[发明专利]一种基于图像的电脑操作员的疲劳检测方法

说明书

一种基于图像的电脑操作员的疲劳检测方法，含有：步骤1：拍摄照片构建“电脑操作员”数据集，并按照疲劳状态分类；步骤2：确定电脑操作员不同疲劳状态的类型的图片对应的特征；步骤3：根据步骤2中训练过程提取的类型特征来判断测试集中给出的新的图片属于什么疲劳状态；步骤4：针对步骤3中的测试结果的准确性来调整CNN模型的不同的元素对应的权重和步长的大小并再次进行测试直至测试结果的准确率符合条件；步骤5：将参数调整后的CNN模型部署到带摄像头的计算机系统中运行；步骤6：通过摄像头实时获取电脑操作员的疲劳状态的类型并输出结果。本发明实时获取电脑操作员的头部动作和面部特征，判断电脑操作员的的疲劳状态。

技术领域

本发明涉及一种电脑操作员的疲劳检测的方法，适用于电脑操作员的状态未知但其头部动作和面部特征可通过摄像头清晰获得的情况。

背景技术

摄像头能够拍摄图像并将其转化为计算机可处理的格式；图像处理技术可以对获得的人的图片进行图像分析得到电脑操作员的头部动作；模式识别技术可以通过计算机来处理和判读数据，做到为不同的状态实现分类；针对电脑操作员常有的疲劳状态来构建数据集，可以为模型提供有效的训练数据提高检测结果的准确率。

现有疲劳检测技术中使用的如生理信号采集等方法，虽然通过采集生理信号来确定电脑操作员的疲劳状态比较准确，但是需要佩戴各种器材，这些仪器普遍价格高并且很繁重，不利于推广；有些信号的采集也会影响操作员的正常操作，如眼动信号的采集可能会影响操作员佩戴近视眼镜，由于每个人的人眼大小和位置有所区别，也会有一定的误差；目前公开的通用数据集针对特定场景的电脑操作员的疲劳识别存在过拟合现象，效果不是很好。

发明内容

本发明要克服现有技术的上述缺点，提出一种基于图像的电脑操作员的疲劳检测方法。

本发明能够在电脑操作员的疲劳状态未知但可以通过摄像头获取其头部的动作和面部特征的情况下对电脑操作员的注意力集中状况进行检测，提出了基于图像处理技术、模式识别技术的检测方法，对此类电脑操作员的疲劳状态的检测方法提供了一种思路。

本发明解决其技术问题所采用的技术方案是：

一种基于图像的电脑操作员的疲劳检测方法，含有以下步骤：

步骤1：针对需要检测电脑操作员的疲劳状态的场景，拍摄照片构建“电脑操作员”数据集，并按照疲劳状态的类型把照片分类；

步骤2：用CNN模型Resnet50模型对自建“电脑操作员”数据集中的训练集部分的数据进行训练，模型根据各张图片中电脑操作员的头部动作和面部特征各个像素点之间的距离关系来确定电脑操作员不同疲劳状态的类型的图片对应的特征；

步骤3：运用CNN模型Resnet50模型对自建“电脑操作员”数据集中的训练集部分的数据进行测试，模型根据步骤2中训练过程提取的图片中电脑操作员不同疲劳状态的类型的特征来判断测试集中给出的新的图片中的电脑操作员属于什么疲劳状态；

步骤4：针对步骤3中的测试结果的准确性和来调整CNN模型Resnet50模型中的不同的元素对应的权重和步长的大小并再次进行测试直至测试结果的准确率符合条件；

步骤5：将参数调整后的CNN模型部署到带摄像头的计算机系统中运行；

步骤6：通过摄像头实时获取电脑操作员的疲劳状态的类型并输出结果。

优选地，步骤1所述的电脑操作员疲劳状态不同疲劳状态的类型的图片对应的特征包括：打哈欠、闭眼、低头瞌睡。

优选地，步骤1所述的拍摄照片的数量在2000张以上。