[发明专利]一种基于深度学习的疲劳检测方法、系统和计算机设备有效
申请号: | 201811087559.7 | 申请日: | 2018-09-18 |
公开(公告)号: | CN109460704B | 公开(公告)日: | 2020-09-15 |
发明(设计)人: | 袁嘉言 | 申请(专利权)人: | 厦门瑞为信息技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04;G06N3/08 |
代理公司: | 厦门市首创君合专利事务所有限公司 35204 | 代理人: | 连耀忠;李艾华 |
地址: | 361000 福建省厦*** | 国省代码: | 福建;35 |
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疲劳检测方法、系统和计算机设备,方法包括:获取当前帧视频流图片;通过基于第一深度学习模型的人脸跟踪算法提取当前帧视频流图片的人脸位置信息和人眼位置信息;所述人脸位置信息包括人脸框的位置信息;所述人眼位置信息包括每只眼睛左右两个眼角的特征点位置信息;基于所述人眼位置信息,通过基于第二深度学习模型的眼睛状态识别算法提取眼睛上下边缘特征点landmark的位置信息;根据眼睛上下边缘特征点landmark的位置信息计算眼睛张开程度,判断出疲劳状态。本发明能够快速跟踪到人脸位置及提取提取眼睛上下边缘特征点,且识别精度更高,从而快速准确地检测出疲劳状态。 | ||
搜索关键词: | 一种 基于 深度 学习 疲劳 检测 方法 系统 计算机 设备 | ||
【主权项】:
1.一种基于深度学习的疲劳检测方法,其特征在于,包括:获取当前帧视频流图片;通过基于第一深度学习模型的人脸跟踪算法提取当前帧视频流图片的人脸位置信息和人眼位置信息;所述人脸位置信息包括人脸框的位置信息;所述人眼位置信息包括每只眼睛左右两个眼角的特征点位置信息;基于所述人眼位置信息,通过基于第二深度学习模型的眼睛状态识别算法提取眼睛上下边缘特征点landmark的位置信息;根据眼睛上下边缘特征点landmark的位置信息计算眼睛张开程度,判断出疲劳状态。
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厦门瑞为信息技术有限公司,未经厦门瑞为信息技术有限公司许可,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/patent/201811087559.7/,转载请声明来源钻瓜专利网。