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)
分享
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
推薦專題
- 1 UALink規(guī)范發(fā)布：挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇，探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊，“AI四小龍”已折戟兩家
- 4 “AI寒武紀”爆發(fā)至今，五類新物種登上歷史舞臺
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD，AI含量差幾何？
- 6 光計算迎來商業(yè)化突破，但落地仍需時間
- 7 東陽光：2024年扭虧、一季度凈利大增，液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”，“淘寶們”終于不忍了？
- 10 優(yōu)必選：營收大增主靠小件，虧損繼續(xù)又逢關(guān)稅，能否乘機器人東風(fēng)翻身？
