“如果能夠識別駕駛員的情緒，便可使駕駛變得更安全。”開發(fā)面部識別技術(shù)的美國初創(chuàng)企業(yè)Eyeris公司的CEO(首席執(zhí)行官)Madar Alaoui如此說道。Alaoui在美國英偉達(dá)的GPU技術(shù)開發(fā)者會議“GPU Technology Conference(GTC) 2016”上發(fā)表演講，公開了將“情緒識別”應(yīng)用于汽車的想法。據(jù)美國國家公路交通安全管理局(NHTSA)介紹，美國的交通事故有80%是由駕駛員精神不集中及憤怒情緒所導(dǎo)致的。雖然業(yè)內(nèi)一直在研究對駕駛員的視線及困倦等狀態(tài)實(shí)施檢測的技術(shù)，而“我們更著重于對憤怒等情緒的檢測”(Alaoui)。　

　　比如，在檢測到駕駛員的憤怒情緒后，“便可勒緊安全帶，提高制動器的反應(yīng)響應(yīng)性，從而減輕事故的傷害”(Alaoui)。此外，還可通過方向盤振動及警告聲，將情緒狀態(tài)告知駕駛員。并且，為了平復(fù)心情，還可考慮自動調(diào)整車內(nèi)照明及音樂。如果自動駕駛功能被配備到汽車上，“便可在情緒不穩(wěn)定時，催促駕駛員切換為自動駕駛模式”(Alaoui)。Alaoui在演講中做了對情緒實(shí)施判斷的演示(見圖)。可識別“Joy(喜)”、“Surprise(驚)”、“Disgust(厭)”、“Sadness(悲)”、“Fear(恐)”、“Anger(怒)”七種情緒。Eyeris在情緒識別技術(shù)的開發(fā)中使用了深度學(xué)習(xí)。使用以圖像為對象的深度學(xué)習(xí)技術(shù)“卷積神經(jīng)元網(wǎng)絡(luò)(CNN)”，利用125萬張圖像的訓(xùn)練圖像來學(xué)習(xí)。在訓(xùn)練圖像中，除了情緒之外，還融入了人種(5種)、年齡層(4種)、性別(2種)、頭部位置(13種)、攝影時的照明條件(10種)這些信息。