买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林大学申请的专利一种基于多模态网络的驾驶员情绪智能识别的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115690887B 。

龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211429381.6，技术领域涉及：G06V40/16；该发明授权一种基于多模态网络的驾驶员情绪智能识别的方法是由温泉;许秋阳;霍寅虎;边钦;胡兴军;任金东设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。

本一种基于多模态网络的驾驶员情绪智能识别的方法在说明书摘要公布了：本发明涉及一种基于多模态网络的驾驶员情绪智能识别的方法，属于智慧交通技术领域。包括多模态情绪数据采集，数据预处理，搭建基于多模态网络的情绪识别网络模型，多模态情绪干预。优点是提出的多模态情绪识别网络模型综合多个模态信息进行识别判断，相比于单模态情绪识别，可一定程度下提高识别准确率；本发明提出的面部情绪识别模型在识别精度得到保障的情况下，实现了参数下降，大幅减少计算资源的消耗，提高识别速度；本发明提出的驾驶员情绪识别方法可降低因驾驶员的不良情绪导致交通事故的发生概率，同时可为智能驾驶座舱中的驾驶员意图推断做出贡献。

本发明授权一种基于多模态网络的驾驶员情绪智能识别的方法在权利要求书中公布了：1.一种基于多模态网络的驾驶员情绪智能识别的方法，其特征在于，包括下列步骤： 步骤1：驾驶员的多模态情绪数据采集：包括驾驶员实时图像信息、语音信息、交互力度信息与方向盘转速信息； 步骤2：数据预处理： 1采用均值滤波方式对驾驶员图像信息进行预处理，减少复杂光照与环境因素对识别结果的干扰，提高图像质量； 2采用语音信号转为语谱图的方式对驾驶员语音信息进行预处理； 3采用标准化的方式对驾驶行为信息进行预处理； 步骤3：搭建基于多模态网络的情绪识别网络模型： 选取真实环境下驾驶员的多模态情绪数据作为情绪数据集，按照8：2的比例将数据集分割为训练集与测试集，对多模态网络进行训练，选取并保存训练效果最好的权值文件，将多模态网络模型与权值文件集成作为情绪识别网络模型存入车辆端存储器中，所述情绪识别网络模型包括面部情绪识别模型，声音情绪识别模型与驾驶行为情绪识别模型，采用决策层融合算法对三种模态的情绪进行有效融合； 所述面部情绪识别模型包括，当获取到经预处理后的面部图片U后，首先将面部图像U输入至空间注意力网络STN中，获取具有视觉注意效果图片V，将图片V输入至基于改进的卷积神经网络VGG中，其中网络由5个卷积块，1个通道注意力模块ECA-NET与1个全连接层FC1组成，网络中的卷积核大小均为3x3，池化核大小均为2x2，其中卷积块1包含2个卷积层与1个最大池化层，卷积层输出通道数为64；卷积块2包含2个卷积层与1个最大池化层，卷积层输出通道数为128；卷积块3包含3个卷积层与1个最大池化层，卷积层输出通道数为256；卷积块4包含3个卷积层与1个最大池化层，卷积层输出通道数为512；卷积块5包含3个卷积层与1个最大池化层，卷积层输出通道数为512，将卷积块5的输出输入至通道注意力模块ECA-NET中，模块的输出通道数为512，其中ECA-NET模块首先将输入的特征图进行全局平均池化，每个通道的特征层使用单个数值表示；然后，每个特征层的权重由大小为k的一维卷积生成，得到每个通道间的关系，最后将生成的权重作用于输出的特征图上，从而对各特征层得以区分，更有效的处理特征，最后经过一个全连接层FC1得到面部情绪识别的结果得分； 步骤4：多模态情绪干预： 当情绪识别模型检测出驾驶员出现异常情绪时，及时发出预警信号，并通过多模态的方式帮助驾驶员调节情绪。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。