[发明专利]一种驾驶员的情绪识别方法及音乐推送方法

说明书

本发明公开一种驾驶员的情绪识别方法及音乐推送方法，用于车载终端，其中，驾驶员的情绪识别方法，包括：获取驾驶员的当前人脸图像；对当前人脸图像进行处理得到增强图像；从增强图像中提取图像特征值；将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；根据训练结果，识别图像特征值所属的情绪类别。本发明通过将驾驶员的当前人脸图像输入神经网络模型进行训练，当驾驶员在驾车和在车中休息的过程中，都能快速识别出驾驶员当前人脸图像所属的情绪类别，及时获知驾驶员的情绪状态，有利于云端服务器及时向车载终端推送与驾驶员的每种情绪对应的音乐，进而有利于驾驶员调节情绪，确保驾驶员在稳定的情绪状态中进行安全驾驶。

技术领域

本发明涉及图像识别技术领域，具体涉及一种驾驶员的情绪识别方法及音乐播放方法。

背景技术

驾驶员在驾车的过程中可能会受到各种情绪的影响，而不同的情绪将会影响驾驶员不同的驾车行为，因此，识别驾驶员的不同情绪在驾驶员驾车的过程中具有重要意义。

目前由于驾驶员在驾车的过程中，只有驾驶员本人能够获知自己的当前情绪状态，所以，驾驶员的情绪状态往往被忽略，如果驾驶员的当前情绪属于不良的情绪状态，而不良的情绪状态不能引起关注，显然，不利于驾驶员进行安全驾驶。

发明内容

有鉴于此，本发明实施例提供了一种驾驶员的情绪识别方法，以解决驾驶员在驾车的过程，往往忽略驾驶员的情绪状态，不利于驾驶员进行安全驾驶的问题。

根据第一方面，本发明实施例提供了一种驾驶员的情绪识别方法，用于车载终端，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。

结合第一方面，在第一方面第一实施方式中，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。

结合第一方面第一实施方式，在第一方面第二实施方式中，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。

结合第一方面，在第一方面第三实施方式中，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。

结合第一方面第三实施方式中，在第一方面第四实施方式中，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。

结合第一方面第四实施方式中，在第一方面第五实施方式中，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。

根据第二方面，本发明实施例提供了一种音乐推送方法，用于云端服务器，包括：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。