[发明专利]一种基于人眼状态识别的疲劳检测方法及装置

说明书

本发明实施例公开一种基于人眼状态识别的疲劳检测方法及装置，该方法包括：获得图像采集设备针对目标人员进行拍摄时，采集到的包含目标人员的面部的人脸图像；对人脸图像进行检测，得到面部特征点以及面部中人眼的上下眼睑的眼睑特征点；基于预设的三维人脸模型、面部特征点以及眼睑特征点，构建目标人员对应的目标三维人脸模型，其中，目标三维人脸模型包括：基于眼睑特征点构建的人眼的上下眼睑；基于目标三维人脸模型中人眼的上下眼睑，确定人眼的上下眼睑之间的当前开闭长度；基于当前开闭长度，确定出目标人员的当前疲劳程度，以实现确定出人眼的空间信息，提高对人眼状态的检测结果的准确性，进而提高对目标人员的疲劳程度的检测结果的准确性。

技术领域

本发明涉及视频监控技术领域，具体而言，涉及一种基于人眼状态识别的疲劳检测方法及装置。

背景技术

人员在疲劳的状态下，易出现操作错误的情况，例如：驾驶员在疲劳驾驶时，易出现车祸。为了在一定程度上降低因人员疲劳而导致的危险情况的发生，一般会对人员进行疲劳检测。相关的疲劳检测的过程，一般为：获得针对目标人员采集的人脸图像，通过预先训练的人眼状态检测模型，对人脸图像进行检测，检测出目标人员的眼睛的开闭状态，即检测目标人员的眼睛是否处于闭合的状态，根据检测结果，确定目标人员是否出现疲劳，其中，若检测到目标人员的眼睛处于闭合的状态，则确定目标人员出现疲劳，并进行告警，其中，该预先训练的人眼状态检测模型为：基于标注有处于闭合状态的人眼和处于睁开状态的人眼的样本图像训练所得的神经网络模型。

上述疲劳检测的过程中，在训练模型之前，对样本图像进行标注时，对样本图像中的眼睛的闭合状态和睁开状态的标注标准无法统一，如对于半睁开的眼睛有的标注人员标注为睁开状态，有的标注人员标注为闭合状态，导致预先训练的人眼状态检测模型对图像中人眼的闭合状态和睁开状态的检测边界模糊，进而导致检测结果不够准确。

发明内容

本发明提供了一种基于人眼状态识别的疲劳检测方法及装置，以实现确定出人眼的空间信息，提高对人眼的状态的检测结果的准确性，进而提高对目标人员的疲劳程度的检测结果的准确性。具体的技术方案如下：

第一方面，本发明实施例提供了一种基于人眼状态识别的疲劳检测方法，包括：

获得图像采集设备针对目标人员进行拍摄所采集到的包含所述目标人员的面部的人脸图像；

对所述人脸图像进行检测，检测得到所述人脸图像中面部的面部特征点以及所述面部中人眼的上下眼睑的眼睑特征点，其中，所述面部特征点为：用于表征所述人脸图像中面部各个部位的特征点；

基于预设的三维人脸模型、所述面部特征点以及所述眼睑特征点，构建所述目标人员对应的目标三维人脸模型，其中，所述目标三维人脸模型包括：基于所述眼睑特征点构建的所述人眼的上下眼睑；

基于所述目标三维人脸模型中所述人眼的上下眼睑的三维位置信息，确定所述人眼的上下眼睑之间的当前开闭长度；

基于所述当前开闭长度，确定出所述目标人员的当前疲劳程度。

可选的，所述对所述人脸图像进行检测，检测得到所述人脸图像中面部的面部特征点以及所述面部中人眼的上下眼睑的眼睑特征点的步骤，包括：

对所述人脸图像进行检测，检测得到所述人脸图像中面部的面部特征点；

基于所述面部特征点，从所述人脸图像中确定并截取出所述面部中人眼所在区域，作为人眼图像；

利用预设的眼睑特征点检测模型，从所述人眼图像中检测出所述人眼的上下眼睑的眼睑特征点，其中，所述预设的眼睑特征点检测模型为：基于标注有人眼的上下眼睑的眼睑特征点的样本图像训练所得的模型。

可选的，所述人眼图像包括左眼图像和右眼图像；