[发明专利]基于深度学习的眼睛睁闭状态检测方法有效
| 申请号： | 201810335992.1 | 申请日： | 2018-04-16 |
| 公开（公告）号： | CN108614999B | 公开（公告）日： | 2022-09-16 |
| 发明（设计）人： | 张琳娜;岑翼刚;黄洁媛 | 申请（专利权）人： | 贵州大学 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/82;G06N3/04 |
| 代理公司： | 贵阳中新专利商标事务所 52100 | 代理人： | 李亮;程新敏 |
| 地址： | 550025 贵州省贵*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的眼睛睁闭状态检测方法。本发明直接对单幅图像进行处理，只要能在图像上检测到人脸，就能检测到人眼中心点的位置，并以此得到眼睛区域图像；眼睛睁闭状态分类的准确率较高；对光照变化，场景变化和脸部转动、倾斜等姿态变化有较强的鲁棒性；运行速率快，能够满足实际应用的实时性要求；硬件要求简单，易于大规模推广。 | ||
| 搜索关键词： | 基于 深度 学习 眼睛 状态 检测 方法 | ||
【主权项】：
1.一种基于深度学习的眼睛睁闭状态检测方法，其特征在于：包括如下步骤：1)对输入图像进行人脸检测，如果检测到人脸，就记录下当前人脸区域，得到人脸区域图像，如果当前输入图像没有检测到人脸，则结束对当前输入图像的处理，继续对下一帧输入图像进行人脸检测；2)将人脸区域图像统一尺寸后输入到用于人眼关键点检测的卷积神经网络模型，获得左眼和右眼的中心点的横纵坐标值；3)根据眼睛中心点坐标值和12*6的宽高值确定眼睛所在的矩形区域，分别得到左眼和右眼的区域图像；4)分别将左眼和右眼图像统一尺寸后输入到用于眼睛睁闭状态分类的卷积神经网络模型，得到双眼的睁闭状态结果。
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贵州大学，未经贵州大学许可，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/patent/201810335992.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种单像素红外目标检测方法
- 下一篇：一种强粘附性的减薄指纹模组的制作方法
