[发明专利]一种驾驶员的情绪识别方法及音乐推送方法

权利要求书

1.一种驾驶员的情绪识别方法，用于车载终端，其特征在于，包括如下步骤：

获取驾驶员的当前人脸图像；

对所述当前人脸图像进行处理得到增强图像；

从所述增强图像中提取图像特征值；

将所述图像特征值输入到神经网络模型进行训练，并输出训练结果；

根据所述训练结果，识别所述图像特征值所属的情绪类别。

2.根据权利要求1所述的驾驶员的情绪识别方法，其特征在于，所述对所述当前人脸图像进行处理得到增强图像的步骤包括：

从所述当前人脸图像中提取亮度图像和反射图像；

对所述反射图像进行校正；

对所述亮度图像和所述反射图像进行计算得到所述增强图像。

3.根据权利要求2所述的驾驶员的情绪识别方法，其特征在于，所述从所述增强图像中提取图像特征值的步骤包括：

从所述增强图像中确定目标像素点；

以所述目标像素点为中心，将所述增强图像进行划分为多个区域图像；

获取每个区域图像中的每个像素点的梯度方向和梯度幅值；

从所述每个区域图像中获取梯度方向相同的像素点；

根据所述梯度方向相同的像素点，构建多维梯度图像；

根据所述多维梯度图像，获取所述图像特征值。

4.根据权利要求1所述的驾驶员的情绪识别方法，其特征在于，根据所述训练结果，识别所述图像特征值所属的情绪类别的步骤包括：

采集多种不同的情绪图像；

将每种情绪图像输入到所述神经网络模型进行训练得到所述每种情绪图像的特征阈值；

根据所述每种情绪的特征阈值，对所述多种不同情绪图像进行分类；

将所述训练结果与所述每种情绪的特征阈值进行比较，识别所述图像特征值所属的情绪类别。

5.根据权利要求4所述的驾驶员的情绪识别方法，其特征在于，所述将所述训练结果与所述每种情绪的特征阈值进行比较，识别所述图像特征值所属的情绪类别的步骤包括：

获取所述训练结果对应的特征参数；

判断所述训练结果对应的特征参数是否属于所述每种情绪的特征阈值；

如果所述训练结果对应的特征参数属于所述每种情绪的特征阈值，则所述当前人脸图像属于该种情绪图像。

6.根据权利要求5所述的驾驶员的情绪识别方法，其特征在于，还包括：

如果所述训练结果对应的特征参数不属于所述每种情绪的特征阈值，则所述当前人脸图像不属于该种情绪图像。

7.一种音乐推送方法，用于云端服务器，其特征在于，包括：

利用权利要求1-6任一项所述的驾驶员的情绪识别方法获取驾驶员的当前人脸图像所属的情绪类别；

根据所述情绪类别，向车载终端推送与所述情绪类别对应的音乐。

8.一种存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1-6任一项所述的驾驶员的情绪识别方法的步骤；或实现权利要求7中所述的音乐推送方法的步骤。

9.一种车载终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-6任一项所述的驾驶员的情绪识别方法的步骤。

10.一种云端服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求7所述的音乐推送方法的步骤。