文章图片
政企端：以交通行业为例 ， 在数字化背景下 ， 对于用户数据的采集应用以及对于行驶安全监管的需求正在增长 。 公安部交管局统计数据显示 ， 因“路怒症”引发的道路交通事故起数呈逐年上升趋势 ， 2013年共导致事故8.02万起 ， 上升4.9% ， 2014年又上升2.4% ， 2015年1-4月份再上升3.7% 。 中国司机心理障碍的发生率较高 ， 达到59．8％ 。 其中 ， 长途汽车司机心理障碍发生率高达80％ ， 私家车主则为44．4％ 。 “问题司机”的各类心理症状主要包括“偏执状态”“强迫观念”“躯干化障碍”“人际关系敏感”等等 。
细分领域按照功能需求分类
文章图片
车载细分领域市场驱动
底层硬件前装量的爆发：DMS市场已进入增长阶段 ， 对多模态情感识别算法在车上搭载利好 。
DMS一般分为主动式DMS和被动式DMS 。 主动式DMS系统基于摄像头和近红外技术对眼睑闭合、眨眼、凝视方向、打哈欠和头部运动、心率、体表温度等人体行为与生物特征进行检测 。 根据高工智能汽车研究院监测数据显示 ， 2020年1-9月国内自主及合资品牌前装搭载视觉DMS系统上险量为6.42万辆 ， 和2019年同期相比 ， 2020年1-9月前装搭载视觉DMS系统上险量同比增长超过150% 。 前装标配搭载视觉DMS车型19款 。 DMS的增长也为情绪识别算法上车提供了硬件技术与数据来源 。
技术驱动判断：高技术驱动行业
核心技术对情绪识别产品的影响：大
排除技术层面上情感计算的算法模型带来的side-product ， 整体模型的精准程度是衡量产品是否可靠的唯一标准 ， 因此可判断底层的AI算法是情感识别产品的核心；但是 ， 由此带来的问题是对于精准度的判断依据和核实方法的标准度和可靠性：即个体是否能精准“命名”自身的“情绪” 。
同时 ， 情感计算的发展受市场偏好与行业政策风向的影响已成为一个必然的技术趋势 。 然而有两大瓶颈也是在发展道路上不可避免需要解决：多模态的融合算法搭建与感知层的技术路径 。
感知难点：取决于需要用于计算的信息来决定感知层的硬件难度 。 由于现在行业更加追求无感检测 ， 最常见的如麦克风、摄像头 ， 其他感知硬件如接触式感知设备则不被看好 ， 因此如何在无感条件下实现多种信息的感知与获取成为一大难点 。
多模融合难点：如上文所说 ， 信息之间怎样关联 ， 对模态之间的融合和权重配比是非常困难的 。 算法的情绪识别精确程度取决于数据信号的质量与融合算法上的突破 。
推荐阅读
- 汽车|现代汽车公布CES 2022参展主题：打造机器人和元宇宙全新移动出行体验
- 技术|山西：提升科技水平 打造高速公路出行“安全卫士”
- 控股|共同探索未来出行新方式 吉利控股与Waymo达成合作
- 技术|Create2021大会：百度Apollo交出成绩单，引领智能出行新体验
- 电子|科技助力出行
- 情感|没开玩笑！对湖水喊话，它真的会回应丨智言智语
- 情感|AI改变爱情与亲密关系？小冰CEO李笛：人对情感非常清楚，应有信心
- 运营|派电科技PAI SPACE亮相上海，引领智能出行新革命
- 智能服务机器人|科技助力出行
- IT|交通运输部：新能源城市公交车比例超66% 100余个城市开展绿色出行创建行动