[发明专利]一种眨眼检测方法及装置

权利要求书

1.一种眨眼检测方法，其特征在于，包括：

获取被检测用户的人脸图像；

根据预设的特征检测模型对所述人脸图像进行特征检测，得到人脸特征点；其中，所述特征检测模型为人工智能模型；

根据所述人脸特征点和预设的眨眼判断公式对所述被检测用户进行眨眼判断，得到眨眼判断结果；

输出所述眨眼判断结果。

2.根据权利要求1所述的眨眼检测方法，其特征在于，所述根据预设的特征检测模型对所述人脸图像进行特征检测，得到人脸特征点的步骤包括：

根据预设的特征检测模型对所述人脸图像进行特征检测，得到待定特征点；

根据所述待定特征点和所述人脸图像进行特征回归预测，确定出人脸特征点。

3.根据权利要求1所述的眨眼检测方法，其特征在于，所述根据所述人脸特征点和预设的眨眼判断公式对所述被检测用户进行眨眼判断，得到眨眼判断结果的步骤包括：

在所述人脸特征点中提取多个眼部特征点；

根据所述多个眼部特征点之间的距离和预设的眨眼判断公式计算得到眨眼判断数值；

根据所述眨眼判断数值与预设数值之间的比较结果确定出眨眼判断结果。

4.根据权利要求1所述的眨眼检测方法，其特征在于，在所述根据预设的特征检测模型对所述人脸图像进行特征检测，得到人脸特征点的步骤之后，所述方法还包括：

根据所述人脸特征点和眼睛纵横比公式对所述被检测用户进行眨眼判断，得到初步判断结果；

当所述初步判断结果为存在眨眼现象时，触发执行所述的根据所述人脸特征点和预设的眨眼判断公式对所述被检测用户进行眨眼判断，得到眨眼判断结果的步骤。

5.根据权利要求1所述的眨眼检测方法，其特征在于，所述特征检测模型包括卷积层、瓶颈层以及内积层，并且所述卷积层、所述瓶颈层以及所述内积层三者构成11层的神经网络；所述特征检测模型使用的激活函数为参数化修正线性单元。

6.一种眨眼检测装置，其特征在于，包括：

获取模块，用于获取被检测用户的人脸图像；

检测模块，用于根据预设的特征检测模型对所述人脸图像进行特征检测，得到人脸特征点；其中，所述特征检测模型为人工智能模型；

判断模块，用于根据所述人脸特征点和预设的眨眼判断公式对所述被检测用户进行眨眼判断，得到眨眼判断结果；

输出模块，用于输出所述眨眼判断结果。

7.根据权利要求6所述的眨眼检测装置，其特征在于，所述判断模块包括：

提取子模块，用于在所述人脸特征点中提取多个眼部特征点；

计算子模块，用于根据所述多个眼部特征点之间的距离和预设的眨眼判断公式计算得到眨眼判断数值；

确定子模块，根据所述眨眼判断数值与预设数值之间的比较结果确定出眨眼判断结果。

8.根据权利要求6所述的眨眼检测装置，其特征在于，所述特征检测模型包括卷积层、瓶颈层以及内积层，并且所述卷积层、所述瓶颈层以及所述内积层三者构成11层的神经网络；所述特征检测模型使用的激活函数为参数化修正线性单元。

9.一种计算机设备，其特征在于，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行根据权利要求1至5中任一项所述的一种眨眼检测方法。

10.一种计算机可读存储介质，其特征在于，其存储有权利要求9所述的计算机设备中所使用的计算机程序。