[发明专利]基于人眼状态的瞌睡检测方法

说明书

本发明公开了一种基于人眼状态的瞌睡检测方法，包含：获取待检测者的标准人眼面积；采集待检测者的视频信息以及视频信息中的每一帧图像所对应的检测者和图像采集设备之间的距离信息；将视频信息的每一帧图像的人眼区域分割出来；计算每一帧图像所对应的人眼区域的实际人眼面积；根据每一帧图像所对应的距离信息对实际人眼面积进行矫正；将矫正后的每一帧图像所对应的实际人眼面积与标准人眼面积进行比较并根据比较结果判断待检测者的瞌睡状态。本发明的基于人眼状态的瞌睡检测方法，通过对视频帧中的人眼区域的面积进行校准，进一步提高了瞌睡检测的精度。

技术领域

本发明涉及一种基于人眼状态的瞌睡检测方法。

背景技术

如今，人工智能+医疗，人工智能+教育，人工智能+模式在生活中随处可见。其中人工智能+教育尤为受到了各行各业的广泛关注，其研究重点主要是“学生课中”和“学习过程”，目的是促进学生课中能够集中精力学习。其中，采集学生课中在学习课堂上的数据是研究的基础。正是因为有了数据作为支撑，才促使人工智能领域不断扩大。否则，人工智能+模式便无法实现。

目前，国内已经有很多研究人员关于瞌睡识别提供了大量的研究方法。但现有的技术，瞌睡识别的精度不够高。

发明内容

本发明提供了一种基于人眼状态的瞌睡检测方法，采用如下的技术方案：

一种基于人眼状态的瞌睡检测方法，包含以下步骤：

获取待检测者的标准人眼面积；

采集待检测者的视频信息以及视频信息中的每一帧图像所对应的检测者和图像采集设备之间的距离信息；

将视频信息的每一帧图像的人眼区域分割出来；

计算每一帧图像所对应的人眼区域的实际人眼面积；

根据每一帧图像所对应的距离信息对实际人眼面积进行矫正；

将矫正后的每一帧图像所对应的实际人眼面积与标准人眼面积进行比较并根据比较结果判断待检测者的瞌睡状态。

进一步地，获取待检测者的标准人眼面积的具体方法为：

使待检测者位于图像采集设备前方预设距离且正对图像采集设备；

使待检测者的眼睛处于完全睁开状态；

通过图像采集设备采集待检测者的图像信息；

利用级联回归模型检测图像信息中的人脸的68个特征点，从中获取12个有关人眼的特征点，进而通过这12个有关人眼的特征点从图像信息中分隔出人眼区域；

计算从图像信息分隔出的人眼区域的像素值得到标准人眼面积。

进一步地，采集待检测者的视频信息以及视频信息中的每一帧图像所对应的检测者和图像采集设备之间的距离信息的具体方法为：

将激光测距雷达集成在图像采集设备上；

图像采集设备和激光测距雷达同时工作分别采集待检测者的视频信息和其对应的距离信息；

将距离信息作为标签标注在对应的每一帧图像上。

进一步地，采集待检测者的视频信息以及视频信息中的每一帧图像所对应的检测者和图像采集设备之间的距离信息的具体方法为：

通过图像采集设备采集检测者的视频信息；

根据检测者的位置信息判断其对应的距离信息；

将距离信息作为标签标注在对应的每一帧图像上。

进一步地，将视频信息的每一帧图像的人眼区域分割出来的具体方法为：