[发明专利]疲劳状态判断方法、电子设备及计算机可读存储介质

权利要求书

1.一种疲劳状态判断方法，其特征在于，用于确定用户的疲劳状态，包括：

获取人脸图像中多个视觉特征区域的视觉特征点，所述人脸图像是通过当前采集所述用户的脸部来获得的；

基于边缘检测算法确定每个所述视觉特征区域的轮廓边缘，将属于每个所述视觉特征区域的视觉特征点移动到该视觉特征区域的轮廓边缘上；

根据所述视觉特征点确定视觉特征参数，所述视觉特征参数用于表示所述视觉特征区域的轮廓形态信息；

根据所述视觉特征参数确定所述用户是否处于疲劳状态；

所述基于边缘检测算法确定每个所述视觉特征区域的轮廓边缘，将属于每个所述视觉特征区域的视觉特征点移动到该视觉特征区域的轮廓边缘上，包括：

采用所述边缘检测算法识别所述视觉特征区域的轮廓边缘；

计算所述视觉特征点的局部纹理值与所识别出的轮廓边缘上的每个点的局部纹理值之间的相似度；

根据所述相似度，将属于每个所述视觉特征区域的视觉特征点移动到该视觉特征区域的轮廓边缘上。

2.如权利要求1所述的方法，其特征在于，所述根据所述视觉特征点确定视觉特征参数，包括：

根据每个所述视觉特征区域的轮廓边缘上的视觉特征点与预先获得的平均人脸视觉特征点之间的距离，对所述平均人脸视觉特征点进行修正，得到修正后的视觉特征点；

根据所述修正后的视觉特征点确定视觉特征参数。

3.如权利要求1所述的方法，其特征在于，在所述获取人脸图像中多个视觉特征区域的视觉特征点之前，还包括：

采集所述用户的初始人脸图像；

采用去噪模型降低所述初始人脸图像的噪声，得到所述人脸图像，所述人脸图像保留所述初始人脸图像的细节特征。

4.如权利要求1所述的方法，其特征在于，所述根据所述相似度，将属于每个所述视觉特征区域的视觉特征点移动到该视觉特征区域的轮廓边缘上，包括：

从所述识别出的轮廓边缘上的各个点中选择局部纹理值与所述视觉特征点的局部纹理值之间具有最高相似度的点；

将所述视觉特征点移动到所述具有最高相似度的点。

5.如权利要求1所述的方法，其特征在于，所述根据所述视觉特征参数确定所述用户是否处于疲劳状态，包括：

将所述视觉特征参数与预定阈值进行比较，得到比较结果，所述预定阈值为表征所述用户处于疲劳状态下时针对所述轮廓形态信息而预先设定的阈值；

根据所述比较结果，确定所述用户是否处于疲劳状态。

6.如权利要求1所述的方法，其特征在于，所述视觉特征区域包括眼睛部位，

所述根据所述视觉特征点确定视觉特征参数，包括：

根据所述眼睛部位的视觉特征点确定所述眼睛部位的轮廓形态信息；

根据所述眼睛部位的轮廓形态信息确定眼睛在预定时间段内闭合时间所占的比例或者所述眼睛在预定时间段内张开度的平均值。

7.如权利要求1所述的方法，其特征在于，所述视觉特征区域包括嘴巴部位，

所述根据所述视觉特征点确定视觉特征参数，包括：

根据所述嘴巴部位的视觉特征点确定所述嘴巴部位的轮廓形态信息；

根据所述嘴巴部位的轮廓形态信息确定嘴巴在预定时间段内打哈欠的次数或者所述嘴巴在预定时间段内打哈欠的时间长度。

8.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并且能够在所述处理器上运行的程序，所述处理器执行所述程序时实现如权利要求1至7中任一项所述的疲劳状态判断方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有程序，所述程序被处理器执行时实现根据权利要求1至7中任一项所述的疲劳状态判断方法。