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Cogdrive實驗室和重慶大學先進制造與信息技術實驗室聯(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重要。
面部表情對駕駛員來說是表達情感的有力渠道。基于面部表情的情緒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，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用局限到了靜態(tài)生活場景下。結(jié)果，如果將此類算法應用到動態(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，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 AI 眼鏡讓百萬 APP「集體失業(yè)」？
- 2 大廠紛紛入局，百度、阿里、字節(jié)搶奪Agent話語權
- 3 深度報告｜中國AI產(chǎn)業(yè)正在崛起成全球力量，市場潛力和關鍵挑戰(zhàn)有哪些？
- 4 上海跑出80億超級獨角獸：獲上市公司戰(zhàn)投，干人形機器人
- 5 國家數(shù)據(jù)局局長劉烈宏調(diào)研格創(chuàng)東智
- 6 下一代入口之戰(zhàn)：大廠為何紛紛押注智能體？
- 7 百億AI芯片訂單，瘋狂傾銷中東？
- 8 Robotaxi新消息密集釋放，量產(chǎn)元年誰在領跑？
- 9 一文看懂視覺語言動作模型（VLA）及其應用
- 10 格斗大賽出圈！人形機器人致命短板曝光：頭腦過于簡單
