车载情绪数据的增量式云端学习方法和系统

本发明提供了一种车载情绪数据的增量式云端学习方法和系统，包括：步骤1：通过车载传感器实时采集驾驶员的多模态情绪数据，包括面部图像、语音信号及生理信号；步骤2：对所述多模态数据进行预处理，包括噪声去除、特征提取及轻量级边缘模型分析，然后进行加密；步骤3：将加密后的数据上传至云端，执行增量学习与联邦学习以更新情绪识别模型；步骤4：基于预设评估策略验证模型性能，并通过隐私保护机制下发更新后的模型至车载端；步骤5：在数据全生命周期内实施脱敏、加密及合规审计，确保用户隐私与法规兼容性。本发明解决了车载情绪识别系统中模型精度低、无法持续学习及用户隐私难以保障等技术问题。