随着计算机技术的发展,人类花费在与计算机交流上的时间远超过人和人之间的交流时间,因此通过计算机分析和识别人的情感状态已经成为研究的新领域和重点。目前国内外已经在人脸表情、语音情感、人体姿态、文本情感识别等方面进行了研究,且已经获得了初步成果。但这些情感表达方式存在一些弊端,它们均可以通过人为的主观思想进行隐藏或改变,使其不能完全表达出人的真实情感状态。基于人体生理信号的情感识别具有客观性和不可主观操控性,但对唤醒度高的情感才有较好的识别效果。因此,本文提出一种主客观融合的情感识别方法,使得在识别过程主客观情感优势互补,以改善情感识别效果。在客观方面,选取并分析皮肤电和心率这两类生理信号,提取高兴、悲伤、愤怒、恐惧四种基本情感状态下这两类信号的统计特征值,比如均值、标准差、中值、最大值、最小值、一阶差分、二阶差分等,然后使用基于支持向量机(SVM)的分类模型对特征集进行识别训练,得到四种基本情感状态的决策信息。在主观方面,以四种情感状态下主观情感为数据源,通过PAD情感量表标注的方式将主观情感进行量化,得到PAD三维情感值,并得到其在PAD三维情感空间中的分布,使用距离度量的方式,比较与情感状态标准点距离的远近得到情感的决策信息。由于使用不同的分类方法,且主客观数据源对于四种情感的识别作用不同,因此本文提出一种融合主客观决策信息的方法,采用粒子群算法(PSO)对每种分类方法的四种情感状态的识别效果进行权重寻优和赋值,构建主客观融合的情感识别模型。经实验证明,融合主客观的情感识别效果优于主观和客观情感识别。最后本文将所建立的主客观融合模型应用到用户体验情感识别中去,并构建了一个基于用户体验的情感识别系统,通过用户在观影时产生的客观生理信号和主观情感来综合识别用户体验时的情感状态并评估用户体验度。