本申请涉及智能座舱技术领域，特别涉及一种基于可成长的情绪识别系统的推荐方法、装置及车辆，其中，方法包括：获取当前驾驶员在多个维度下的情绪标识，并根据情绪标识得到每个维度的情绪值；根据每个维度的情绪值计算当前驾驶员的综合情绪值；基于综合情绪值识别当前驾驶员的情绪状态，并按照预设的质量评估体系匹配情绪状态对应的最佳推荐，向驾驶员推送最佳推荐，其中，质量评估体系由最佳推荐的反馈结果进行更新。根据本申请实施例的基于可成长的情绪识别系统的推荐方法，通过在情绪识别方法的基础上增加可更新的质量评估体系，从而为驾驶员推荐最优的智能化服务场景，以满足驾驶员的使用需求。的使用需求。的使用需求。
【技术实现步骤摘要】
基于可成长的情绪识别系统的推荐方法、装置及车辆
[0001]本申请涉及智能座舱
，特别涉及一种基于可成长的情绪识别系统的推荐方法、装置及车辆。
技术介绍
[0002]随着智能座舱技术的发展，手机端的应用生态也被逐渐移植到座舱内，包括导航、语音助手、人脸识别、音乐等，智能化的功能为用户带来了各种人性化、低成本的各项服务。同时，智能座舱作为一个集智能化、网联化技术、软件、硬件，随着深度学习、自然语言理解技术的快速发展，人机交互能力也在快速成熟，智能座舱已然是可以通过不断学习和迭代进行智慧感知和智能决策的硅基生命综合体，由此可知用户对座舱的期待也在不断攀升。
[0003]相关技术中，大多根据驾驶员的内在特征信息或者外在面部表情、心率变化等特征信息感知驾驶员的当前情绪，进而进行人机交互功能。
[0004]然而，仅通过驾驶员的情绪感知匹配智能座舱的交互功能往往会存在一定的局限性，容易造成智能座舱对于用户情绪识别的结果存在滞后性，从而会达不到驾驶员想要实现的功能需求，亟需改善。
技术实现思路
[0005]本申请提供一种基于可成长的情绪识别系统的推荐方法、装置及车辆，以解决相关技术中的情绪识别方法对于用户情绪识别的结果存在滞后性，无法满足驾驶员需要的功能需求等问题。
[0006]本申请第一方面实施例提供一种基于可成长的情绪识别系统的推荐方法，包括以下步骤：获取当前驾驶员在多个维度下的情绪标识，并根据所述情绪标识得到每个维度的情绪值；根据所述每个维度的情绪值计算所述当前驾驶员的综合情绪值；以及基于所述综合情绪值识别所述当前驾驶员的情绪状态，并按照预设的质量评估体系匹配所述情绪状态对应的最佳推荐，向所述驾驶员推送所述最佳推荐，其中，所述质量评估体系由所述最佳推荐的反馈结果进行更新。
[0007]根据上述技术手段，通过质量评估体系对驾驶员的情绪状态进行分析并推荐最优的反馈结果，以满足驾驶员多元化的使用需求。
[0008]进一步地，在本申请的一个实施例中，所述情绪标识包括所述当前驾驶员的面部标识、语音标识和/或文本标识。
[0009]根据上述技术手段，通过多维度采集驾驶员的情绪状态，从而提高推荐的准确性。
[0010]进一步地，在本申请的一个实施例中，所述获取当前驾驶员在多个维度下的情绪标识，并根据所述情绪标识得到每个维度的情绪值，包括：获取所述当前驾驶员的面部图像，得到面部维度的面部标识，计算在预设时间内的情绪变化率和情绪变化率的第一平均值，得到所述面部维度的情绪值；获取所述当前驾驶员的文本数据，得到文本维度的文本表示，计算在所述预设时间内的情绪变化率和情绪变化率的第二平均值，得到所述文本维度
的情绪值；获取所述当前驾驶员的语音信息，得到语音维度的语音标识，计算在所述预设时间内的情绪变化率和情绪变化率的第三平均值，计算所述语音维度的情绪值。
[0011]根据上述技术手段，通过计算多维度的情绪标识，根据具体的情绪变化率得出当前驾驶员的情绪值，从而匹配合适的服务场景。
[0012]进一步地，在本申请的一个实施例中，所述基于所述综合情绪值识别所述当前驾驶员的情绪状态，包括：将所述综合情绪值输入至预先构建的情绪识别模型，输出所述综合情绪值，其中，所述预先构建的情绪识别模型由驾驶员的综合情绪值与情感分类之间的映射关系构建得到。
[0013]根据上述技术手段，通过获得的驾驶员的情绪标签由质量评估系统推荐最优的服务场景，以满足驾驶员多样化的生活需求。
[0014]进一步地，在本申请的一个实施例中，在将所述综合情绪值输入至所述预先构建的情绪识别模型之前，还包括：识别所述综合情绪值的关键词汇并进行解析，得到解析结果；根据所述解析结果匹配映射关系模型，并返还对应的情感分类的标签并匹配满足预设条件的服务场景，构建所述情绪识别模型。
[0015]根据上述技术手段，通过对驾驶员表达的关键信息进行解析，匹配当前驾驶员对应的情绪标签，以匹配符合驾驶员需求的服务场景。
[0016]本申请第二方面实施例提供一种基于可成长的情绪识别系统的推荐装置，包括：获取模块，用于获取当前驾驶员在多个维度下的情绪标识，并根据所述情绪标识得到每个维度的情绪值；计算模块，用于根据所述每个维度的情绪值计算所述当前驾驶员的综合情绪值；以及推荐模块，用于基于所述综合情绪值识别所述当前驾驶员的情绪状态，并按照预设的质量评估体系匹配所述情绪状态对应的最佳推荐，向所述驾驶员推送所述最佳推荐，其中，所述质量评估体系由所述最佳推荐的反馈结果进行更新。
[0017]进一步地，在本申请的一个实施例中，所述情绪标识包括所述当前驾驶员的面部标识、语音标识和/或文本标识。
[0018]进一步地，在本申请的一个实施例中，所述获取模块，包括：第一获取单元，用于获取所述当前驾驶员的面部图像，得到面部维度的面部标识，计算在预设时间内的情绪变化率和情绪变化率的第一平均值，得到所述面部维度的情绪值；第二获取单元，用于获取所述当前驾驶员的文本数据，得到文本维度的文本表示，计算在所述预设时间内的情绪变化率和情绪变化率的第二平均值，得到所述文本维度的情绪值；第三获取单元，用于获取所述当前驾驶员的语音信息，得到语音维度的语音标识，计算在所述预设时间内的情绪变化率和情绪变化率的第三平均值，计算所述语音维度的情绪值。
[0019]进一步地，在本申请的一个实施例中，所述推荐模块，包括：输出单元，用于将所述综合情绪值输入至预先构建的情绪识别模型，输出所述综合情绪值，其中，所述预先构建的情绪识别模型由驾驶员的综合情绪值与情感分类之间的映射关系构建得到。
[0020]进一步地，在本申请的一个实施例中，在将所述综合情绪值输入至所述预先构建的情绪识别模型之前，所述输出单元，还用于：识别所述综合情绪值的关键词汇并进行解析，得到解析结果；根据所述解析结果匹配映射关系模型，并返还对应的情感分类的标签并匹配满足预设条件的服务场景，构建所述情绪识别模型。
[0021]本申请第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器
上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的基于可成长的情绪识别系统的推荐方法。
[0022]本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的基于可成长的情绪识别系统的推荐方法。
[0023]本申请实施例通过获取当前驾驶员在多个维度下的情绪标识而得到的每个维度的情绪值，并计算当前驾驶员的综合情绪值，进而识别当前驾驶员的情绪状态，并向驾驶员按照预设的质量评估体系匹配情绪状态对应的最佳推荐进行推荐，由此，解决了相关技术中的情绪识别方法对于用户情绪识别的结果存在滞后性，无法满足驾驶员需要的功能需求等问题。
[0024]本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于可成长的情绪识别系统的推荐方法，其特征在于，包括以下步骤：获取当前驾驶员在多个维度下的情绪标识，并根据所述情绪标识得到每个维度的情绪值；根据所述每个维度的情绪值计算所述当前驾驶员的综合情绪值；以及基于所述综合情绪值识别所述当前驾驶员的情绪状态，并按照预设的质量评估体系匹配所述情绪状态对应的最佳推荐，向所述驾驶员推送所述最佳推荐，其中，所述质量评估体系由所述最佳推荐的反馈结果进行更新。2.根据权利要求1所述的方法，其特征在于，所述情绪标识包括所述当前驾驶员的面部标识、语音标识和/或文本标识。3.根据权利要求1所述的方法，其特征在于，所述获取当前驾驶员在多个维度下的情绪标识，并根据所述情绪标识得到每个维度的情绪值，包括：获取所述当前驾驶员的面部图像，得到面部维度的面部标识，计算在预设时间内的情绪变化率和情绪变化率的第一平均值，得到所述面部维度的情绪值；获取所述当前驾驶员的文本数据，得到文本维度的文本表示，计算在所述预设时间内的情绪变化率和情绪变化率的第二平均值，得到所述文本维度的情绪值；获取所述当前驾驶员的语音信息，得到语音维度的语音标识，计算在所述预设时间内的情绪变化率和情绪变化率的第三平均值，计算所述语音维度的情绪值。4.根据权利要求1所述的方法，其特征在于，所述基于所述综合情绪值识别所述当前驾驶员的情绪状态，包括：将所述综合情绪值输入至预先构建的情绪识别模型，输出所述综合情绪值，其中，所述预先构建的情绪识别模型由驾驶员的综合情绪值与情感分类之间的映射关系构建得到。5.根据权利要求4所述的方法，其特征在于，在将所述综合情绪值输入至所述预先构建的情绪识别模型之前，还包括：识别所述综合情绪值的关键词汇并进行解析，得到解析结果；根据所述解析结果匹配映射关系模型，并返还对应的情感分类的标签并匹配满足预设条件...
【专利技术属性】
技术研发人员：袁霞，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。