人工智能技术的发展,对人机交互方式提出了更高的需求的同时,让智能设备更理解用户的情感状态也成为可能。通过对用户的情感进行分析,可以为用户提供更加个性化的服务策略,这对于提高服务质量、提高用户满意程度具有至关重要的作用。在电力营销、智能客服等场景中,情感分析所带来的效果提升更为明显。面向云端结合的视频情感分析系统就是在这样的背景下提出的。本文以音视频情感分析为主要内容,结合雾计算环境,设计并实现用于音视频情感分析的系统平台。本文提出了一种基于深度神经网络的视频情感分析方案,使用人脸数据以及人脸关键点数据,结合卷积神经网络完成对视频数据的情感识别;提出了一种基于CRNN的双路语音情感识别方案,通过对语音信号的处理,提取语音信号的统计特征以及梅尔频谱等特征利用循环神经网路进行训练,以此实现对语音信号的情感分类;对于音视频情感融合方案,为了保留单独的音视频情感识别应用场景,设计了基于权重准则的音视频情感识别融合方案;最后,为了利用雾计算环境,减少网络中数据传输带来的时延,提出了一种基于多服务器协同的云端结合部署方案,通过雾节点完成情感识别任务处理,云计算中心进行协调控制的思想减少网络中数据传输,实现更低的时延。通过面向云端结合的视频情感分析系统,可以满足用户单独视频情感识别、单独音频情感识别以及音视频情感识别融合的需求,在保证较高识别准确率的同时,利用雾节点完成边缘设备的情感识别任务,数据在云计算中心进行统一存储,实现更低的时延,减少了网络中的数据传输,降低了网络带宽压力。本文首先介绍了情感识别的研究背景以及国内外研究现状并对关键技术进行了简要介绍。随后,在完成需求分析的基础上,对系统中涉及的关键问题及解决方案进行了详细的描述。最后,完成了系统的总体设计并基于此对系统详细实现进行了介绍,包括系统的总体架构、系统关键模块的设计与实现等,并对系统的整体性和可用性进行了验证。