中检评审中 创新训练 413信息与系统科学相关工程与技术 理论研究-科学技术国家级

情绪在人际沟通和决策、汽车安全驾驶等中起到了至关重要的作用，目前基于不同信号的情绪识别已经进行了大量的研究，使用了许多外部特征进行情绪分类，但是因为情绪状态是内在的，是一种特定生理活动的内部表象，考虑到在一些极端情况下，人们因一些社会性的因素，掩饰了自己的真实情感，所以比起外部线索来检测，使用脑电波这一内部生理特征来识别情绪更为客观和直接。 虽然在过去的几年中，对于情感分类的理论和方法已经取得了许多的进展，但是因为情感之间的界限很模糊，脑电波的情感识别非常的具有挑战性。同时，现有的脑电数据集大多是采用让受试者接受某种情绪刺激，例如可以激发情绪的图片，视频，音频等，但是由于个体间的差异和情绪的主观性，理论上我们无法获得受试者情绪的“ground truth”，这也给数据的筛选和清洗带来了很大的难度。 本项目针对面向主动安全驾驶系统，利用弱脑电信号和基于声纹和表情的综合行为分析，构建多模态的混合深度学习网络对驾驶员的情绪进行综合检测，对危害安全驾驶的诸如“路怒”等情绪等进行告警和干预，达到安全驾驶的目的。