一种人眼疲劳检测方法.pdf

(19)中华人民共和国国家知识产权局*CN103235931A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103235931103235931A(43)申请公布日2013.08.07(21)申请号201310110248.9(22)申请日2013.03.29(71)申请人天津大学地址300072天津市南开区卫津路92号(72)发明人苏育挺刘安安蔡乐(74)专利代理机构天津市北洋有限责任专利代理事务所12201代理人温国林(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权权利要求书2页利要求书2页说明书6页说明书6页附图3页附图3页(54)发明名称一种人眼疲劳检测方法(57)摘要本发明公开了一种人眼疲劳检测方法，通过人脸检测器和肤色模型进行人脸检测，输出最终人脸区域；通过人眼检测器和人眼合成模板在所述最终人脸区域实现人眼定位，输出人眼精确定位区域，并更新所述人眼合成模板；对所述人眼精确定位区域进行人眼轮廓点采样，获取采样点，对所述采样点进行椭圆拟合，当短半轴和长半轴的比值小于第二阈值时，则为闭眼，否则为睁眼；在连续N帧内是闭眼状态，或在阈值时间内闭眼状态所占比例大于阈值ratios时，则判断为疲劳状态，否则为清醒状态。本方法受个体因素及光线的影响较小，具有较强的鲁棒性；较强的实时性和精确性，大大降低了误报的几率。CN103235931ACN103259ACN103235931A权利要求书1/2页1.一种人眼疲劳检测方法，其特征在于，所述方法包括以下步骤：（1）通过人脸检测器和肤色模型进行人脸检测，输出最终人脸区域；（2）通过人眼检测器和人眼合成模板在所述最终人脸区域实现人眼定位，输出人眼精确定位区域，并更新所述人眼合成模板；（3）对所述人眼精确定位区域进行人眼轮廓点采样，获取采样点，对所述采样点进行椭圆拟合，当短半轴和长半轴的比值小于第二阈值时，则为闭眼，否则为睁眼；（4）重新执行步骤（1），在连续N帧内是闭眼状态，或在阈值时间内闭眼状态所占比例大于阈值ratios时，则判断为疲劳状态，否则为清醒状态。2.根据权利要求1所述的一种人眼疲劳检测方法，其特征在于，所述通过人脸检测器和肤色模型进行人脸检测，输出最终人脸区域的步骤具体包括：1）基于Haar特征和Adaboost级联分类器构建所述人脸检测器，将当前一帧被检测视频图像输入至所述人脸检测器；2）所述人脸检测器判断被检测视频图像中是否包含人脸，如果是，获取人脸的位置信息，记为候选人脸区域，执行步骤3）；如果否，输入当前帧的下一帧被检测视频图像至所述人脸检测器，重新执行步骤2），直至遍历完被检测视频图像的所有帧；3）通过HSV色彩空间的肤色检测模型对所有候选人脸区域进行检测，判断当前候选人脸区域是否存在肤色信息，如果是，执行步骤5）；如果否，执行步骤4）；4）判断下一候选人脸区域是否存在肤色信息，如果是，执行步骤5）；如果否，判决为闭眼；5）输出初始人脸区域；6）对所述初始人脸区域进行融合，获取所述最终人脸区域。3.根据权利要求2所述的一种人眼疲劳检测方法，其特征在于，所述对所述初始人脸区域进行融合，获取所述最终人脸区域的步骤具体为：计算所有初始人脸区域中心的平均值作为融合后人脸区域的中心，然后计算所有人脸区域半径的平均值作为融合后人脸区域的半径。4.根据权利要求1所述的一种人眼疲劳检测方法，其特征在于，所述通过人眼检测器和人眼合成模板在所述最终人脸区域实现人眼定位，输出人眼精确定位区域的步骤具体包括：1）通过所述最终人脸区域对人眼进行粗定位，输出人眼粗定位区域；2）基于Haar特征和Adaboost级联模型构建所述人眼检测器，在所述人眼粗定位区域的基础上，通过所述人眼检测器和所述人眼合成模板进行精确定位，输出所述人眼精确定位区域。5.根据权利要求4所述的一种人眼疲劳检测方法，其特征在于，所述基于Haar特征和Adaboost级联模型构建所述人眼检测器，在所述人眼粗定位区域的基础上，通过所述人眼检测器和所述人眼合成模板进行精确定位，输出所述人眼精确定位区域的步骤具体包括：1）通过所述人眼检测器判断所述人眼粗定位区域是否存在人眼，如果是，进行人眼合成模板学习；如果否，重新执行步骤（1）；2）通过所述人眼检测器和所述人眼合成模板分别对所述人眼粗定位区域分别进行处理，获取人眼检测区域和人眼匹配区域，以及两区域中心点的欧式距离；2CN103235931A权利要求书2/2页3）判断所述欧氏距离是否小于第一阈值T1，如果是，执行步骤4）；如果否，执行步骤5）；4）融合所述人眼检测区域和所述人眼匹配区域，获取人眼精确定位区域，更新所述人眼合成模板；5）所述人眼匹配区域为所述人眼精确定位区域。6.根据权利要求5所述的一种人眼疲劳检测