[发明专利]一种基于机器学习的视觉疲劳度检测方法

权利要求书

1.一种基于机器学习的视觉疲劳度检测方法，其特征在于，包括以下步骤：

在授课开始预定时间后，通过终端的摄像头获取学生的眼睛的巩膜血丝量；

利用训练好的二元分类器对所述巩膜血丝量进行二元分类，确定学生的视觉疲劳度可信值；

将授课时间作为权值，并根据所述权值对所述视觉疲劳度可信值进行加权滤波，得到视觉疲劳度真值；

如果所述视觉疲劳度真值不高于预设异常阈值，则判定学生的眼睛不处于视觉疲劳状态，如果所述视觉疲劳度真值高于预设异常阈值，则判定学生的眼睛处于视觉疲劳状态。

2.根据权利要求1所述的视觉疲劳度检测方法，其特征在于，所述二元分类器的训练步骤为：

获取用于训练的眼睛样本图片，并对所述眼睛样本图片的尺寸进行均一化处理；

提取每个眼睛样本图片的样本特征，采用主成分分析法对样本特征进行分析，获取巩膜血丝量；

对巩膜血丝量进行聚类，聚类完成后通过二元分类算法对眼睛样本图片进行分类，得到二元分类器。

3.根据权利要求1所述的视觉疲劳度检测方法，其特征在于，在所述判定学生的眼睛处于视觉疲劳状态的步骤之后，还包括：

在终端的显示界面上输出用于提示眼睛处于视觉疲劳状态的提示信息。

4.根据权利要求1所述的视觉疲劳度检测方法，其特征在于，在所述判定学生的眼睛处于视觉疲劳状态的步骤之后，还包括：

将终端的显示屏的亮度值调低到巩膜血丝量处于预设异常阈值时对应的亮度值并保持该亮度值。

5.根据权利要求1所述的视觉疲劳度检测方法，其特征在于，在通过终端的摄像头获取学生的眼睛的巩膜血丝量之前，所述视觉疲劳度检测方法还包括：

确定连接于学生的眼睛的巩膜中心点与终端显示屏的直线，所述直线垂直于终端的显示屏；

获取所述直线的距离；

判断所述直线的距离是否小于预设距离阈值；

如果所述直线的距离小于预设距离阈值，则通过终端的摄像头获取学生的眼睛的巩膜血丝量。