[发明专利]疲劳状态检测方法、装置、电子设备及存储介质

说明书

技术领域

本发明涉及人脸检测技术领域，尤其涉及一种疲劳状态检测方法、装置、电子设备及存储介质。

背景技术

随着人们生活节奏的加快，很多驾驶员经常在疲劳状态下驾驶车辆，这很容易导致交通事故的发生，因此对疲劳驾驶进行预警是相当重要的。

目前，驾驶员的疲劳状态是通过对驾驶员进行眨眼检测以及嘴部状态检测来识别的。通常，在眨眼检测与嘴部状态检测中，对眼睛及嘴部的定位大多是基于先验知识，依据眼睛和嘴部的位置等进行形态学图像处理；或者，采用基于模板匹配的灰度投影和几何特征等进行定位。这两大类方法前者局限于大量使用先验知识，准确率不高，后者使用大量的模板，通用性与鲁棒性均不强。而在眼睛与嘴部定位后，其状态的识别依赖于先验知识，或者设计相关的分类器进行判断。在整个过程中，定位与状态识别两大技术分开进行，导致对疲劳状态检测的效率较低，同时，错误率的累积会导致识别的准确度也较低。

发明内容

鉴于以上内容，有必要提供一种疲劳状态检测方法、装置、电子设备及存储介质，能够同时进行眼睛状态和嘴部状态的识别，提高对疲劳状态检测的效率，同时，提高识别准确率。

一种疲劳状态检测方法，所述方法包括：

输入对同一张人脸图像进行分割后的人眼样本和嘴部样本；

提取所述人眼样本的第一纹理特征，以及提取所述嘴部样本的第二纹理特征；

使用预先训练好的强分类器，对所述第一纹理特征和所述第二纹理特征同时进行检测，获得人眼状态和嘴部状态；

根据所述人眼状态以及所述嘴部状态，确定预设时间内所述人脸图像所属用户眨眼的闭眼所占总时间百分比值PERCLOS值、眨眼频率以及嘴部张开闭合次数；

判断所述PERCLOS值是否大于第一预设值、所述眨眼频率是否大于第二预设值以及所述嘴部张开次数是否大于第三预设值；

若所述PERCLOS值大于第一预设值、所述眨眼频率大于第二预设值以及所述嘴部张开次数大于第三预设值中的任意两种或三种成立，则确定所述用户处于疲劳状态。

在一种可能的实现方式中，所述使用预先训练好的强分类器，对所述第一纹理特征和所述第二纹理特征同时进行检测，获得人眼状态和嘴部状态包括：

将所述第一纹理特征和所述第二纹理特征依次经过每个弱分类器进行检测，其中，所述强分类器由若干个弱分类器组成；

判断当前经过检测的弱分类器的数量是否小于弱分类器总数；

若当前经过检测的弱分类器的数量等于弱分类器总数，判断针对所述第一纹理特征进行检测的所有弱分类器的窗口得分的第一总分数是否小于第一样本分割阈值，以及判断针对所述第二纹理特征进行检测的所有弱分类器的窗口得分的第二总分数是否小于所述第一样本分割阈值；

若所述第一总分数大于或等于所述第一样本分割阈值，则确定所述用户的眼睛处于睁眼状态，若所述第二总分数小于所述第一样本分割阈值，则确定所述用户的嘴部处于张开状态。

在一种可能的实现方式中，所述方法还包括：

若当前经过检测的弱分类器的数量小于弱分类器总数，判断针对所述第一纹理特征进行检测的部分弱分类器的窗口得分的第三总分数是否小于第二样本分割阈值，以及判断针对所述第二纹理特征进行检测的部分弱分类器的窗口得分的第四总分数是否小于所述第二样本分割阈值；

若所述第三总分数小于所述第二样本分割阈值，则确定所述用户的眼睛处于闭眼状态，若所述第四总分数小于所述第二样本分割阈值，则确定所述用户的嘴部处于闭合状态。

在一种可能的实现方式中，所述输入对同一张人脸图像进行分割后的人眼样本和嘴部样本之前，所述方法还包括：

获取需要进行人眼状态以及嘴部状态识别的三分类样本，所述三分类样本包括睁眼样本、张嘴样本以及闭眼且闭嘴样本；

对所述睁眼样本、所述张嘴样本以及所述闭眼且闭嘴样本分别提取纹理特征，获得第三纹理特征、第四纹理特征以及第五纹理特征；

对所述第三纹理特征、所述第四纹理特征以及所述第五纹理特征同时进行训练，获得由多个弱分类器组成的强分类器。

在一种可能的实现方式中，所述方法还包括：

使用第一标识对所述第三纹理特征进行标记；

使用第二标识对所述第四纹理特征进行标记；

使用第三标识对所述第五纹理特征进行标记；

所述对所述第三纹理特征、所述第四纹理特征以及所述第五纹理特征同时进行训练，获得由多个弱分类器组成的强分类器包括：