[发明专利]一种智能手机使用的眼睛疲劳检测方法在审

专利信息
申请号: 201510437767.5 申请日: 2015-07-23
公开(公告)号: CN105373767A 公开(公告)日: 2016-03-02
发明(设计)人: 刘海亮;苏航;郭树霞 申请(专利权)人: 中山大学深圳研究院
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市南山*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智能手机 使用 眼睛 疲劳 检测 方法
【权利要求书】:

1.一种智能手机使用的眼睛疲劳检测系统,其特征在于:

(1)通过智能手机的前置摄像设备,采集用户在使用智能手机过程的图像帧序列;

(2)使用智能手机依次处理每一帧,通过一系列技术精确定位包含人眼的最小矩形;

(3)在一定的精度范围内,定位到包含人眼的最小矩形。每次得到的矩形缩放在相同的固定比例中计算矩形面积,然后根据训练得到的睁闭眼阈值判定眼睛的睁闭情况;

(4)更新判断人眼疲劳程度的PERCLOS特征值;

(5)如果没有疲劳将继续循环检测,返回步骤(1);如果出现不同程度的眼疲劳情况,将执行(6)步骤;

(6)根据疲劳程度作出不同的干预措施。

2.根据权利要求1所述的智能手机使用的眼睛疲劳检测方法,其特征在于,智能手机尽管大部分都有比较高的硬件配置,但过于高频率的数据采集和计算任务会在一定程度上影响用户使用智能手机处理其它任务的流畅程度,在能得到较好的检测效果基础上取尽可能小的图像采集频率是非常有必要的。实验结果表明选取每隔120ms取一个图像帧样本是比较适合的。

3.根据权利要求1所述的精确定位包含人眼最小矩形的技术,其特征在于,使用基于成熟算法的改进技术上,可以避免光照、戴眼镜以及低质量图像等情况下对检测结果有较大影响的因素。主要的步骤如下:

(1)使用肤色模型分割肤色区域作必要的预处理;

(2)评价人眼预测位置。如果预测正确的话,直接结束该帧图像的人眼定位;如果预测结果错误的话,继续执行步骤(3);

(3)使用已经训练好的CascadeAdaboost对人脸进行定位,并使用支持向量机SVM的方法对定位结果进行验证;

(4)对人脸方向进行矫正,使得(5)输入的都是正脸图像;

(5)使用尺度不变梯度积分投影算法(Scale-invariantGradientIntegralProjectionFunction,简称SGIPF)的分割算法,分离出包含人眼的最小矩形;

(6)使用卡尔曼滤波算法预测下一次人眼位置,正确的预测结果可以大大提高系统的检测效率。

4.根据权利要求1所述的人眼疲劳程度评价技术,其特征在于,PERCLOS(PercentageofEyelidClosureOverTime)是公认的疲劳状态评判标准,现已被认为是判断驾驶疲劳最有效的评估参数。本发明使用PERCLOS的值来评估用户在使用智能手机设备疲劳检测中的用眼疲劳程度。根据智能手机使用的疲劳特点,阈值需要做适当的调整,然后作为评价疲劳程度的评价方法,疲劳程度分为轻度、中度和重度三个级别。

5.根据权利要求1所述的智能手机使用的眼睛疲劳检测方法,其特征在于,在检测到眼疲劳程度后的干预措施分为:

(1)如果是轻度疲劳的状况,使用语音提醒,并使用具有对眼视觉比较友好UI全屏提醒休息和给出眼睛保护建议;

(2)如果是中度疲劳状态,使用语音提醒,并直接触发手机黑屏待机;

(3)如果是重度疲劳状态,使用语音提醒,并短暂时间倒计时后触发关机指令。

6.本方法的实现是基于智能手机,但是平板等可移动电子设备在实现上的原理是类似的,基于这些设备的相同实现技术也是属于本权利要求。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学深圳研究院,未经中山大学深圳研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510437767.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top