[发明专利]眼睛状态检测方法

说明书

技术领域

本发明涉及图像识别领域，特别涉及一种眼睛状态检测方法。

背景技术

图像识别技术，是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。随着计算机技术与信息技术的发展，图像识别技术获得了越来越广泛的应用。例如医疗诊断中各种医学图片的分析与识别、天气预报中的卫星云图识别、遥感图片识别、指纹识别、脸谱识别等，图像识别技术越来越多地渗透到我们的日常生活中。

人脸识别为图像识别的一种，得到了广泛的研究与应用。眼睛作为人脸中最重要的五官之一，可以得到性别、表情、年龄等诸多额外的丰富信息，扩展了人脸识别的应用前景。眼睛状态的识别应用领域也较为广泛，可以判断疲劳状态，利用眼部特征的高辨识度，也可以用于身份识别和图像检索。

现有的眼睛状态检测基于学习的方法把眼睛状态的检测当做一种分类问题来处理，通过提取特征，利用分类器进行学习，根据学习结果实现眼睛状态的检测。这类方法需要选择有效的特征，并选择大量的样本进行训练，计算复杂，影响运算效率。

发明内容

因此，为解决现有技术存在的技术缺陷和不足，本发明提出一种眼睛状态检测方法。

具体地，本发明一个实施例提出的一种基于序列图像的超分辨率重建方法，包括：

获取人脸图像；

分别识别所述人脸图像中眉毛和眼睛的区域图像；

根据所述区域图像中眉毛和眼睛的距离检测眼睛状态。

在本发明的一个实施例中，获取人脸图像后，还包括：

对所述人脸图像进行灰度化处理；

对经灰度化处理后的所述人脸图像进行中值滤波处理；

对经中值滤波处理后的人脸图像进行直方图均衡化处理。

在本发明的一个实施例中，分别识别所述人脸图像中眉毛和眼睛的区域图像，包括：

对所述人脸图像采用投影法，粗定位所述眉毛和所述眼睛在所述人脸图像中所在的第一区域；

对所述第一区域采用模板匹配法，精确定位所述眉毛和所述眼睛在所述人脸图像中所在的第二区域以完成对所述区域图像的识别。

在本发明的一个实施例中，根据所述区域图像中眉毛和眼睛的距离检测眼睛状态，包括：

计算所述眉毛到所述眼睛的上眼皮边缘的第一相对距离；

计算所述眉毛到所述眼睛的下眼皮边缘的第二相对距离；

计算所述眼睛的上眼皮边缘和下眼皮边缘的绝对距离；

根据所述第一相对距离、所述第二相对距离及所述绝对距离检测眼睛状态。

在本发明的一个实施例中，计算所述眉毛到所述眼睛的上眼皮边缘的第一相对距离，包括：

在所述眉毛区域中的任取X个点，求出X个点的眉毛坐标平均值；

在所述眼睛区域的上眼皮边缘选取N个点，分别计N个点的上眼皮坐标平均值；

根据所述眉毛坐标平均值和所述上眼皮坐标平均值确定所述第一相对距离。

在本发明的一个实施例中，计算所述眉毛到所述眼睛的下眼皮边缘的第二相对距离，包括：

在所述眼睛区域的下眼皮边缘选取N个点，分别计N个点的下眼皮坐标平均值；

根据所述眉毛坐标平均值和所述下眼皮坐标平均值确定所述第二相对距离。

在本发明的一个实施例中，计算所述眼睛的上眼皮边缘和下眼皮边缘的绝对距离，包括：

在所述上眼皮边缘和下眼皮边缘各取M个点，分别计算所述上眼皮边缘的M个点的第一平均值和所述下眼皮边缘的M个点的第二平均值；

根据所述第一平均值和所述第二平均值计算所述绝对距离。

在本发明的一个实施例中，根据所述第一相对距离、所述第二相对距离及所述绝对距离检测眼睛状态，包括：

根据所述第一相对距离、所述第二相对距离及所述绝对距离进行误差补偿，确定眼睛状态公式，通过计算所述眼睛状态公式判断眼睛状态。

在本发明的一个实施例中，所述眼睛状态公式为：

其中，T₁为所述第二相对距离，T₂为所述绝对距离，T₃为所述第一相对距离，OFFSET₁和OFFSET₂为采集所述人脸图像的误差补偿。

在本发明的一个实施例中，所述误差补偿通过人工手动设定。

基于此，本发明具备如下优点：

本发明提出了的眼睛状态检测方法，能够较好的降低运算复杂度，提高实时性，并且可靠性高，具有广泛的应用前景。