情感识别，是计算机对从传感器采集来的信号进行分析和处理，从而得出对方（人）正处在的情感状态的行为。根据新思界产业研究中心发布的
《2022-2027年情感识别行业市场深度调研及投资前景预测分析报告》显示，情感识别技术利用视觉传感、人工智能等技术，捕捉人类面部表情、语音语调、肢体动作等信息，进行分析后来判断人的情感状态。利用情感识别技术，计算机可以与人进行情感交流，这是人机自然交互技术的重要组成部分。
情绪是人类的一种复合状态，涉及到情感行为与生理信号两大块。情感行为包括面部表情、语音语调、肢体动作、身体姿态等；生理信号包括呼吸、体温、心跳等。通过对以上特征进行分析，可判断人类情感状态。例如在高兴时，通常情况下人类的面部表情呈现为：眉毛微下弯、下眼睑或外眼角出现皱纹、唇角提起、法令纹加深、牙齿露出等。情感识别技术即基于此来实现。
常见的情感识别技术除了人脸情感识别技术外，还有语音情感识别技术、生理模式情感识别技术等。语音情感识别技术分析采集到的语音信息，若呈现为语速加快、声音提高、语调紧张、呼吸声加重，可判断为愤怒情绪。生理模式情感识别技术若识别到人类呼吸急促、心跳加快，可判断为紧张情绪。这些情感识别技术可单独使用，为提高判断精准度，也可以配合使用。
人机自然交互技术可淡化人机边界，使机器人智能化水平提高，进一步提升其“类人化”程度，这其中，情感识别技术不可或缺。2021年12月，工信部等15个部委联合印发《“十四五”机器人产业发展规划》，在机器人核心技术攻关行动前沿技术中，情感识别技术被列入。2022年8月，小米发布全尺寸人形仿生机器人“CyberOne”，可感知人类情绪。这有助于推动情感识别技术行业发展。
除机器人领域外，情感识别技术还可以广泛应用在汽车、医疗、商业、广告、安防、游戏、教育、心理咨询等领域。例如在安防领域，通过情感识别技术来分析人类情绪，可检测边境检查站的潜在危险人员；在汽车领域，可识别驾驶员是否存在攻击性驾驶行为；在商业领域，可识别交易人员是否存在欺诈行为等。未来随着技术日益成熟，情感识别技术应用范围还将不断拓宽。
新思界
行业分析人士表示，全球多个国家对情感识别技术的关注度不断提高，包括麻省理工大学、南洋理工大学、清华大学、西北工业大学、中国科学院等在内的多所科研机构对其研究不断深入。目前，情感识别技术在人工智能领域发展速度最快，预计2022-2027年，全球具有情感识别技术的人工智能市场规模年复合增长率将达到20%左右。
