[发明专利]基于人眼识别的智能睡眠检测方法及系统

权利要求书

1.一种基于人眼识别的智能睡眠检测方法，其特征在于，包括如下步骤：

步骤S1：首先是对人眼状态识别的卷积神经网络进行训练，具体步骤如下：

A)：通过视觉传感器采集不同环境下的含有人脸的图像，该图像包含睁眼和闭眼两类样本，并通过神经网络模型提取出人眼区域图像；

B)：对于得到的两类睁眼和闭眼的图像，制作训练标签；然后将两类人眼区域图像和训练标签送入卷积神经网络中进行训练，得到训练好的人眼状态识别神经网络模型；

步骤S2：测出图像中人眼的状态，具体步骤如下：

A)：在设定时间内由视觉传感器连续采集含有人脸的图像，并分别截取出人眼区域的图像；

B)：将人眼区域的图像输入给训练好的人眼状态识别神经网络模型，输出眼睛的睁眼或闭眼的状态；分别统计所述设定时间内睁眼和闭眼的次数；

步骤S3：当用户需要进行电器的自动断电控制时：根据所述设定时间内睁眼和闭眼的次数得到用户的睡眠状态，并依此对电器的断电与否进行控制；

当需要进行司机疲劳驾驶提醒时：根据所述设定时间内睁眼和闭眼的次数，将司机疲劳程度分类到低、中、高三种程度中一种，根据疲劳程度对司机进行不同程度的提醒。

2.如权利要求1所述的一种基于人眼识别的智能睡眠检测方法，其特征在于，所述人眼状态识别的卷积神经网络采用VGG-NET卷积神经网络。

3.如权利要求1所述的一种基于人眼识别的智能睡眠检测方法，其特征在于，当用户需要进行电器的自动断电控制时，对至少一个电器进行断电控制；断电时间和次序由用户设定。

4.一种实现权利要求1所述的基于人眼识别的智能睡眠检测方法的系统，其特征在于，包括视觉传感器、图像处理模块、无线通讯模块、控制器以及执行装置。

所述视觉传感器用于采集人脸图像；

所述图像处理模块对视觉传感器采集的人脸图像进行处理，得到人眼区域图像；并采用神经网络对睁眼和闭眼两类图像进行训练，建立神经网络模型；最后，利用神经网络模型对输入的人眼区域进行识别，得到设定时间内睁眼和闭眼的次数并获得睡眠状态；最后将睡眠状态通过无线通信模块发送给所述控制器；

所述控制器根据所述睡眠状态控制所述执行模块进行断电或者进行疲劳驾驶提醒。

5.如权利要求4所述的一种基于人眼识别的智能睡眠检测系统，其特征在于，所述图像处理模块采用Nvidia Jetson TX2开发板。

6.如权利要求4所述的一种基于人眼识别的智能睡眠检测系统，其特征在于，所述控制器采用意法半导体公司的STM32F103单片机。

7.如权利要求4所述的一种基于人眼识别的智能睡眠检测系统，其特征在于，当需要断电的电器不止一个时，所述控制器对需要断电的电器进行动作前的时间分配，并按时间分配向执行装置发送控制指令。

8.如权利要求4所述的一种基于人眼识别的智能睡眠检测系统，其特征在于，在设定时间内，根据司机睁眼和闭眼的次数统计分析出司机的疲劳程度，并进行不同疲劳程度的提醒。

9.如权利要求4所述的一种基于人眼识别的智能睡眠检测系统，其特征在于，所述执行装置为继电器、扬声器或指示灯。

10.如权利要求4所述的一种基于人眼识别的智能睡眠检测系统，其特征在于，所述视觉传感器安装在床前、沙发前或者驾驶室。