神经网络训练及眼睛睁闭状态检测方法、装置及设备制造方法及图纸

本公开的实施方式公开了一种神经网络训练方法、眼睛睁闭状态检测方法、智能驾驶控制方法、装置、电子设备、计算机可读存储介质以及计算机程序，其中的神经网络训练方法包括：经待训练的睁闭眼检测用神经网络，对至少两个睁闭眼检测训练任务各自对应的图像集中的多张眼睛图像，分别进行眼睛睁闭状态检测处理，输出眼睛睁闭状态检测结果；其中，不同图像集所包含的眼睛图像至少部分不同；根据所述眼睛图像的眼睛睁闭标注信息和所述神经网络输出的眼睛睁闭状态检测结果，分别确定至少两个睁闭眼检测训练任务各自对应的损失，并根据所述至少两个睁闭眼检测训练任务各自对应的损失调整所述神经网络的网络参数。

【技术实现步骤摘要】
神经网络训练及眼睛睁闭状态检测方法、装置及设备
本公开涉及计算机视觉技术，尤其是涉及一种神经网络训练方法、神经网络训练装置、眼睛睁闭状态检测方法、眼睛睁闭状态检测装置、智能驾驶控制方法、智能驾驶控制装置、电子设备、计算机可读存储介质以及计算机程序。
技术介绍
眼睛睁闭状态检测即检测眼睛的睁闭情况。眼睛睁闭状态监测可以用于疲劳监测、活体识别、表情识别等领域。例如，在辅助驾驶技术中，需要针对驾驶员进行眼睛睁闭状态检测，基于眼睛睁闭状态检测结果，判断驾驶员是否处于疲劳驾驶状态，从而实现疲劳驾驶监测。准确的检测出眼睛睁闭状态，尽可能的避免误判，有利于提高车辆行驶的安全性。
技术实现思路
本公开实施方式提供一种神经网络训练、眼睛睁闭状态检测以及智能驾驶控制技术方案。根据本公开实施方式其中一方面，提供一种神经网络训练方法，所述方法包括：经待训练的睁闭眼检测用神经网络，对至少两个睁闭眼检测训练任务各自对应的图像集中的多张眼睛图像，分别进行眼睛睁闭状态检测处理，输出眼睛睁闭状态检测结果；其中，不同图像集所包含的眼睛图像至少部分不同；本文档来自技高网...

【技术保护点】
1.一种神经网络训练方法，其特征在于，包括：/n经待训练的睁闭眼检测用神经网络，对至少两个睁闭眼检测训练任务各自对应的图像集中的多张眼睛图像，分别进行眼睛睁闭状态检测处理，输出眼睛睁闭状态检测结果；其中，不同图像集所包含的眼睛图像至少部分不同；/n根据所述眼睛图像的眼睛睁闭标注信息和所述神经网络输出的眼睛睁闭状态检测结果，分别确定至少两个睁闭眼检测训练任务各自对应的损失，并根据所述至少两个睁闭眼检测训练任务各自对应的损失调整所述神经网络的网络参数。/n

【技术特征摘要】
1.一种神经网络训练方法，其特征在于，包括：
经待训练的睁闭眼检测用神经网络，对至少两个睁闭眼检测训练任务各自对应的图像集中的多张眼睛图像，分别进行眼睛睁闭状态检测处理，输出眼睛睁闭状态检测结果；其中，不同图像集所包含的眼睛图像至少部分不同；
根据所述眼睛图像的眼睛睁闭标注信息和所述神经网络输出的眼睛睁闭状态检测结果，分别确定至少两个睁闭眼检测训练任务各自对应的损失，并根据所述至少两个睁闭眼检测训练任务各自对应的损失调整所述神经网络的网络参数。


2.根据权利要求1所述的方法，其特征在于：
所述至少两个睁闭眼检测训练任务包括以下至少两个任务：眼睛有附着物情形的睁闭眼检测任务、眼睛无附着物情形的睁闭眼检测任务、室内环境下的睁闭眼检测任务、室外环境下的睁闭眼检测任务、眼睛有附着物且附着物上有光斑情形的睁闭眼检测任务、眼睛有附着物且附着物上无光斑情形的睁闭眼检测任务；
所述至少两个睁闭眼检测训练任务各自对应的图像集包括以下相应的至少两个图像集：眼睛有附着物的眼睛图像集、眼睛无附着物的眼睛图像集、室内环境下采集的眼睛图像集、室外环境下采集的眼睛图像集、眼睛有附着物且附着物上有光斑的眼睛图像集、眼睛有附着物且附着物上无光斑的眼睛图像集。


3.一种眼睛睁闭状态检测方法，其特征在于，包括：
获取待处理图像；
经神经网络，对所述待处理图像，进行眼睛睁闭状态检测处理，输出眼睛睁闭状态检测结果；
其中，所述神经网络是利用上述权利要求1-2所述的方法训练获得的。


4.一种智能驾驶控制方法，其特征在于，包括：
获取车辆上设置的摄像装置所采集的待处理图像；
经神经网络，对所述待处理图像，进行眼睛睁闭状态检测处理，输出眼睛睁闭状态检测结果；
至少根据具有时序关系的多张待处理图像中的属于同一目标对象的眼睛睁闭状态检测结果，确定所述目标对象的疲劳状态；
根据所述目标对象的疲劳状态形成相应的指令，并输出该指令；
其中，所述神经网络是利用上述权利要求1-2所述的...

【专利技术属性】
技术研发人员：王飞，钱晨，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：北京;11