[发明专利]基于面部图像与脉搏信息融合的路怒情绪识别方法

说明书

本发明公开了基于面部图像与脉搏信息融合的路怒情绪识别方法，采集驾驶员的面部图像与脉搏信息，并分别进行预处理，再从面部图像与脉搏信息中分别提取能够反映驾驶员路怒情绪的特征量，并对提取到的两路特征进行融合，然后基于数据挖掘与机器学习的相关算法与技术，建立驾驶员路怒情绪识别模型，对驾驶员的情绪状态进行实时监测，及时判别驾驶员的情绪状态。本发明可以实现对驾驶员路怒情绪的实时监测与判别，能够有效降低“路怒症”对交通安全带来的不利影响。

技术领域

本发明属于交通安全驾驶领域，尤其涉及基于面部图像与脉搏信息融合的路怒情绪识别方法。

背景技术

随着人民生活水平的不断提高和交通运输业的快速发展，家用汽车、出租车、客车以及各类货车的数量逐年增长，这给人们的日常出行及生活带来了极大的便利，但与此同时，当前的道路交通状况也因此变得更加复杂。此外，快节奏的生活及工作，使人们的压力越来越大，当这种压力转移到道路交通方面时，便会引发各种不良后果，“路怒症”便是其中之一。

“路怒症”是指机动车驾驶员有攻击性或愤怒的行为，其主要表现为用侮辱性言语或手势、故意使用威胁安全的方式驾驶车辆、实施威胁他人生命健康的行为等。道路交通安全是社会公共安全的重要构成要素，随着在路车辆的增加和道路交通状况日趋复杂，“路怒症”对道路交通安全的影响日益凸显。2015年“交通安全日”公布的数据显示，全国年度内共查处1733万起路怒事件，由“路怒症”引起的攻击性驾驶行为已严重影响着城市道路交通秩序。

目前，国内外对“路怒症”的研究主要包括驾驶员路怒情绪的产生机理和影响因素、驾驶员愤怒驾驶时的行为表现、驾驶员愤怒驾驶对交通安全的影响以及驾驶员驾驶过程中的路怒情绪的识别等。其中对路怒症的产生机理、驾驶员愤怒驾驶的行为表现和不良影响的研究相对成熟，但对路怒情绪识别方面的研究较少，且主要采用主观调查法，即通过访谈、问卷调查以及观察等形式对驾驶员的路怒情绪进行判别。主观调查法虽然具有直接、简单的特点，但易受到驾驶员主观因素的影响且具有时间滞后性，无法对驾驶员进行及时有效的帮助和驾驶安全等不良行为的预警。路怒情绪的客观分析法，即通过采集驾驶员的语音、面部图像、生理参数等客观信息，基于数据分析实现驾驶员路怒情绪客观、真实、实时性的判别，是路怒情绪识别最行之有效的方法。受传统信息采集和数据处理技术的制约，路怒情绪客观分析方法主要采用面部图像或语音作为信息源，存在信息源单一、路怒情绪识别率达不到实际应用效果等不足之处。基于现代数据采集与信息融合技术、数据挖掘与机器学习等算法，探究基于多源信息融合的路怒情绪识别方法，对准确识别驾驶员的路怒情绪，从而尽可能地减小乃至避免驾驶员因路怒情绪对道路交通安全等产生的不良影响，具有重要的理论意义和应用价值。

发明内容

本发明所要解决的问题在于，提供一种基于面部图像与脉搏信息融合的路怒情绪识别方法，基于多源信息和数据融合等技术准确识别驾驶员的路怒情绪并预警，防止驾驶员因路怒情绪造成交通安全事故等不良后果。

为实现上述目的，本发明采用的技术方案如下：

基于面部图像与脉搏信息融合的路怒情绪识别方法，包括以下步骤：

步骤(1)：数据采集：

通过设置在车内仪表盘之上的红外高速摄像头采集驾驶员的面部视频图像信息；

通过佩戴在驾驶员手腕处的腕带式无线脉搏采集终端采集驾驶员的脉搏信息；

步骤(2)：数据预处理：

从面部视频图像信息中获取驾驶员的面部图像，从面部图像中提取面部特征；

从脉搏信息中提取脉搏特征；

将面部特征和脉搏特征进行特征融合与降维处理，得到驾驶员的路怒情绪特征；

步骤(3)：利用支持向量机SVM对驾驶员的路怒情绪特征进行训练，建立驾驶员的路怒情绪识别模型；