[发明专利]一种瞳膜中心定位方法及学员听课疲劳度检测方法

说明书

本发明公开的一种瞳膜中心定位方法，属于瞳膜中心定位领域。所述瞳膜中心定位方法：截取出眼部区域；提取瞳膜区域；瞳膜区域由瞳孔区域和虹膜区域构成。对提取的瞳膜区域使用连通域法消除瞳膜区域噪声，得到去噪后的瞳膜区域图像中目标点的总数；利用“平均特征点法”定位瞳膜区域中心。在此基础上，本发明还公开一种基于瞳膜中心定位的学员听课疲劳度检测方法，属于学员听课疲劳度检测领域，基于得到的瞳膜中心坐标值和给定的眼部中心的坐标值，将眼部中心作为坐标轴的原点，进而得到瞳膜中心在眼眶中的偏转角度，并计算瞳膜中心偏转角度和偏转距离，通过判定瞳膜中心偏转角度和偏转距离与相应设定的听课疲劳度阈值对比，实现听课疲劳度检测。

技术领域

本发明属于瞳膜中心定位领域及基于瞳膜中心定位的学员听课疲劳度检测领域，涉及一种瞳膜中心定位方法及基于瞳膜中心定位的学员听课疲劳度检测方法，尤其涉及一种应用于在线网络教育领域的基于瞳膜中心定位的学员听课疲劳度检测方法。

背景技术

已有瞳孔中心定位缺点：(1)当虹膜区域颜色较深时、眼部区域灰度直方图中瞳孔区域和虹膜区域不明显导致无法分离瞳孔的问题；(2)当人眼斜看时，由于眼睑的遮挡而无法提取出完整的虹膜图像进而无法准确定位瞳孔中心的问题。

目前尚未将瞳孔中心定位应用于学员听课疲劳度检测领域，尤其在网络

随着互联网的发展，普通学员、工作者越来越多地进行在线网络学习，但在线网络学习不同于传统的培训，无法评估学员学习状态和学习效果。针对这种情况，有必要对在线学习中的学员疲劳程度进行检测，以监督学员的学习状态，给相关机构提供测评依据，也反馈给在线授课者，帮助教育者提高授课质量，促进在线学习的良好发展。在计算机视觉技术还不是很成熟的阶段，研究人员检测人体疲劳主要是从“生理学”角度来研究人体的疲劳度。虽然其具有科学理论依据和准确度，但生理信号的获取需要实时地采用接触式仪器进行测量，这一局限性使得对学员的疲劳度检测是不可行的，因为在对学员学习过程中的疲劳度检测时，不能影响到学员的学习，因此只能采用图像处理技术检测人体疲劳。随着计算机视觉技术的迅猛发展，使用图像处理技术检测人体疲劳越来越受到研究者们的青睐，通过分析采集到的学员视频图像得到学员的疲劳度指标成为可能。使用电脑摄像头记录在线学习中的学员状态并对其进行分析，是一个全新的研究领域，该研究成果对于促进在线教学具有可预见性的理论意义和实用价值。

目前，提取瞳孔图像的过程需要检测人眼和提取瞳孔区域。在检测人眼时，由于目前人眼检测技术已经比较成熟，而从眼部区域中提取瞳孔区域是常用方法，但是不同人种的眼部虹膜颜色深浅特征不同，会因为虹膜区域颜色较深时、眼部区域灰度直方图中瞳孔区域和虹膜区域不明显导致无法分离瞳孔的问题。这对瞳孔中心定位的准确性，以及计算瞳孔中心在眼眶中的偏转角度及偏转距离带来了困难，导致影响在线网络教育中的学员听课疲劳度检测的准确性和有效性。

目前，对在线网络教育中的学员上课眼部疲劳度的研究相对较少，在对听课学员视线定位中的瞳孔中心定位目前还没有一个较为通用、有效的方法。在对学员的视线进行追踪的过程中，如何通用、准确、有效地对听课学员视线定位中的瞳孔中心定位是一个亟待解决的难题。

发明内容

针对现有技术中眼部瞳孔定位方法主要是将瞳孔与虹膜区域划分开导致下述不足：(1)存在定位不准问题；(2)通用性差；本发明公开的一种瞳膜中心定位方法要解决的技术问题是：实现眼部瞳膜中心定位，具有定位精读高和通用性好的优点。所述通用性好指将瞳孔区域和虹膜区域视为瞳膜区域一个统一区域处理，无需区分瞳孔区域和虹膜区，因此，不存在瞳孔区域和虹膜区域因虹膜颜色深浅特征不明显导致无法分离瞳孔的问题，提高本发明对不同人种的通用性。