[发明专利]神经网络训练及眼睛睁闭状态检测方法、装置及设备

权利要求书

1.一种神经网络训练方法，其特征在于，包括：

经待训练的睁闭眼检测用神经网络，对至少两个睁闭眼检测训练任务各自对应的图像集中的多张眼睛图像，分别进行眼睛睁闭状态检测处理，输出眼睛睁闭状态检测结果；其中，不同图像集所包含的眼睛图像至少部分不同；

根据所述眼睛图像的眼睛睁闭标注信息和所述神经网络输出的眼睛睁闭状态检测结果，分别确定至少两个睁闭眼检测训练任务各自对应的损失，并根据所述至少两个睁闭眼检测训练任务各自对应的损失调整所述神经网络的网络参数。

2.根据权利要求1所述的方法，其特征在于：

所述至少两个睁闭眼检测训练任务包括以下至少两个任务：眼睛有附着物情形的睁闭眼检测任务、眼睛无附着物情形的睁闭眼检测任务、室内环境下的睁闭眼检测任务、室外环境下的睁闭眼检测任务、眼睛有附着物且附着物上有光斑情形的睁闭眼检测任务、眼睛有附着物且附着物上无光斑情形的睁闭眼检测任务；

所述至少两个睁闭眼检测训练任务各自对应的图像集包括以下相应的至少两个图像集：眼睛有附着物的眼睛图像集、眼睛无附着物的眼睛图像集、室内环境下采集的眼睛图像集、室外环境下采集的眼睛图像集、眼睛有附着物且附着物上有光斑的眼睛图像集、眼睛有附着物且附着物上无光斑的眼睛图像集。

3.一种眼睛睁闭状态检测方法，其特征在于，包括：

获取待处理图像；

经神经网络，对所述待处理图像，进行眼睛睁闭状态检测处理，输出眼睛睁闭状态检测结果；

其中，所述神经网络是利用上述权利要求1-2所述的方法训练获得的。

4.一种智能驾驶控制方法，其特征在于，包括：

获取车辆上设置的摄像装置所采集的待处理图像；

经神经网络，对所述待处理图像，进行眼睛睁闭状态检测处理，输出眼睛睁闭状态检测结果；

至少根据具有时序关系的多张待处理图像中的属于同一目标对象的眼睛睁闭状态检测结果，确定所述目标对象的疲劳状态；

根据所述目标对象的疲劳状态形成相应的指令，并输出该指令；

其中，所述神经网络是利用上述权利要求1-2所述的方法训练获得的。

5.一种神经网络训练装置，其特征在于，包括：

待训练的睁闭眼检测用神经网络，用于对至少两个睁闭眼检测训练任务各自对应的图像集中的多张眼睛图像，分别进行眼睛睁闭状态检测处理，输出眼睛睁闭状态检测结果；其中，不同图像集所包含的眼睛图像至少部分不同；

调整模块，用于根据所述眼睛图像的眼睛睁闭标注信息和所述神经网络输出的眼睛睁闭状态检测结果，分别确定至少两个睁闭眼检测训练任务各自对应的损失，并根据所述至少两个睁闭眼检测训练任务各自对应的损失调整所述神经网络的网络参数。

6.一种眼睛睁闭状态检测装置，其特征在于，包括：

获取模块，用于获取待处理图像；

神经网络，用于对所述待处理图像，进行眼睛睁闭状态检测处理，输出眼睛睁闭状态检测结果；

其中，所述神经网络是利用上述权利要求5所述的装置训练获得的。

7.一种智能驾驶控制装置，其特征在于，包括：

获取模块，用于获取车辆上设置的摄像装置所采集的待处理图像；

神经网络，用于对所述待处理图像，进行眼睛睁闭状态检测处理，输出眼睛睁闭状态检测结果；

确定疲劳状态模块，用于至少根据具有时序关系的多张待处理图像中的属于同一目标对象的眼睛睁闭状态检测结果，确定所述目标对象的疲劳状态；

指令模块，用于根据所述目标对象的疲劳状态形成相应的指令，并输出该指令；

其中，所述神经网络是利用上述权利要求5所述的装置训练获得的。

8.一种电子设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述存储器中存储的计算机程序，且所述计算机程序被执行时，实现上述权利要求1-4中任一项所述的方法。