專利名稱：基于視頻圖像的疲勞狀態(tài)檢測(cè)方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)，特別涉及一種基于視頻圖像的疲勞狀態(tài)檢測(cè)方法及其相關(guān)裝置。
背景技術(shù)：
疲勞是人體正常的生理反應(yīng)，只要休息調(diào)節(jié)適當(dāng)，本身并沒(méi)有嚴(yán)重危害性，但人體在疲勞時(shí)，客觀上會(huì)在同等條件下，失去完成原來(lái)所從事的正常活動(dòng)或工作的能力。因此，對(duì)于某些崗位的人員來(lái)說(shuō)，疲勞可以說(shuō)是隱形殺手，每年因疲勞導(dǎo)致的安全事故層出不窮，給國(guó)家和人民生命財(cái)產(chǎn)安全造成巨大威脅。例如，在公路或鐵路交通領(lǐng)域，疲勞駕駛是引發(fā)交通事故的主要原因。又如，在安防領(lǐng)域，疲勞使安防人員注意力下降，從而，埋下各類安全隱患。因此，加強(qiáng)實(shí)時(shí)疲勞檢測(cè)，保證用戶出現(xiàn)疲勞狀態(tài)時(shí)能夠及時(shí)進(jìn)行提示及告警，成為一項(xiàng)非?，F(xiàn)實(shí)而急迫的實(shí)際應(yīng)用需求。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于視頻圖像的疲勞狀態(tài)檢測(cè)方法及裝置，能更好地實(shí)現(xiàn)用戶疲勞狀態(tài)檢測(cè)。根據(jù)本發(fā)明的一個(gè)方面，提供了一種視頻圖像的疲勞狀態(tài)檢測(cè)方法，包括對(duì)實(shí)時(shí)采集的用戶的視頻圖像進(jìn)行人臉檢測(cè)，獲取所述用戶的臉部圖像；通過(guò)對(duì)所獲取的臉部圖像進(jìn)行分析，對(duì)用戶的眼睛位置進(jìn)行定位，得到眼睛圖像；通過(guò)對(duì)所述眼睛圖像進(jìn)行分析，確定所述用戶的眼睛狀態(tài)是睜眼狀態(tài)或閉眼狀態(tài)；在預(yù)設(shè)眼睛狀態(tài)統(tǒng)計(jì)時(shí)間內(nèi)，對(duì)所述用戶的眼睛狀態(tài)進(jìn)行統(tǒng)計(jì)，并根據(jù)統(tǒng)計(jì)結(jié)果，確定用戶是否疲勞。優(yōu)選地，所述人臉檢測(cè)的步驟包括利用由級(jí)聯(lián)在一起的判別人臉特征的多個(gè)強(qiáng)分類器和配置給每個(gè)強(qiáng)分類器的輔助判決模塊，依次對(duì)所述視頻圖像中屬于人臉部分的待檢測(cè)圖像進(jìn)行人臉真假判決；若最后一級(jí)強(qiáng)分類器的人臉真假判決結(jié)果為真，或者最后一級(jí)強(qiáng)分類器的輔助判決模塊的人臉真假判決結(jié)果為真，則將該待檢測(cè)圖像確定為用戶的臉部圖像。優(yōu)選地，某個(gè)所述輔助判決模塊在其強(qiáng)分類器的人臉真假判決結(jié)果為假時(shí)，對(duì)所述待檢測(cè)圖像進(jìn)行人臉真假輔助判決，并在人臉真假輔助判決結(jié)果為真時(shí)，將待檢測(cè)圖像送至下一級(jí)強(qiáng)分類器進(jìn)行人臉真假判決。優(yōu)選地，所述得到眼睛圖像的步驟包括利用角點(diǎn)檢測(cè)原理，獲得左眼角和右眼角的位置，并根據(jù)所述左眼角和右眼角的位置，計(jì)算眼睛的高度、寬度、眼睛中心位置的垂直坐標(biāo)；
利用所述高度、寬度、眼睛中心位置的垂直坐標(biāo)，定位眼睛位置，并在所述臉部圖像中提取所述眼睛位置的圖像，得到眼睛圖像。優(yōu)選地，所述確定所述用戶的眼睛狀態(tài)的步驟包括對(duì)所述眼睛圖像的灰度分布進(jìn)行統(tǒng)計(jì)，得到眼睛圖像歸一化直方圖；將所述眼睛圖像歸一化直方圖分別與睜眼圖像集歸一化直方圖、閉眼圖像集歸一化直方圖進(jìn)行相似性處理，得到眼睛圖像相對(duì)睜眼圖像集的睜眼相似度和眼睛圖像相對(duì)閉眼圖像集的閉眼相似度；比較所述睜眼相似度和所述閉眼相似度，并根據(jù)比較結(jié)果，確定所述眼睛狀態(tài)是睜眼狀態(tài)或閉眼狀態(tài)。優(yōu)選地，通過(guò)對(duì)所述睜眼圖像集和所述閉眼圖像集的灰度分布分別進(jìn)行統(tǒng)計(jì)，得到睜眼圖像集歸一化直方圖、閉眼圖像集歸一化直方圖。優(yōu)選地，所述確定所述用戶的眼睛狀態(tài)的步驟還包括對(duì)所述眼睛圖像的眼睛閉合度進(jìn)行分析，將得到的分析結(jié)果與預(yù)設(shè)眼睛閉合度閾值進(jìn)行比較，并根據(jù)比較結(jié)果，確定所述眼睛狀態(tài)是睜眼狀態(tài)或閉眼狀態(tài)。優(yōu)選地,所述確定是否疲勞的步驟包括在預(yù)設(shè)眼睛狀態(tài)統(tǒng)計(jì)時(shí)間內(nèi)，對(duì)眼睛圖像的閉眼狀態(tài)進(jìn)行統(tǒng)計(jì)；當(dāng)所得到的閉眼狀態(tài)統(tǒng)計(jì)結(jié)果大于預(yù)設(shè)閉眼狀態(tài)閾值時(shí)，或者當(dāng)預(yù)設(shè)連續(xù)閉眼狀態(tài)統(tǒng)計(jì)時(shí)間內(nèi)連續(xù)檢測(cè)到閉眼狀態(tài)時(shí)，確定用戶處于疲勞狀態(tài)。優(yōu)選地，還包括當(dāng)確定用戶處于疲勞狀態(tài)時(shí)，發(fā)出用戶疲勞提醒及報(bào)警信息。根據(jù)本發(fā)明的另一方面，提供了一種基于視頻圖像的疲勞狀態(tài)檢測(cè)裝置，包括人臉檢測(cè)單元，用于對(duì)實(shí)時(shí)采集的用戶的視頻圖像進(jìn)行人臉檢測(cè)，獲取所述用戶的臉部圖像；眼睛狀態(tài)分析單元，用于通過(guò)對(duì)所獲取的臉部圖像進(jìn)行分析，對(duì)用戶的眼睛位置進(jìn)行定位，得到眼睛圖像，并通過(guò)對(duì)所述眼睛圖像進(jìn)行分析，確定所述用戶的眼睛狀態(tài)是睜眼狀態(tài)或閉眼狀態(tài)；疲勞狀態(tài)分析單元，用于在預(yù)設(shè)眼睛狀態(tài)統(tǒng)計(jì)時(shí)間內(nèi)，對(duì)所述用戶的眼睛狀態(tài)進(jìn)行統(tǒng)計(jì)，并根據(jù)統(tǒng)計(jì)結(jié)果，確定用戶是否疲勞。與現(xiàn)有技術(shù)相比較，本發(fā)明的有益效果在于本發(fā)明通過(guò)對(duì)用戶的視頻圖像進(jìn)行人臉檢測(cè)、眼睛位置定位、眼睛狀態(tài)識(shí)別、疲勞狀態(tài)分析等處理，實(shí)現(xiàn)了用戶疲勞狀態(tài)的自動(dòng)識(shí)別。


圖1是本發(fā)明實(shí)施例提供的基于視頻圖像的疲勞狀態(tài)檢測(cè)方法原理框圖；圖2是本發(fā)明實(shí)施例提供的基于視頻圖像的疲勞狀態(tài)檢測(cè)裝置的結(jié)構(gòu)框圖；圖3是圖2中眼睛狀態(tài)分析單元的結(jié)構(gòu)框圖；圖4是本發(fā)明實(shí)施例提供的一維簡(jiǎn)單特征的類型圖；圖5是本發(fā)明實(shí)施例提供的改進(jìn)的AdaBoost算法的框架圖；圖6是本發(fā)明實(shí)施例提供的“三庭五眼”原則的基本原理圖7是本發(fā)明實(shí)施例提供的一個(gè)典型的用戶疲勞狀態(tài)監(jiān)控場(chǎng)景；圖8是本發(fā)明實(shí)施例提供的用戶疲勞狀態(tài)分析結(jié)果示意圖。
具體實(shí)施例方式以下結(jié)合附圖對(duì)本發(fā)明的優(yōu)選實(shí)施例進(jìn)行詳細(xì)說(shuō)明，應(yīng)當(dāng)理解，以下所說(shuō)明的優(yōu)選實(shí)施例僅用于說(shuō)明和解釋本發(fā)明，并不用于限定本發(fā)明。本發(fā)明公開(kāi)了一種基于視頻圖像的疲勞狀態(tài)檢測(cè)方法及裝置，利用人臉檢測(cè)原理(例如AdaBoost人臉檢測(cè)算法)，對(duì)實(shí)時(shí)采集的視頻圖像進(jìn)行人臉檢測(cè)；通過(guò)對(duì)檢測(cè)到的臉部圖像進(jìn)行分析獲得眼睛圖像；通過(guò)灰度直方圖匹配或眼睛閉合程度等對(duì)眼睛圖像進(jìn)行分類，判斷用戶眼睛狀態(tài)；通過(guò)對(duì)眼睛狀態(tài)進(jìn)行統(tǒng)計(jì)判斷，獲得用戶疲勞狀態(tài)，并進(jìn)行相應(yīng)的現(xiàn)場(chǎng)提醒。圖1是本發(fā)明實(shí)施例提供的基于視頻圖像的疲勞狀態(tài)檢測(cè)方法原理框圖，如圖1所示,步驟包括步驟101、對(duì)實(shí)時(shí)采集的用戶的視頻圖像進(jìn)行人臉檢測(cè)，獲取所述用戶的臉部圖像。在所述步驟101中，所述的人臉檢測(cè)步驟包括利用由級(jí)聯(lián)在一起的判別人臉特征的多個(gè)強(qiáng)分類器和配置給每個(gè)強(qiáng)分類器的輔助判決模塊，依次對(duì)所述監(jiān)控視頻圖像中屬于人臉部分的待檢測(cè)圖像進(jìn)行人臉真假判決；若最后一級(jí)強(qiáng)分類器的人臉真假判決結(jié)果為真，或者最后一級(jí)強(qiáng)分類器的輔助判決模塊的人臉真假判決結(jié)果為真，則將該待檢測(cè)圖像確定為用戶的臉部圖像。其中，某個(gè)所述輔助判決模塊在其強(qiáng)分類器的人臉真假判決結(jié)果為假時(shí)，對(duì)所述待檢測(cè)圖像進(jìn)行人臉真假輔助判決，并在人臉真假輔助判決結(jié)果為真時(shí)，將待檢測(cè)圖像送至下一級(jí)強(qiáng)分類器進(jìn)行人臉真假判決。步驟102、通過(guò)對(duì)所獲取的臉部圖像進(jìn)行分析，對(duì)用戶的眼睛位置進(jìn)行定位，得到眼睛圖像。在所述步驟102中，所述得到眼睛圖像的步驟包括利用角點(diǎn)檢測(cè)原理，獲得左眼角和右眼角的位置，并根據(jù)所述左眼角和右眼角的位置，計(jì)算眼睛的高度、寬度、眼睛中心位置的垂直坐標(biāo)，并在所述臉部圖像中提取所述眼睛位置的圖像，得到眼睛圖像。步驟103、通過(guò)對(duì)所述眼睛圖像進(jìn)行分析，確定所述用戶的眼睛狀態(tài)是睜眼狀態(tài)或閉眼狀態(tài)。在所述步驟103中，所述確定所述用戶的眼睛狀態(tài)的步驟包括對(duì)所述眼睛圖像的灰度分布進(jìn)行統(tǒng)計(jì)，得到眼睛圖像歸一化直方圖；將所述眼睛圖像歸一化直方圖分別與睜眼圖像集歸一化直方圖、閉眼圖像集歸一化直方圖進(jìn)行相似性處理，得到眼睛圖像相對(duì)睜眼圖像集的睜眼相似度和眼睛圖像相對(duì)閉眼圖像集的閉眼相似度；比較所述睜眼相似度和所述閉眼相似度，并根據(jù)比較結(jié)果，確定所述眼睛狀態(tài)是睜眼狀態(tài)或閉眼狀態(tài)。其中，通過(guò)對(duì)所述睜眼圖像集和所述閉眼圖像集的灰度分布分別進(jìn)行統(tǒng)計(jì)，得到睜眼圖像集歸一化直方圖、閉眼圖像集歸一化直方圖?；蛘?，對(duì)所述眼睛圖像的眼睛閉合度進(jìn)行分析，將得到的分析結(jié)果與預(yù)設(shè)眼睛閉合度閾值進(jìn)行比較，并根據(jù)比較結(jié)果，確定所述眼睛狀態(tài)是睜眼狀態(tài)或閉眼狀態(tài)。步驟104、在預(yù)設(shè)眼睛狀態(tài)統(tǒng)計(jì)時(shí)間內(nèi)，對(duì)所述用戶的眼睛狀態(tài)進(jìn)行統(tǒng)計(jì)，并根據(jù)統(tǒng)計(jì)結(jié)果，確定用戶是否疲勞。在所述步驟104中，所述確定是否疲勞的步驟包括在預(yù)設(shè)眼睛狀態(tài)統(tǒng)計(jì)時(shí)間內(nèi)，對(duì)眼睛圖像的閉眼狀態(tài)進(jìn)行統(tǒng)計(jì)；當(dāng)所得到的閉眼狀態(tài)統(tǒng)計(jì)結(jié)果大于預(yù)設(shè)閉眼狀態(tài)閾值時(shí)，或者當(dāng)預(yù)設(shè)連續(xù)閉眼狀態(tài)統(tǒng)計(jì)時(shí)間內(nèi)連續(xù)檢測(cè)到閉眼狀態(tài)時(shí)，確定用戶處于疲勞狀態(tài)。進(jìn)一步地，當(dāng)確定用戶處于疲勞狀態(tài)時(shí)，發(fā)出用戶疲勞提醒及報(bào)警信息。圖2是本發(fā)明實(shí)施例提供的基于視頻圖像的疲勞狀態(tài)檢測(cè)裝置的結(jié)構(gòu)框圖，如圖2所示,包括視頻采集單元，用于實(shí)時(shí)采集用戶的視頻圖像。人臉檢測(cè)單元，用于對(duì)實(shí)時(shí)采集的用戶的視頻圖像進(jìn)行人臉檢測(cè)，獲取所述用戶的臉部圖像。眼睛狀態(tài)分析單元，用于通過(guò)對(duì)所獲取的臉部圖像進(jìn)行分析，對(duì)用戶的眼睛位置進(jìn)行定位，得到眼睛圖像，并通過(guò)對(duì)所述眼睛圖像進(jìn)行分析，確定所述用戶的眼睛狀態(tài)是睜眼狀態(tài)或閉眼狀態(tài)。疲勞狀態(tài)分析單元，用于在預(yù)設(shè)眼睛狀態(tài)統(tǒng)計(jì)時(shí)間內(nèi)，對(duì)所述用戶的眼睛狀態(tài)進(jìn)行統(tǒng)計(jì)，并根據(jù)統(tǒng)計(jì)結(jié)果，確定用戶是否疲勞。告警單元，用于在確定用戶疲勞時(shí)，發(fā)出用戶疲勞提醒及報(bào)警信息。圖3顯示了圖2中的眼睛狀態(tài)分析單元的結(jié)構(gòu)框圖，所述眼睛狀態(tài)分析單元通過(guò)對(duì)臉部圖像進(jìn)行處理，得到眼睛圖像，并識(shí)別出相應(yīng)的眼睛狀態(tài)。如圖3所示，其包括眼睛初步定位子單元，用于在臉部圖像上初步定位眼睛位置。眼睛精確定位子單元，用于利用角點(diǎn)檢測(cè)原理，在臉部圖像上確定眼睛的左眼角和右眼角位置，并根據(jù)所述左眼角和右眼角位置，計(jì)算眼睛的高度、寬度、眼睛中心位置的垂直坐標(biāo)，從而精確定位眼睛位置，并從臉部圖像中提取眼睛位置的圖像，得到眼睛圖像。眼睛狀態(tài)識(shí)別子單元，用于通過(guò)對(duì)眼睛圖像進(jìn)行灰度直方圖匹配或?qū)ρ劬﹂]合度進(jìn)行分析，確定眼睛狀態(tài)是睜眼狀態(tài)或閉眼狀態(tài)。下面結(jié)合附圖4至圖6對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明一、對(duì)實(shí)時(shí)采集的監(jiān)控視頻圖像進(jìn)行人臉檢測(cè)，獲得用戶的臉部圖像。本發(fā)明利用由級(jí)聯(lián)在一起的判別人臉特征的多個(gè)強(qiáng)分類器和配置給每個(gè)強(qiáng)分類器的輔助判決模塊，依次對(duì)所述監(jiān)控視頻圖像中屬于人臉部分的待檢測(cè)圖像進(jìn)行人臉真假判決；若最后一級(jí)強(qiáng)分類器的人臉真假判決結(jié)果為真，或者最后一級(jí)強(qiáng)分類器的輔助判決模塊的人臉真假判決結(jié)果為真，則將該待檢測(cè)圖像確定為用戶臉部圖像。其中，某個(gè)所述輔助判決模塊在其強(qiáng)分類器的人臉真假判決結(jié)果為假時(shí)，對(duì)所述待檢測(cè)圖像進(jìn)行人臉真假輔助判決，并在人臉真假輔助判決結(jié)果為真時(shí)，將待檢測(cè)圖像送至下一級(jí)強(qiáng)分類器進(jìn)行人臉真假判決。以AdaBoost人臉檢測(cè)原理為例,所述AdaBoost人臉檢測(cè)原理是一種基于積分圖、級(jí)聯(lián)檢測(cè)器和AdaBoost算法的人臉檢測(cè)原理，其基本思想是將大量的分類能力一般的弱分類器通過(guò)一定方法疊加起來(lái)，構(gòu)成一個(gè)強(qiáng)分類器。AdaBoost人臉檢測(cè)原理用于人臉檢測(cè)時(shí)，從人臉圖像中抽取大量的不同尺度和位置的一維簡(jiǎn)單特征構(gòu)成弱分類器。這些簡(jiǎn)單特征構(gòu)成的分類器都有一定的人臉和非人臉區(qū)分性，最終的分類系統(tǒng)使用數(shù)千個(gè)這樣的一維簡(jiǎn)單特征分類器組合起來(lái)達(dá)到很好的分類效果，如圖4所示，給出了這些一維簡(jiǎn)單特征的類型。所述AdaBoost算法描述如下已知有η個(gè)訓(xùn)練樣本(X1, J2),.., (xn, yn)的訓(xùn)練集，其中
權(quán)利要求
1.基于視頻圖像的疲勞狀態(tài)檢測(cè)方法，其特征在于，包括對(duì)實(shí)時(shí)采集的用戶的視頻圖像進(jìn)行人臉檢測(cè)，獲取所述用戶的臉部圖像；通過(guò)對(duì)所獲取的臉部圖像進(jìn)行分析，對(duì)用戶的眼睛位置進(jìn)行定位，得到眼睛圖像；通過(guò)對(duì)所述眼睛圖像進(jìn)行分析，確定所述用戶的眼睛狀態(tài)是睜眼狀態(tài)或閉眼狀態(tài)； 在預(yù)設(shè)眼睛狀態(tài)統(tǒng)計(jì)時(shí)間內(nèi)，對(duì)所述用戶的眼睛狀態(tài)進(jìn)行統(tǒng)計(jì)，并根據(jù)統(tǒng)計(jì)結(jié)果，確定用戶是否疲勞。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述人臉檢測(cè)的步驟包括利用由級(jí)聯(lián)在一起的判別人臉特征的多個(gè)強(qiáng)分類器和配置給每個(gè)強(qiáng)分類器的輔助判決模塊，依次對(duì)所述視頻圖像中屬于人臉部分的待檢測(cè)圖像進(jìn)行人臉真假判決；若最后一級(jí)強(qiáng)分類器的人臉真假判決結(jié)果為真，或者最后一級(jí)強(qiáng)分類器的輔助判決模塊的人臉真假判決結(jié)果為真，則將該待檢測(cè)圖像確定為用戶的臉部圖像。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，某個(gè)所述輔助判決模塊在其強(qiáng)分類器的人臉真假判決結(jié)果為假時(shí)，對(duì)所述待檢測(cè)圖像進(jìn)行人臉真假輔助判決，并在人臉真假輔助判決結(jié)果為真時(shí)，將待檢測(cè)圖像送至下一級(jí)強(qiáng)分類器進(jìn)行人臉真假判決。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述得到眼睛圖像的步驟包括利用角點(diǎn)檢測(cè)原理，獲得左眼角和右眼角的位置，并根據(jù)所述左眼角和右眼角的位置，計(jì)算眼睛的高度、寬度、眼睛中心位置的垂直坐標(biāo)；利用所述高度、寬度、眼睛中心位置的垂直坐標(biāo)，定位眼睛位置，并在所述臉部圖像中提取所述眼睛位置的圖像，得到眼睛圖像。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述確定所述用戶的眼睛狀態(tài)的步驟包括對(duì)所述眼睛圖像的灰度分布進(jìn)行統(tǒng)計(jì)，得到眼睛圖像歸一化直方圖；將所述眼睛圖像歸一化直方圖分別與睜眼圖像集歸一化直方圖、閉眼圖像集歸一化直方圖進(jìn)行相似性處理，得到眼睛圖像相對(duì)睜眼圖像集的睜眼相似度和眼睛圖像相對(duì)閉眼圖像集的閉眼相似度；比較所述睜眼相似度和所述閉眼相似度，并根據(jù)比較結(jié)果，確定所述眼睛狀態(tài)是睜眼狀態(tài)或閉眼狀態(tài)。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，通過(guò)對(duì)所述睜眼圖像集和所述閉眼圖像集的灰度分布分別進(jìn)行統(tǒng)計(jì)，得到睜眼圖像集歸一化直方圖、閉眼圖像集歸一化直方圖。
7.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述確定所述用戶的眼睛狀態(tài)的步驟還包括對(duì)所述眼睛圖像的眼睛閉合度進(jìn)行分析，將得到的分析結(jié)果與預(yù)設(shè)眼睛閉合度閾值進(jìn)行比較，并根據(jù)比較結(jié)果，確定所述眼睛狀態(tài)是睜眼狀態(tài)或閉眼狀態(tài)。
8.根據(jù)權(quán)利要求5或7所述的方法，其特征在于，所述確定是否疲勞的步驟包括在預(yù)設(shè)眼睛狀態(tài)統(tǒng)計(jì)時(shí)間內(nèi)，對(duì)眼睛圖像的閉眼狀態(tài)進(jìn)行統(tǒng)計(jì)；當(dāng)所得到的閉眼狀態(tài)統(tǒng)計(jì)結(jié)果大于預(yù)設(shè)閉眼狀態(tài)閾值時(shí)，或者當(dāng)預(yù)設(shè)連續(xù)閉眼狀態(tài)統(tǒng)計(jì)時(shí)間內(nèi)連續(xù)檢測(cè)到閉眼狀態(tài)時(shí)，確定用戶處于疲勞狀態(tài)。
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，還包括當(dāng)確定用戶處于疲勞狀態(tài)時(shí)，發(fā)出用戶疲勞提醒及報(bào)警信息。
10.基于視頻圖像的疲勞狀態(tài)檢測(cè)裝置，其特征在于，包括 人臉檢測(cè)單元，用于對(duì)實(shí)時(shí)采集的用戶的視頻圖像進(jìn)行人臉檢測(cè)，獲取所述用戶的臉部圖像； 眼睛狀態(tài)分析單元，用于通過(guò)對(duì)所獲取的臉部圖像進(jìn)行分析，對(duì)用戶的眼睛位置進(jìn)行定位，得到眼睛圖像，并通過(guò)對(duì)所述眼睛圖像進(jìn)行分析，確定所述用戶的眼睛狀態(tài)是睜眼狀態(tài)或閉眼狀態(tài)； 疲勞狀態(tài)分析單元，用于在預(yù)設(shè)眼睛狀態(tài)統(tǒng)計(jì)時(shí)間內(nèi)，對(duì)所述用戶的眼睛狀態(tài)進(jìn)行統(tǒng)計(jì)，并根據(jù)統(tǒng)計(jì)結(jié)果，確定用戶是否疲勞。
全文摘要
本發(fā)明公開(kāi)了一種基于視頻圖像的疲勞狀態(tài)檢測(cè)方法及裝置，方法包括對(duì)實(shí)時(shí)采集的用戶的視頻圖像進(jìn)行人臉檢測(cè)，獲取所述用戶的臉部圖像；通過(guò)對(duì)所獲取的臉部圖像進(jìn)行分析，對(duì)用戶的眼睛位置進(jìn)行定位，得到眼睛圖像；通過(guò)對(duì)所述眼睛圖像進(jìn)行分析，確定所述用戶的眼睛狀態(tài)是睜眼狀態(tài)或閉眼狀態(tài)；在預(yù)設(shè)眼睛狀態(tài)統(tǒng)計(jì)時(shí)間內(nèi)，對(duì)所述用戶的眼睛狀態(tài)進(jìn)行統(tǒng)計(jì)，并根據(jù)統(tǒng)計(jì)結(jié)果，確定用戶是否疲勞。本發(fā)明能夠完成用戶狀態(tài)的自動(dòng)識(shí)別，并在檢測(cè)出用戶處于疲勞狀態(tài)后，進(jìn)行語(yǔ)音提醒或告警。
文檔編號(hào)G06K9/00GK103049740SQ20121054017
公開(kāi)日2013年4月17日 申請(qǐng)日期2012年12月13日 優(yōu)先權(quán)日2012年12月13日
發(fā)明者杜鹢, 李秋華 申請(qǐng)人:杜鹢, 李秋華