[发明专利]计算机基于层叠式主成分分析法智能识别视频中人眼状态的方法

权利要求书

1.一种计算机基于层叠式主成分分析法智能识别视频中人眼状态的方法，其特征在于所述方法包括以下步骤：

（1）采集人眼训练图像，对人眼训练图像进行第一层主成分分析，获得特征眼子空间；将每幅人眼训练图像投影到特征眼子空间中，分别得到一组系数向量，组合得到一个系数矩阵；对系数矩阵进行第二层主成分分析，得到系数子空间；

（2）将视频中每幅待测人眼图像投影到步骤（1）得到的特征眼子空间上，分别得到一组系数向量；将系数向量分别投影到步骤（1）获得的系数子空间中得到另一组新系数向量；取出所有新系数向量的第一个值作为系数值；以视频中的帧数为x轴，相应帧人眼图像对应的系数值为Y轴构建一条帧数-系数值的原始数据曲线；

（3）对原始数据曲线进行均值滤波处理获得一条与原始数据曲线相对应的基准曲线；将原始数据曲线和基准曲线上的对应值相减并取绝对值，就得到一条差值曲线；

（4）将差值曲线上的差值与预设的系数阈值作比较；若差值小于系数阈值，则判定为视频中人眼状态为睁眼状态；若差值大于系数阈值，则判定视频中人眼状态为闭眼状态。

2.根据权利要求1所述的方法，其特征在于所述方法步骤（3）中均值滤波处理是以某一帧人眼图像为中心获取前后若干帧人眼图像对应的系数值，然后求取它们的平均值作为该帧原始系数值的基准值；以视频中的帧数为x轴，相应帧原始系数值的基准值为Y轴构建一条帧数-基准值的基准曲线。

3.根据权利要求1所述的方法，其特征在于所述方法中每一帧的待测人眼图像和人眼训练图像均经归一化处理成大小相同，且人眼区域均为右眼区域或左眼区域的图像。

4.根据权利要求1所述的方法，其特征在于所述方法步骤（1）中假设人眼训练图像共有K幅，归一化处理后大小均为n×m的图像，将每幅图像按列优先构成一个n×m的列向量，即：

x＝(b₁₁b₂₁…b_n1b₁₂b₂₂…b_n2…b_1nb_2n…b_nm)；

以每幅图像的列向量为一列，构成一个维数为（n×m）×K的矩阵X，即：X＝(x₁,x₂,...,x_i),i＝1,2,...,K。