估

本文將裝置的評估范圍分為情緒識別、燈光反饋和交互感知3個方面。情緒識別方面主要反映裝置的多模態情緒識別水平與基于維度情緒模型的情緒表示水平；燈光反饋方面著重考察燈光色彩與動態效果的合理性、燈光反饋的實時性；交互感知方面主要對裝置整體的智能化水平和交互界面設計的合理性進行評價。共召集7位受試者，進行了焦點小組訪談和交互效果評估。在簡單講解裝置功能后，受試者分別與裝置進行了隨意、充分的交互，在結束后填寫了包含情緒識別、燈光反饋、交互感知3個方面共9道問題的量表，最低分1，最高分5。各個方面體驗的最終評分如表1。結合評分情況和小組反饋得到以下評估結論：

在情緒識別方面，裝置的靈敏性較高，但準確性稍低，且表情情緒識別相較語音情緒識別的準確度和靈敏度更高。說明情緒識別和表示方法設計比較合理，滿足設計需求。此外，據受試者反映，有時情緒識別的結果存在短暫延遲，說明情緒表示方法中平衡過往情緒信息的權重還需要調整。

在燈光反饋方面，裝置的實時性較好，且受試者對燈光動態的情感化滿意度較高，對燈光色彩的情感化滿意度稍低，提示對色彩偏好理論的挖掘還可以更加深入。綜合來看，燈光色彩和動態模式設計比較有效，能夠根據用戶情緒做出比較合理的燈光反饋，滿足用戶的情感體驗需求。

在交互體驗方面，受試者給予裝置智能化水平的評分較高，但對用戶界面的評價稍低。說明裝置整體的交互設計思路有效合理，但用戶界面設計還可以進一步細化。

根據以上評估結論，設計方案可在幾方面繼續改進：迭代語音情緒識別模型，優化人聲檢測方法，提升情緒識別準確率；對情緒表示算法進行更多調整與實驗測試，繼續探索更好的情緒識別模態融合方式；增大燈光反饋的測試規模，基于評估結果調整燈光反饋參數，使之能夠更加合理地響應用戶情緒；豐富用戶界面交互內容，提供更多的交互元素，充分利用內置顯示器功能，比如增加語音控制顯示內容等。

結論

本文研究了情感化智能家居燈光交互鏡面裝置的設計方法，基于情感化燈光設計理論與多模態的情緒識別方法設計了以鏡子為原型的交互裝置。首先，基于維度情緒模型建立了情緒色彩偏好的映射關系，并根據情緒對應燈光動態變化的相關理論，設計了多種燈光效果反饋模式。之后，設計并制作了整套軟硬件交互裝置，實現了從情緒識別到燈光反饋的完整方案。本文以鏡面裝置為例，探索了提升用戶在智能家居場景中情感化體驗的具體方法，并將理論成果應用在裝置與交互的設計上，為情感化的智能家居產品設計提供了實踐經驗與思路。

基金項目：哈爾濱工業大學建筑與設計學院，互動媒體設計與裝備服務創新文化和旅游部重點實驗室，文旅部重點實驗室資助項目：基于深度學習的個人視頻日志生成關鍵技術研究

參考文獻

[1]翟倩，肖金，陸興華等.智能家居系統用戶體驗的研究[J].工程技術研究，2020，5（17）：251-253.

[2]鄧慧賢.大數據時代下智能家居在室內設計中的運用[J].設計，2021，34（15）：26-28.

[3]顧家誠，趙雁.智能家居照明系統中的光環境情感體驗設計研究[J].設計，2020，33（11）：17-19.

[4]馮元科，陳智銳.光環境設計與住宅情感化的應用研究[J].設計，2017，271（16）：144-145.

[5]崔哲，郭昱，八田和洋等.引入模擬自然照明的室內光環境對情緒的影響作用研究[J].住宅科技，2020，40（10）：43-50.

[6]吳興剛. 基于駕駛員情緒識別的汽車燈光音效調節方法研究[D].吉林大學，2019.

[7]解康輝，李鶴，王成誠等.基于表情識別的智能音樂播放控制系統設計[J].電子器件，2020，43（01）：5-9.

[8]黃璐敏. Emolight：音樂情感驅動的家用氣氛燈效交互設計[D].浙江大學，2019.

[9]潘家輝，何志鵬，李自娜等.多模態情緒識別研究綜述[J].智能系統學報，2020，15（04）：633-645.

[10]Ekman P. Facial expression and emotion[J]. American psychologist，1993，48（4）：384.

[11]戴雨婷. 基于色彩心理學理論的城市綠地景觀照明設計研究[D].中國礦業大學，2022.

[12]Shih-Wen Hsiao，Shih-Kai Chen，Chu-Hsuan Lee. Methodology for stage lighting control based on music emotions[J]. Information Sciences，2017：412-413.

[13]Viola P，Jones M. Rapid object detection using a boosted cascade of simple features[C]. Proceedings of the 2001 IEEE computer society conference on computer vision and pattern recognition. CVPR 2001. Ieee，2001（1）：I-I.

[14]El Ayadi M，Kamel M S，Karray F. Survey on speech emotion recognition：Features，classification schemes，and databases[J]. Pattern recognition，2011，44（3）：572-587.

[15]楊國亮，任金霞，王志良. 基于情緒心理學的情感建模[J]. 計算機工程，2007，33（22）：209-211.