滑鐵盧大學(xué)Cogdrive實(shí)驗(yàn)室和重慶大學(xué)先進(jìn)制造與信息技術(shù)實(shí)驗(yàn)室聯(lián)合建立了一個(gè)駕駛員情緒面部表情（DEFE）數(shù)據(jù)集，用于駕駛員自發(fā)情緒分析。該數(shù)據(jù)集包括駕駛過程中60位參與者（43位男性）的面部表情記錄。該數(shù)據(jù)集可用于評(píng)估駕駛員面部表情識(shí)別的算法，DEFE數(shù)據(jù)集也為同時(shí)從不同的情緒模型研究情緒識(shí)別提供了可能。

背景

駕駛員情緒在駕駛中起著重要作用，因?yàn)樗鼤?huì)影響駕駛安全性和舒適性。在全球每年發(fā)生的20－50百萬例非致命傷害和124萬例致命道路交通事故中，駕駛員無力控制情緒已被視為安全的關(guān)鍵因素之一。智能汽車的快速發(fā)展也要求在駕駛員與自動(dòng)化交互與協(xié)作的集成方面出現(xiàn)新的需求，從而進(jìn)一步提升駕駛舒適性，其中駕駛員情緒是關(guān)鍵狀態(tài)之一。因此識(shí)別駕駛員情緒對(duì)于提升來智能汽車的安全性和舒適性至關(guān)重要。

面部表情對(duì)駕駛員來說是表達(dá)情感的有力渠道�；�于面部表情的情緒識(shí)別的最新進(jìn)展促使人們創(chuàng)建了多個(gè)面部表情數(shù)據(jù)集。公開可用的數(shù)據(jù)集是加速面部表情研究的基礎(chǔ)，如表1所示，我們總結(jié)了到目前為止所有包含面部表情的數(shù)據(jù)集，這些數(shù)據(jù)集已被用于面部表情來情緒識(shí)別，并獲得了不同程度的成功。這些數(shù)據(jù)集的共同特征之一是在靜態(tài)等場(chǎng)景下采集參加者的面部表情數(shù)據(jù)。

盡管靜態(tài)場(chǎng)景下采集到的面部表情數(shù)據(jù)可以研究通過面部表情識(shí)別情緒狀態(tài)，但是它將所提出的算法的應(yīng)用局限到了靜態(tài)生活場(chǎng)景下。結(jié)果，如果將此類算法應(yīng)用到動(dòng)態(tài)的駕駛場(chǎng)景下，可能無法得到可靠的識(shí)別效果。相對(duì)地，駕駛汽車是是一個(gè)復(fù)雜的認(rèn)知過程，需要駕駛員動(dòng)態(tài)地對(duì)視覺提示，危害評(píng)估，決策，戰(zhàn)略規(guī)劃等同時(shí)做出反應(yīng)，從而占用駕駛員大量的認(rèn)知資源，而認(rèn)知過程對(duì)引起情緒反應(yīng)來說是必須的，顯然，駕駛會(huì)影響駕駛員的情緒表達(dá)，這種情緒表達(dá)和生活場(chǎng)景中相比是有差異的。

表1． 基于面部表情的情緒識(shí)別公開數(shù)據(jù)集小結(jié)