[发明专利]驾驶员情绪状态检测方法及系统

权利要求书

1.一种驾驶员情绪状态检测方法，其特征在于，包括：

对包括疲劳状态、情绪激动状态和正常状态的人脸图像样本进行训练和迭代，形成情绪识别网络；

采集驾驶员整体图像；

利用深度学习中的神经网络对采集的驾驶员整体图像进行检测和提取，获取人脸图像；

将获取的所述人脸图像输入至所述情绪识别网络进行情绪识别，识别驾驶员是否处于疲劳状态或者情绪激动状态。

2.如权利要求1所述的检测方法，其特征在于，所述神经网络包括多任务卷积网络，通过多任务级联的方式在所述整体图像中检测和提取出人脸图像。

3.如权利要求1所述的检测方法，其特征在于，在将获取的人脸图像输入至情绪识别网络之前，基于所述人脸图像中的人脸水平线与标准水平线之间的偏移量，对所述人脸图像进行倾斜角度校正。

4.如权利要求3所述的检测方法，其特征在于，所述神经网络输出多个人脸关键点位置信息，所述多个人脸关键点位置信息用于对所述人脸图像进行倾斜角度校正。

5.如权利要求4所述的检测方法，其特征在于，所述多个人脸关键点包括左眼和右眼，左眼坐标为(x₁，y₁)，右眼坐标为(x₂，y₂)；将所述人脸图像旋转α以进行倾斜角度校正，其中，α满足：α＝arc tan((y₂-y₁)/(x₂-x₁))。

6.如权利要求1所述的检测方法，其特征在于，所述情绪识别网络包括ResNet-50网络。

7.如权利要求1或6所述的检测方法，其特征在于，所述情绪识别网络的总体损失为L，L满足：L＝L_softmax+L_triploss，其中，L_softmax为情绪识别网络的交叉熵损失函数，L_triploss为人脸图像样本之间的三元组损失函数。

8.如权利要求1所述的检测方法，其特征在于，将获取的人脸图像输入至所述情绪识别网络中的方法包括：将所述人脸图像整体作为输入；或者，提取所述人脸图像中的各部位特征作为输入。

9.一种驾驶员情绪状态检测系统，其特征在于，包括：

情绪识别网络训练模块，用于对疲劳状态、情绪激动状态和正常状态的人脸图像样本进行训练和迭代，形成情绪识别网络；

整体图像采集模块，用于采集驾驶员整体图像；

与所述整体图像采集模块连接的人脸图像获取模块，用于利用深度学习中的神经网络对采集的驾驶员整体图像进行检测和提取，获取人脸图像；

与所述人脸图像获取模块以及所述情绪识别网络训练模块连接的情绪识别模块，用于存储所述情绪识别网络，并将获取的所述人脸图像输入至所述情绪识别网络中，识别驾驶员是否处于疲劳状态或者情绪激动状态。

10.如权利要求9所述的检测系统，其特征在于，所述人脸图像获取模块包括：神经网络单元，用于对采集的驾驶员整体图像进行检测和提取，获取人脸图像，并输出多个人脸关键点位置信息；与所述神经网络单元连接的倾斜角度校正单元，用于基于所述人脸关键点位置信息对人脸图像进行倾斜角度校正。