基于多模态融合的驾驶人愤怒情绪识别方法研究_毕业论文.pdf

基于多模态融合的驾驶人愤怒情绪识别方法研究 本研究基于多模态融合的驾驶人愤怒情绪识别方法研究，旨在提高交通安全。研究表明，当驾驶员情绪愤怒时，其感知、判断、决策和执行能力将受到负面影响，导致驾驶能力下降，容易发生交通事故，造成人员伤亡和财产损失。因此，研究驾驶人愤怒识别方法是提高交通安全的重要步骤。 目前，国内外研究者已进行了大量的研究工作，但大多数只关注单模态情绪识别。由于单模态无法充分表达情绪信息，因此基于单模态的情绪识别准确性和鲁棒性较低。本研究建立了基于ECG信号和驾驶行为信号的多模态融合驾驶人愤怒识别方法，构建了驾驶人愤怒数据集，并使用支持向量机对愤怒和平静情绪进行分类和识别。 研究的具体步骤如下： 对情感诱导材料进行筛选。通过互联网平台对情感诱导视频材料进行筛选，分析情感材料校准测试结果和离散情感模型的DES量表，选择成功率最高和情感诱导平均分最高的视频材料作为激发参与者的愤怒和平静情绪。 设计驾驶愤怒模拟实验，并收集测试数据。使用情感诱导测试来激发参与者的愤怒和平静情绪，并进行驾驶模拟测试，记录ECG信号和驾驶行为信号，结合DES量表的主观评价。 研究了ECG信号和驾驶行为信号之间的关系，并使用支持向量机对愤怒和平静情绪进行分类和识别。研究结果表明，本方法可以较好地识别驾驶人的愤怒情绪，提高交通安全。 相关知识点： 1. 多模态融合：通过将多种模态信息（如ECG信号、驾驶行为信号等）融合，提高情绪识别的准确性和鲁棒性。 2. 驱动人愤怒情绪识别：研究驾驶人的愤怒情绪识别方法，以提高交通安全。 3. ECG信号：使用ECG信号来识别驾驶人的愤怒情绪。 4. 驾驶行为信号：使用驾驶行为信号来识别驾驶人的愤怒情绪。 5. 支持向量机：使用支持向量机对愤怒和平静情绪进行分类和识别。 6. 情感诱导测试：使用情感诱导测试来激发参与者的愤怒和平静情绪。 7. DES量表：使用DES量表来评价参与者的情感状态。 8. 驱动模拟实验：设计驾驶愤怒模拟实验来收集测试数据。 9. 多模态融合认知：研究多模态融合认知的应用于驾驶人愤怒情绪识别。 10. 交通安全：研究驾驶人愤怒情绪识别方法的应用于提高交通安全。