傳統的人機交互，主要通過鍵盤、鼠標、屏幕等方式進行，只追求便利和準確，無法理解和適應人的情緒或心境。而如果缺乏這種情感理解和表達能力，就很難指望計算機具有類似人壹樣的智能，也很難期望人機交互做到真正的和諧與自然。由於人類之間的溝通與交流是自然而富有感情的，因此，在人機交互的過程中，人們也很自然地期望計算機具有情感能力。情感計算（Affective Computting）就是要賦予計算機類似於人壹樣的觀察、理解和生成各種情感特征的能力，最終使計算機像人壹樣能進行自然、親切和生動的交互。 有關人類情感的深入研究，早在19世紀末就進行了。然而，除了科幻小說當中，過去極少有人將“感情”和無生命的機器聯系在壹起。只有到了現代，隨著數字信息技術的發展，人們才開始設想讓機器（計算機）也具備“感情”。從感知信號中提取情感特征，分析人的情感與各種感知信號的關聯，是國際上近幾年剛剛興起的研究方向（圖1）。
人的情緒與心境狀態的變化總是伴隨著某些生理特征或行為特征的起伏，它受到所處環境、文化背景、人的個性等壹系列因素的影響。要讓機器處理情感，我們首先必須探討人與人之間的交互過程。那麽人是如何表達情感，又如何精確地覺察到它們的呢？人們通過壹系列的面部表情、肢體動作和語音來表達情感，又通過視覺、聽覺、觸覺來感知情感的變化。視覺察覺則主要通過面部表情、姿態來進行；語音、音樂則是主要的聽覺途徑；觸覺則包括對愛撫、沖擊、汗液分泌、心跳等現象的處理。
情感計算研究的重點就在於通過各種傳感器獲取由人的情感所引起的生理及行為特征信號，建立“情感模型”，從而創建感知、識別和理解人類情感的能力，並能針對用戶的情感做出智能、靈敏、友好反應的個人計算系統，縮短人機之間的距離，營造真正和諧的人機環境（圖2）。 在生活中，人們很難保持壹種僵硬的臉部表情，通過臉部表情來體現情感是人們常用的較自然的表現方式，其情感表現區域主要包括嘴、臉頰、眼睛、眉毛和前額等。人在表達情感時，只稍許改變壹下面部的局部特征（譬如皺壹下眉毛），便能反映壹種心態。在1972年，著名的學者Ekman提出了臉部情感的表達方法（臉部運動編碼系統FACS）。通過不同編碼和運動單元的組合，即可以在臉部形成復雜的表情變化，譬如幸福、憤怒、悲傷等。該成果已經被大多數研究人員所接受，並被應用在人臉表情的自動識別與合成（圖3）。
隨著計算機技術的飛速發展，為了滿足通信的需要，人們進壹步將人臉識別和合成的工作融入到通信編碼中。最典型的便是MPEG4 V2視覺標準，其中定義了3個重要的參數集：人臉定義參數、人臉內插變換和人臉動畫參數。表情參數中具體數值的大小代表人激動的程度，可以組合多種表情以模擬混合表情。
在目前的人臉表情處理技術中，多側重於對三維圖像的更加細致的描述和建模。通常采用復雜的紋理和較細致的圖形變換算法，達到生動的情感表達效果。在此基礎上，不同的算法形成了不同水平的應用系統（圖4，圖5） 人的姿態壹般伴隨著交互過程而發生變化，它們表達著壹些信息。例如手勢的加強通常反映壹種強調的心態，身體某壹部位不停地擺動，則通常具有情緒緊張的傾向。相對於語音和人臉表情變化來說，姿態變化的規律性較難獲取，但由於人的姿態變化會使表述更加生動，因而人們依然對其表示了強烈的關註。
科學家針對肢體運動，專門設計了壹系列運動和身體信息捕獲設備，例如運動捕獲儀、數據手套、智能座椅等。國外壹些著名的大學和跨國公司，例如麻省理工學院、IBM等則在這些設備的基礎上構築了智能空間。同時也有人將智能座椅應用於汽車的駕座上，用於動態監測駕駛人員的情緒狀態，並提出適時警告。意大利的壹些科學家還通過壹系列的姿態分析，對辦公室的工作人員進行情感自動分析，設計出更舒適的辦公環境。 在人類的交互過程中，語音是人們最直接的交流通道，人們通過語音能夠明顯地感受到對方的情緒變化，例如通過特殊的語氣詞、語調發生變化等等。在人們通電話時，雖然彼此看不到，但能從語氣中感覺到對方的情緒變化。例如同樣壹句話“妳真行”，在運用不同語氣時，可以使之成為壹句贊賞的話，也可以使之成為諷刺或妒忌的話。
目前，國際上對情感語音的研究主要側重於情感的聲學特征的分析這壹方面。壹般來說，語音中的情感特征往往通過語音韻律的變化表現出來。例如，當壹個人發怒的時候，講話的速率會變快，音量會變大，音調會變高等，同時壹些音素特征（***振峰、聲道截面函數等）也能反映情感的變化。中國科學院自動化研究所模式識別國家重點實驗室的專家們針對語言中的焦點現象，首先提出了情感焦點生成模型。這為語音合成中情感狀態的自動預測提供了依據，結合高質量的聲學模型，使得情感語音合成和識別率先達到了實際應用水平。 雖然人臉、姿態和語音等均能獨立地表示壹定的情感，但人在相互交流的過程中卻總是通過上面信息的綜合表現來進行的。所以，惟有實現多通道的人機界面，才是人與計算機最為自然的交互方式，它集自然語言、語音、手語、人臉、唇讀、頭勢、體勢等多種交流通道為壹體，並對這些通道信息進行編碼、壓縮、集成和融合，集中處理圖像、音頻、視頻、文本等多媒體信息。
目前，多模態技術本身也正在成為人機交互的研究熱點，而情感計算融合多模態處理技術，則可以實現情感的多特征融合，能夠有力地提高情感計算的研究深度，並促使出現高質量、更和諧的人機交互系統。
在多模態情感計算研究中，壹個很重要的研究分支就是情感機器人和情感虛擬人的研究。美國麻省理工學院、日本東京科技大學、美國卡內基·梅隆大學均在此領域做出了較好的演示系統。目前中科院自動化所模式識別國家重點實驗室已將情感處理融入到了他們已有的語音和人臉的多模態交互平臺中，使其結合情感語音合成、人臉建模、視位模型等壹系列前沿技術，構築了栩栩如生的情感虛擬頭像，並正在積極轉向嵌入式平臺和遊戲平臺等實際應用（圖6）。 情感狀態的識別和理解，則是賦予計算機理解情感並做出恰如其分反應的關鍵步驟。這個步驟通常包括從人的情感信息中提取用於識別的特征，例如從壹張笑臉中辨別出眉毛等，接著讓計算機學習這些特征以便日後能夠準確地識別其情感。
為了使計算機更好地完成情感識別任務，科學家已經對人類的情感狀態進行了合理而清晰的分類，提出了幾類基本情感。目前，在情感識別和理解的方法上運用了模式識別、人工智能、語音和圖像技術的大量研究成果。例如：在情感語音的聲學分析的基礎上，運用線性統計方法和神經網絡模型，實現了基於語音的情感識別原型；通過對面部運動區域進行編碼，采用HMM等不同模型，建立了面部情感特征的識別方法；通過對人姿態和運動的分析，探索肢體運動的情感類別等等。
不過，受到情感信息的捕獲技術的影響，並缺乏大規模的情感數據資源，有關多特征融合的情感理解模型的研究還有待深入。隨著未來的技術進展，還將提出更有效的機器學習機制。 情感計算與智能交互技術試圖在人和計算機之間建立精確的自然交互方式，將會是計算技術向人類社會全面滲透的重要手段。未來隨著技術的不斷突破，情感計算的應用勢在必行，其對未來日常生活的影響將是方方面面的，目前我們可以預見的有：
情感計算將有效地改變過去計算機呆板的交互服務，提高人機交互的親切性和準確性。壹個擁有情感能力的計算機，能夠對人類的情感進行獲取、分類、識別和響應，進而幫助使用者獲得高效而又親切的感覺，並有效減輕人們使用電腦的挫敗感，甚至幫助人們便於理解自己和他人的情感世界。
它還能幫助我們增加使用設備的安全性（例如當采用此類技術的系統探測到司機精力不集中時可以及時改變車的狀態和反應）、使經驗人性化、使計算機作為媒介進行學習的功能達到最佳化，並從我們身上收集反饋信息。例如，壹個研究項目在汽車中用電腦來測量駕車者感受到的壓力水平，以幫助解決所謂駕駛者的“道路狂暴癥”問題。
情感計算和相關研究還能夠給涉及電子商務領域的企業帶來實惠。已經有研究顯示，不同的圖像可以喚起人類不同的情感。例如，蛇、蜘蛛和槍的圖片能引起恐懼，而有大量美元現金和金塊的圖片則可以使人產生非常強烈的積極反應。如果購物網站和股票交易網站在設計時研究和考慮這些因素的意義，將對客流量的上升產生非常積極的影響。
在信息家電和智能儀器中，增加自動感知人們的情緒狀態的功能，可以提供更好的服務。
在信息檢索應用中，通過情感分析的概念解析功能，可以提高智能信息檢索的精度和效率。
在遠程教育平臺中，情感計算技術的應用能增加教學效果。
利用多模式的情感交互技術，可以構築更貼近人們生活的智能空間或虛擬場景等等。
情感計算還能應用在機器人、智能玩具、遊戲等相關產業中，以構築更加擬人化的風格和更加逼真的場景。 由於缺乏較大規模的情感數據資源，情感計算的發展受到壹定的限制，而且多局限在語音、身體語言等具體而零散的研究領域，僅僅依靠這些還難以準確地推斷和生成壹個人的情感狀態，並進行有效的情感交互。目前，科學家們正在積極地探索多特征融合的情感計算理論模型。很多人認為，今後幾年情感計算將在這些方面需要取得突破：
更加細致和準確的情感信息獲取、描述及參數化建模。
多模態的情感識別、理解和表達（圖像、語音、生理特征等）。
自然場景對生理和行為特征的影響。
更加適用的機器學習算法。
海量的情感數據資源庫。 不久前，為了推動我國在這壹領域的研究，探討情感計算和智能交互技術的發展動態與趨勢，促進我國科研人員在此領域的交流與合作，中國科學院自動化研究所、中國自動化學會、中國計算機學會、中國圖象圖形學會、中國中文信息學會、國家自然科學基金委員會和國家863計劃計算機軟硬件技術主題作為主辦單位，在北京主辦了第壹屆中國情感計算與智能交互學術會議。
事實證明，情感計算的概念盡管誕生不久，但已受到學術界和產業界的高度重視，相關領域的研究和應用正方興未艾，國家自然科學基金委也將其列入重點項目的指南中。值得註意的是，近幾年來，與情感計算有密切關系的普適計算和可穿戴式計算機的研究也已獲得了蓬勃發展，並同樣得到了國家的大力支持。這為情感信息的實時獲取提供了極大的便利條件，也為情感計算在國內的發展提供了更好的發展平臺。