【技术实现步骤摘要】
本专利技术涉及人工智能，尤其是一种船舶驾驶人员情绪识别方法及系统。
技术介绍
1、目前，传统的驾驶人员识别方法通常是基于单模态数据实现驾驶人员的情绪识别，该种方式多用于车辆驾驶人员的情绪识别，但由于船舶驾驶室的光照条件较为复杂、船舶人员之间容易出现相互遮挡现象、船舶驾驶过程中的晃动等复杂环境因素，基于单模态数据进行情绪识别的鲁棒性较差，船舶驾驶人员情绪识别的识别准确率不尽人意。
2、因此，现有技术存在的问题还亟需解决和优化。
技术实现思路
1、本专利技术的目的在于至少一定程度上解决相关技术中存在的技术问题之一。
2、为此，本专利技术实施例的一个目的在于提供一种船舶驾驶人员的情绪识别方法，该方法可以有效提高情绪识别过程中的鲁棒性，提高对船舶驾驶人员情绪识别的识别准确率。
3、本申请实施例的另一个目的在于提供一种船舶驾驶人员的情绪识别系统。
4、为了达到上述技术目的，本申请实施例所采取的技术方案包括：
5、第一方面，本申请实施例提供了...
【技术保护点】
1.一种船舶驾驶人员的情绪识别方法，其特征在于，包括：
2.根据权利要求1所述的情绪识别方法，其特征在于，所述对所述人脸原始数据进行第一预处理，得到人脸训练数据，包括：
3.根据权利要求1所述的情绪识别方法，其特征在于，所述阶段情绪网络框架包括加权网络模块和变换网络模块，所述将所述阶段情绪训练数据输入至所述阶段情绪网络框架中进行特征提取，得到阶段情绪特征，包括：
4.根据权利要求1所述的情绪识别方法，其特征在于，所述将所述人脸训练数据输入至所述人脸网络框架中进行特征提取，得到人脸情绪特征，包括：
5.根据权利要求4所述的...
【技术特征摘要】
1.一种船舶驾驶人员的情绪识别方法，其特征在于，包括：
2.根据权利要求1所述的情绪识别方法，其特征在于，所述对所述人脸原始数据进行第一预处理，得到人脸训练数据，包括：
3.根据权利要求1所述的情绪识别方法，其特征在于，所述阶段情绪网络框架包括加权网络模块和变换网络模块，所述将所述阶段情绪训练数据输入至所述阶段情绪网络框架中进行特征提取，得到阶段情绪特征，包括：
4.根据权利要求1所述的情绪识别方法，其特征在于，所述将所述人脸训练数据输入至所述人脸网络框架中进行特征提取，得到人脸情绪特征，包括：
5.根据权利要求4所述的情绪识别方法，其特征在于，所述对所述人脸时空特征进行多时间尺度上采样，得到所述人脸情绪特征，包括：
【专利技术属性】
技术研发人员：陈德山，江龙，范亮，毛喆，田汪霞，
申请(专利权)人：武汉理工大学，
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。