面向智能車的自然誘發駕駛員情緒面部表情數據集!
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合建立了一個駕駛員情緒面部表情(DEFE)數據集,用于駕駛員自發情緒分析。該數據集包括駕駛過程中60位參與者(43位男性)的面部表情記錄。該數據集可用于評估駕駛員面部表情識別的算法,DEFE數據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。智能汽車的快速發展也要求在駕駛員與自動化交互與協作的集成方面出現新的需求,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建了多個面部表情數據集。公開可用的數據集是加速面部表情研究的基礎,如表1所示,我們總結了到目前為止所有包含面部表情的數據集,這些數據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。這些數據集的共同特征之一是在靜態等場景下采集參加者的面部表情數據。
盡管靜態場景下采集到的面部表情數據可以研究通過面部表情識別情緒狀態,但是它將所提出的算法的應用局限到了靜態生活場景下。結果,如果將此類算法應用到動態的駕駛場景下,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,需要駕駛員動態地對視覺提示,危害評估,決策,戰略規劃等同時做出反應,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據集小結
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













