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實驗室和重慶大學(xué)先進制造與信息技術(shù)實驗室聯(lián)合建立了一個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)集可用于評估駕駛員面部表情識別的算法,DEFE數(shù)據(jù)集也為同時從不同的情緒模型研究情緒識別提供了可能。
背景
駕駛員情緒在駕駛中起著重要作用,因為它會影響駕駛安全性和舒適性。在全球每年發(fā)生的20-50百萬例非致命傷害和124萬例致命道路交通事故中,駕駛員無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化交互與協(xié)作的集成方面出現(xiàn)新的需求,從而進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。因此識別駕駛員情緒對于提升來智能汽車的安全性和舒適性至關(guān)重要。
面部表情對駕駛員來說是表達情感的有力渠道;诿娌勘砬榈那榫w識別的最新進展促使人們創(chuàng)建了多個面部表情數(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情緒識別,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)等場景下采集參加者的面部表情數(shù)據(jù)。
盡管靜態(tài)場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)生活場景下。結(jié)果,如果將此類算法應(yīng)用到動態(tài)的駕駛場景下,可能無法得到可靠的識別效果。相對地,駕駛汽車是是一個復(fù)雜的認知過程,需要駕駛員動態(tài)地對視覺提示,危害評估,決策,戰(zhàn)略規(guī)劃等同時做出反應(yīng),從而占用駕駛員大量的認知資源,而認知過程對引起情緒反應(yīng)來說是必須的,顯然,駕駛會影響駕駛員的情緒表達,這種情緒表達和生活場景中相比是有差異的。
表1. 基于面部表情的情緒識別公開數(shù)據(jù)集小結(jié)

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
7月8日立即報名>> 【在線會議】英飛凌新一代智能照明方案賦能綠色建筑與工業(yè)互聯(lián)
-
7月22-29日立即報名>> 【線下論壇】第三屆安富利汽車生態(tài)圈峰會
-
7月31日免費預(yù)約>> OFweek 2025具身機器人動力電池技術(shù)應(yīng)用大會
-
7.30-8.1火熱報名中>> 全數(shù)會2025(第六屆)機器人及智能工廠展
-
免費參會立即報名>> 7月30日- 8月1日 2025全數(shù)會工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍皮書》
推薦專題