【技术实现步骤摘要】
本专利技术属于图像分析，具体涉及一种基于驾驶位的情绪检测与应对系统及方法
技术介绍
1、随着全球范围内车辆数量的急剧膨胀，交通事故的频率亦呈现出不容忽视的上升趋势，这一现状严重威胁着道路安全，俨然成为一个亟待解决的全球性安全问题。交通系统，这一由道路使用者、各式车辆及道路基础设施共同织就的复杂网络，其运作的每一环节都紧密相连，而交通事故的发生，往往源于多方面因素的交织与叠加。
2、在这诸多原因之中，驾驶员的情绪状态对驾驶行为的影响显得尤为突出，成为了一个不可忽视的关键因素。驾驶，作为一项要求高度专注与即时反应的任务，其过程中驾驶员的注意力极易受到外界环境的各种刺激而分散，而驾驶员当时的情绪状态，无论是积极还是消极，都会以直接或间接的方式，深刻影响着他们的驾驶行为与决策过程。
3、尤为值得警惕的是，当驾驶员处于愤怒、焦虑等消极情绪状态时，往往会出现激进、不稳定的驾驶行为，如超速行驶、频繁变道、忽视交通规则等，从而极大地增加了交通事故的风险，现有的驾驶员情绪检测往往需要大量的时间进行分析，且分析的准确度不高，使得系统在情绪检测和应对上的实时性和准确性低下。
技术实现思路
1、本专利技术的目的就在于解决现有的驾驶员情绪检测往往需要大量的时间进行分析，且分析的准确度不高，使得系统在情绪检测和应对上的实时性和准确性低下的问题，而提出一种基于驾驶位的情绪检测与应对系统及方法。
2、在本专利技术实施的第一方面，首先提出一种基于驾驶位的情绪检测与应对方法，所述方
3、实时采集驾驶员的面部视频数据，通过第一预设时间窗口对所述面部视频数据进行抽帧处理得到时间序列上的面部图像集；
4、对目标面部图像进行人脸区域识别得到目标区域图像，将所述目标区域图像输入到空间变换网络模型中进行人脸对齐得到检测图像；所述目标面部图像为所述面部图像集中的任一一个面部图像；
5、将所述检测图像带入特征点检测模型进行特征点检测得到脸部特征点集，根据所述脸部特征点集，对所述驾驶员进行实时脸部追踪得到追踪图像，根据时间序列上的追踪图像调整所述第一预设时间窗口；
6、对时间序列上的追踪图像进行情绪分析，根据情绪分析结果生成应对方案。
7、可选的，对目标面部图像进行人脸区域识别得到目标区域图像包括：
8、对所述目标面部图像进行数据处理得到第一数据，通过中心差分卷积对所述第一数据进行多特征提取得到多个初始特征；
9、通过多尺度特征调制对每一初始特征进行空间注意力增强得到多个第一特征；
10、针对每个第一特征，通过深度可分离中心差卷积对该第一特征进行中心差特征提取得到第二特征；
11、通过多尺度信道注意力融合所有第二特征得到目标特征；
12、根据所述目标特征通过区域提议网络识别出人脸区域，根据所述人脸区域对所述目标面部图像进行切割得到目标区域图像。
13、可选的，将所述目标区域图像输入到空间变换网络模型中进行人脸对齐得到检测图像包括：
14、对所述目标区域图像进行仿射变换参数提取得到目标仿射参数，根据所述目标仿射参数得到仿射变换矩阵；
15、通过双线性插值提取所述目标区域图像中每一像素对应的像素值；
16、根据所述仿射变换矩阵对每一像素对应的像素值进行像素反向映射得到映射图像；
17、将所述目标特征映射到所述映射图像上，通过卷积层进行卷积得到检测图像。
18、可选的，根据所述脸部特征点集，对所述驾驶员进行实时脸部追踪得到追踪图像包括：
19、实时获取检测图像，获取当前图像的特征点，通过欧几里得距离计算当前图像与上一张检测图像中每个特征点的位置变化量；
20、若存在一像素点的位置变化量大于预设变化值，则将该像素点记为目标像素点，以所述目标像素点为圆心，预设长度为半径得到像素检测区域；
21、统计所述像素检测区域内目标像素点与特征点的目标比例，若所述目标比例大于预设比例值，则将该检测图像记为追踪图像。
22、可选的，对时间序列上的追踪图像进行情绪分析包括：
23、将所述追踪图像带入残差网络进行特征信息提取，并通过gumbe l softmax对提取到的特征信息进行激活得到激活信号；
24、将激活信号和追踪图像分别带入工作记忆网络和长期记忆网络得到第一记忆特征和第二记忆特征，根据所述第一记忆特征和所述第二记忆特征得到最终融合特征；
25、将所述最终融合特征带入预设数据库进行情绪相似度比对得到情绪分析结果；所述预设数据库为保存不同情绪在不同组合下对应的特征。
26、在本专利技术实施的第二方面，提出一种基于驾驶位的情绪检测与应对系统，包括：
27、面部图像获取模块，用于实时采集驾驶员的面部视频数据，通过第一预设时间窗口对所述面部视频数据进行抽帧处理得到时间序列上的面部图像集；
28、人脸对齐模块，用于对目标面部图像进行人脸区域识别得到目标区域图像，将所述目标区域图像输入到空间变换网络模型中进行人脸对齐得到检测图像；所述目标面部图像为所述面部图像集中的任一一个面部图像；
29、脸部追踪模块，用于将所述检测图像带入特征点检测模型进行特征点检测得到脸部特征点集，根据所述脸部特征点集，对所述驾驶员进行实时脸部追踪得到追踪图像，根据时间序列上的追踪图像调整所述第一预设时间窗口；
30、情绪分析模块，用于对时间序列上的追踪图像进行情绪分析，根据情绪分析结果生成应对方案。
31、可选的，所述人脸对齐包括：
32、多特征提取模块，用于对所述目标面部图像进行数据处理得到第一数据，通过中心差分卷积对所述第一数据进行多特征提取得到多个初始特征；
33、注意力增强模块，用于通过多尺度特征调制对每一初始特征进行空间注意力增强得到多个第一特征；
34、中心差特征提取模块，用于针对每个第一特征，通过深度可分离中心差卷积对该第一特征进行中心差特征提取得到第二特征；
35、特征融合模块，用于通过多尺度信道注意力融合所有第二特征得到目标特征；
36、人脸区域识别模块，用于根据所述目标特征通过区域提议网络识别出人脸区域，根据所述人脸区域对所述目标面部图像进行切割得到目标区域图像。
37、可选的，所述人脸对齐还包括：
38、仿射参数提取模块，用于对所述目标区域图像进行仿射变换参数提取得到目标仿射参数，根据所述目标仿射参数得到仿射变换矩阵；
39、像素值提取模块，用于通过双线性插值提取所述目标区域图像中每一像素对应的像素值；
40、像素映射模块，用于根据所述仿射变换矩阵对每一像素对应的像素值进行像素反向映射得到映射图像；
41、图像卷积模块，用于将所述目标特征映射到所述映射图像上，通过卷积层进行卷积得到检测图像。
42本文档来自技高网...
【技术保护点】
1.一种基于驾驶位的情绪检测与应对方法，其特征在于，所述方法包括:
2.根据权利要求1所述的一种基于驾驶位的情绪检测与应对方法，其特征在于，对目标面部图像进行人脸区域识别得到目标区域图像包括：
3.根据权利要求2所述的一种基于驾驶位的情绪检测与应对方法，其特征在于，将所述目标区域图像输入到空间变换网络模型中进行人脸对齐得到检测图像包括：
4.根据权利要求1所述的一种基于驾驶位的情绪检测与应对方法，其特征在于，根据所述脸部特征点集，对所述驾驶员进行实时脸部追踪得到追踪图像包括：
5.根据权利要求1所述的一种基于驾驶位的情绪检测与应对方法，其特征在于，对时间序列上的追踪图像进行情绪分析包括：
6.一种基于驾驶位的情绪检测与应对系统，其特征在于，所述系统包括：
7.根据权利要求6所述的一种基于驾驶位的情绪检测与应对系统，其特征在于，所述人脸对齐包括：
8.根据权利要求7所述的一种基于驾驶位的情绪检测与应对系统，其特征在于，所述人脸对齐还包括：
9.根据权利要求6所述的一种基于驾驶位的情绪检测
10.根据权利要求6所述的一种基于驾驶位的情绪检测与应对系统，其特征在于，所述情绪分析模块包括：
...【技术特征摘要】
1.一种基于驾驶位的情绪检测与应对方法，其特征在于，所述方法包括:
2.根据权利要求1所述的一种基于驾驶位的情绪检测与应对方法，其特征在于，对目标面部图像进行人脸区域识别得到目标区域图像包括：
3.根据权利要求2所述的一种基于驾驶位的情绪检测与应对方法，其特征在于，将所述目标区域图像输入到空间变换网络模型中进行人脸对齐得到检测图像包括：
4.根据权利要求1所述的一种基于驾驶位的情绪检测与应对方法，其特征在于，根据所述脸部特征点集，对所述驾驶员进行实时脸部追踪得到追踪图像包括：
5.根据权利要求1所述的一种基于驾驶位的情绪检...
【专利技术属性】
技术研发人员：米雪梅，祝小林，陈蓓，张宝鸾，罗伟红，范玉婷，顾雨涵，金城昊，
申请(专利权)人：浙江师范大学行知学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。