訂閱
糾錯(cuò)
加入自媒體

面向智能車的自然誘發(fā)駕駛員情緒面部表情數(shù)據(jù)集!

滑鐵盧大學(xué)Cogdrive實(shí)驗(yàn)室和重慶大學(xué)先進(jìn)制造與信息技術(shù)實(shí)驗(yàn)室聯(lián)合建立了一個(gè)駕駛員情緒面部表情(DEFE)數(shù)據(jù)集,用于駕駛員自發(fā)情緒分析。該數(shù)據(jù)集包括駕駛過程中60位參與者(43位男性)的面部表情記錄。該數(shù)據(jù)集可用于評(píng)估駕駛員面部表情識(shí)別的算法,DEFE數(shù)據(jù)集也為同時(shí)從不同的情緒模型研究情緒識(shí)別提供了可能。

背景

駕駛員情緒在駕駛中起著重要作用,因?yàn)樗鼤?huì)影響駕駛安全性和舒適性。在全球每年發(fā)生的20-50百萬(wàn)例非致命傷害和124萬(wàn)例致命道路交通事故中,駕駛員無(wú)力控制情緒已被視為安全的關(guān)鍵因素之一。智能汽車的快速發(fā)展也要求在駕駛員與自動(dòng)化交互與協(xié)作的集成方面出現(xiàn)新的需求,從而進(jìn)一步提升駕駛舒適性,其中駕駛員情緒是關(guān)鍵狀態(tài)之一。因此識(shí)別駕駛員情緒對(duì)于提升來(lái)智能汽車的安全性和舒適性至關(guān)重要。

面部表情對(duì)駕駛員來(lái)說(shuō)是表達(dá)情感的有力渠道;诿娌勘砬榈那榫w識(shí)別的最新進(jìn)展促使人們創(chuàng)建了多個(gè)面部表情數(shù)據(jù)集。公開可用的數(shù)據(jù)集是加速面部表情研究的基礎(chǔ),如表1所示,我們總結(jié)了到目前為止所有包含面部表情的數(shù)據(jù)集,這些數(shù)據(jù)集已被用于面部表情來(lái)情緒識(shí)別,并獲得了不同程度的成功。這些數(shù)據(jù)集的共同特征之一是在靜態(tài)等場(chǎng)景下采集參加者的面部表情數(shù)據(jù)。

盡管靜態(tài)場(chǎng)景下采集到的面部表情數(shù)據(jù)可以研究通過面部表情識(shí)別情緒狀態(tài),但是它將所提出的算法的應(yīng)用局限到了靜態(tài)生活場(chǎng)景下。結(jié)果,如果將此類算法應(yīng)用到動(dòng)態(tài)的駕駛場(chǎng)景下,可能無(wú)法得到可靠的識(shí)別效果。相對(duì)地,駕駛汽車是是一個(gè)復(fù)雜的認(rèn)知過程,需要駕駛員動(dòng)態(tài)地對(duì)視覺提示,危害評(píng)估,決策,戰(zhàn)略規(guī)劃等同時(shí)做出反應(yīng),從而占用駕駛員大量的認(rèn)知資源,而認(rèn)知過程對(duì)引起情緒反應(yīng)來(lái)說(shuō)是必須的,顯然,駕駛會(huì)影響駕駛員的情緒表達(dá),這種情緒表達(dá)和生活場(chǎng)景中相比是有差異的。

表1. 基于面部表情的情緒識(shí)別公開數(shù)據(jù)集小結(jié)

1  2  下一頁(yè)>  
聲明: 本文由入駐維科號(hào)的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)