[发明专利]一种眼皮运动分析方法及系统

权利要求书

1.一种眼皮运动分析方法，其特征在于，该方法包括：

获取待分析的眼图集合的各个眼图图像；

将每个所述眼图图像输入至预创建的眼皮检测模型，获得与所述眼图图像相匹配的上下眼皮距离；

依据所述眼图集合对应的各个所述上下眼皮距离，生成眼皮张合程度曲线；

基于所述眼皮张合程度曲线，分析得到眼皮运动数据。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取样本信息，所述样本信息表征若干幅标注了上下眼皮距离的眼图图像；

将各个样本信息分别作为神经网络的训练输入，训练得到所述眼皮检测模型，所述眼皮检测模型具有将输入的眼图图像对应的上下眼皮距离趋于所述眼图图像对应的实际的上下眼皮距离的能力。

3.根据权利要求2所述的方法，其特征在于，所述将各个样本信息分别作为神经网络的训练输入，训练得到所述眼皮检测模型，包括：

获取样本信息的标注信息，所述标注信息表征了上下眼皮距离信息；

对所述标注信息进行预处理，得到处理后的样本信息，所述预处理为使得样本信息对应的眼图图像中睁眼数据和闭眼数据分布均匀的处理方式；

将各个所述处理后的样本信息分别作为神经网络的训练输入，训练得到所述眼皮检测模型。

4.根据权利要求3所述的方法，其特征在于，所述训练得到所述眼皮检测模型，包括：

利用预创建的损失函数，训练得到所述眼皮检测模型；

其中，所述预创建的损失函数在所述预创建损失函数中n表示样本数据量，y_true表示训练样本中上下眼皮距离与图像高度的占比的真值，且y_true＝d/h，d表示上下眼皮的像素距离，h为图像高度，y_predict为模型的输出值；其中，所述眼皮检测模型为5层结构的卷积神经网络，其中，前3层为卷积层，后两层为全连接层，所述全连接层后连接sigmoid函数。

5.根据权利要求1所述的方法，其特征在于，所述依据所述眼图集合对应的各个所述上下眼皮距离，生成眼皮张合程度曲线，包括：

对所述上下眼皮距离进行滤波处理，得到处理后的结果；

利用预创建的归一化函数，对所述处理后的结果进行归一化处理，得到眼皮的张合程度信息，其中，所述归一化函数其中x_t是第t帧图像通过眼皮检测模型的输出值，x_max＝max(x_t),t＝1,…,T；T是眼皮运动过程中的最大值对应的图像帧；

依据所述张合程度信息，生成眼皮张合程度曲线。

6.根据权利要求1所述的方法，其特征在于，所述基于所述眼皮张合程度曲线，分析得到眼皮运动数据，包括：

基于所述眼皮张合程度曲线，检测获得目标触发时刻，所述目标触发时刻表征用户眼皮睁开动作出现的时刻。

7.一种眼皮运动分析系统，其特征在于，所述系统包括：

图像获取单元，用于获取待分析的眼图集合的各个眼图图像；

模型处理单元，用于将每个所述眼图图像输入至预创建的眼皮检测模型，获得与所述眼图图像相匹配的上下眼皮距离；

曲线生成单元，用于依据所述眼图集合对应的各个所述上下眼皮距离，生成眼皮张合程度曲线；

分析单元，用于基于所述眼皮张合程度曲线，分析得到眼皮运动数据。

8.根据权利要求7所述的系统，其特征在于，所述系统还包括：

样本获取单元，用于获取样本信息，所述样本信息表征若干幅标注了上下眼皮距离的眼图图像；

模型训练单元，用于将各个样本信息分别作为神经网络的训练输入，训练得到所述眼皮检测模型，所述眼皮检测模型具有将输入的眼图图像对应的上下眼皮距离趋于所述眼图图像对应的实际的上下眼皮距离的能力。