[发明专利]眼疲劳状态检测方法及装置在审

专利信息
申请号: 202010443427.4 申请日: 2020-05-22
公开(公告)号: CN111611939A 公开(公告)日: 2020-09-01
发明(设计)人: 孟庆楠 申请(专利权)人: 云知声智能科技股份有限公司;厦门云知芯智能科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 100096 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 疲劳 状态 检测 方法 装置
【权利要求书】:

1.一种眼疲劳状态检测方法,其特征在于,应用于用户设备,所述方法包括:

获取所述用户设备屏幕前的目标对象的图像;

基于所述目标对象的图像,识别所述目标对象的眨眼指标的数据以及微表情的数据;

基于所述目标对象的眨眼指标的数据以及微表情的数据,确定所述目标对象的眼疲劳程度;

当所述目标对象的眼疲劳程度超过阈值时,执行降疲劳操作。

2.根据权利要求1所述的方法,其特征在于,基于所述目标对象的图像,识别所述目标对象的眨眼指标的数据的步骤,包括:

基于所述目标对象的图像,确定眼部的水平标定点和垂直标定点;

基于所述水平标定点和垂直标定点的确定眼睛纵横比;

基于所述眼睛纵横比确定所述目标对象的眨眼指标的数据。

3.根据权利要求2所述的方法,其特征在于,所述眨眼指标的数据包括眨眼频率和眨眼次数。

4.根据权利要求1所述的方法,其特征在于,基于所述目标对象的图像,识别所述目标对象的微表情的数据的步骤,包括:

基于所述目标对象的图像,确定所述目标对象的人脸特征标定点;

确定所述目标对象的人脸特征标定点确定多个表情特征,并判断每个所述表情特征是否超过对应的预先确定的疲劳表情阈值;

确定超过对应的预先确定的疲劳表情阈值的表情特征所对应的表情为所述目标对象的微表情的数据。

5.根据权利要求1所述的方法,其特征在于,所述眨眼指标包括至少一个,所述微表情包括至少一个,每一个微表情和每个眨眼指标分别对应一个权重;

基于所述目标对象的眨眼指标的数据以及微表情的数据,确定所述目标对象的眼疲劳程度的步骤,包括:

基于所述目标对象的眨眼指标的数据、微表情的数据以及每一个微表情和每个眨眼指标对应的权重,确定所述目标对象的得分,所述得分用于表征眼疲劳程度。

6.一种眼疲劳状态检测装置,其特征在于,应用于用户设备,所述装置包括:

获取模块,用于获取所述用户设备屏幕前的目标对象的图像;

识别模块,用于基于所述目标对象的图像,识别所述目标对象的眨眼指标的数据以及微表情的数据;

确定模块,用于基于所述目标对象的眨眼指标的数据以及微表情的数据,确定所述目标对象的眼疲劳程度;

执行模块,用于当所述目标对象的眼疲劳程度超过阈值时,执行降疲劳操作。

7.根据权利要求6所述的装置,其特征在于,所述识别模块具体用于:

基于所述目标对象的图像,确定眼部的水平标定点和垂直标定点;基于所述水平标定点和垂直标定点的确定眼睛纵横比;基于所述眼睛纵横比确定所述目标对象的眨眼指标的数据;

以及,基于所述目标对象的图像,确定所述目标对象的人脸特征标定点;确定所述目标对象的人脸特征标定点确定多个表情特征,并判断每个所述表情特征是否超过对应的预先确定的疲劳表情阈值;确定超过对应的预先确定的疲劳表情阈值的表情特征所对应的表情为所述目标对象的微表情的数据。

8.根据权利要求6所述的装置,其特征在于,所述眨眼指标包括至少一个,所述微表情包括至少一个,每一个微表情和每个眨眼指标分别对应一个权重;所述确定模块具体用于:

基于所述目标对象的眨眼指标的数据、微表情的数据以及每一个微表情和每个眨眼指标对应的权重,确定所述目标对象的得分,所述得分用于表征眼疲劳程度。

9.一种用户设备,包括体温计、存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至5任一项所述的方法的步骤。

10.一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存储有机器可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行所述权利要求1至5任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云知声智能科技股份有限公司;厦门云知芯智能科技有限公司,未经云知声智能科技股份有限公司;厦门云知芯智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010443427.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top