驾驶员疲劳状态检测方法、装置、存储介质及移动终端制造方法及图纸

本申请实施例提供一种驾驶员疲劳状态检测方法、装置、存储介质及移动终端，所述方法包括根据驾驶员相邻两帧的人脸图像，计算所述相邻两帧的人脸图像中驾驶员人脸轮廓的偏移量，其中所述相邻两帧的人脸图像与相邻两个时刻相关联；根据所述驾驶员人脸轮廓的偏移量确定所述驾驶员人脸轮廓的变化；从所述相邻两帧的人脸图像分别提取预设部位图像，以得到相邻两帧的预设部位图像；根据所述相邻两帧的预设部位图像，确定驾驶员人脸中预设部位的变化；根据所述驾驶员人脸轮廓的变化和所述驾驶员人脸中预设部位的变化，确定所述驾驶员的疲劳状态。本申请实施例可以提高驾驶员疲劳状态的判断准确率。

【技术实现步骤摘要】
驾驶员疲劳状态检测方法、装置、存储介质及移动终端
本申请涉及电子
，特别涉及一种驾驶员疲劳状态检测方法、装置、存储介质及移动终端。
技术介绍
随着人工智能技术和计算机技术的发展，智能驾驶技术日渐成熟，驾驶员疲劳状态的检测是智能驾驶的关键技术。现有智能驾驶系统或者辅助驾驶系统中对驾驶员疲劳状态检测主要利用驾驶员的脸部表情特征进行检测，诸如眨眼、闭眼、打哈欠等，检测手段单一，无法准确判断驾驶员的疲劳状态。
技术实现思路
本申请实施例提供一种驾驶员检测方法、装置、存储介质及移动终端，可以提高驾驶员疲劳状态的判断准确率。本申请实施例提供一种驾驶员疲劳状态检测方法，包括：根据驾驶员相邻两帧的人脸图像，计算所述相邻两帧的人脸图像中驾驶员人脸轮廓的偏移量，其中所述相邻两帧的人脸图像与相邻两个时刻相关联；根据所述驾驶员人脸轮廓的偏移量确定所述驾驶员人脸轮廓的变化；从所述相邻两帧的人脸图像分别提取预设部位图像，以得到相邻两帧的预设部位图像；根据所述相邻两帧的预设部位图像，确定驾驶员人脸中预设部位的变化；根据所述驾驶员人脸轮廓的变化和所述驾驶员人脸中预设部位的变化，确定所述驾驶员的疲劳状态。本申请实施例还提供一种驾驶员疲劳状态检测装置，包括：计算模块，用于根据驾驶员相邻两帧的人脸图像，计算所述相邻两帧的人脸图像中驾驶员人脸轮廓的偏移量，其中所述相邻两帧的人脸图像与相邻两个时刻相关联；第一确定模块，用于根据所述驾驶员人脸轮廓的偏移量确定驾驶员人脸轮廓的变化；图像提取模块，用于从所述相邻两帧的人脸图像分别提取预设部位图像，以得到相邻两帧的预设部位图像；第二确定模块，用于根据所述相邻两帧的预设部位图像，确定所述驾驶员人脸中预设部位的变化；疲劳判断模块，用于根据所述驾驶员人脸轮廓的变化和所述驾驶员人脸中预设部位的变化，确定所述驾驶员的疲劳状态。本申请实施例还提供一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，实现上述实施例的驾驶员状态检测方法。本申请实施例还提供一种移动终端，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序实现上述实施例的驾驶员状态检测方法。本申请实施例通过计算相邻两帧人脸图像中驾驶员人脸轮廓的偏移量确定驾驶员人脸轮廓的变化情况，并通过相邻两帧的预设部位图像确定驾驶员人脸中预设部位的变化情况，根据驾驶员人脸轮廓的变化情况和驾驶员人脸中预设部位的变化情况同时确定驾驶员的疲劳状态，检测手段丰富，提高驾驶员疲劳状态的判断准确率。附图说明图1是本申请实施例提供的驾驶员疲劳状态检测方法的第一种应用场景图。图2是本申请实施例提供的驾驶员疲劳状态检测方法的第二种应用场景图。图3是本申请实施例提供的驾驶员疲劳状态检测方法的第一种流程示意图。图4是本申请实施例提供的驾驶员疲劳状态检测方法的第二种流程示意图。图5是本申请实施例提供的驾驶员疲劳状态检测方法的第三种流程示意图。图6是本申请实施例提供的驾驶员疲劳状态检测方法的第四种流程示意图。图7是本申请实施例提供的驾驶员疲劳状态检测装置的第一种结构示意图。图8为本申请实施例提供的驾驶员疲劳状态检测装置的第二种结构示意图。图9为本申请实施例提供的移动终端的结构示意图。具体实施内容下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本申请的保护范围。参考图1，图1为本实施例提供的本申请实施例提供的驾驶员疲劳状态检测方法的第一种应用场景图。所述驾驶员疲劳状态检测方法应用于移动终端。所述移动终端中设置有全景感知架构。所述全景感知架构为移动终端中用于实现所述算法模型更新方法的硬件和软件的集成。其中，全景感知架构包括信息感知层、数据处理层、特征抽取层、情景建模层以及智能服务层。信息感知层用于获取移动终端自身的信息或者外部环境中的信息。所述信息感知层可以包括多个传感器。例如，所述信息感知层包括距离传感器、磁场传感器、光线传感器、加速度传感器、指纹传感器、霍尔传感器、位置传感器、陀螺仪、惯性传感器、姿态感应器、气压计、心率传感器等多个传感器。其中，距离传感器可以用于检测移动终端与外部物体之间的距离。磁场传感器可以用于检测移动终端所处环境的磁场信息。光线传感器可以用于检测移动终端所处环境的光线信息。加速度传感器可以用于检测移动终端的加速度数据。指纹传感器可以用于采集用户的指纹信息。霍尔传感器是根据霍尔效应制作的一种磁场传感器，可以用于实现移动终端的自动控制。位置传感器可以用于检测移动终端当前所处的地理位置。陀螺仪可以用于检测移动终端在各个方向上的角速度。惯性传感器可以用于检测移动终端的运动数据。姿态感应器可以用于感应移动终端的姿态信息。气压计可以用于检测移动终端所处环境的气压。心率传感器可以用于检测用户的心率信息。数据处理层用于对信息感知层获取到的数据进行处理。例如，数据处理层可以对信息感知层获取到的数据进行数据清理、数据集成、数据变换、数据归约等处理。其中，数据清理是指对信息感知层获取到的大量数据进行清理，以剔除无效数据和重复数据。数据集成是指将信息感知层获取到的多个单维度数据集成到一个更高或者更抽象的维度，以对多个单维度的数据进行综合处理。数据变换是指对信息感知层获取到的数据进行数据类型的转换或者格式的转换等，以使变换后的数据满足处理的需求。数据归约是指在尽可能保持数据原貌的前提下，最大限度的精简数据量。特征抽取层用于对数据处理层处理后的数据进行特征抽取，以提取所述数据中包括的特征。提取到的特征可以反映出移动终端自身的状态或者用户的状态或者移动终端所处环境的环境状态等。其中，特征抽取层可以通过过滤法、包装法、集成法等方法来提取特征或者对提取到的特征进行处理。过滤法是指对提取到的特征进行过滤，以删除冗余的特征数据。包装法用于对提取到的特征进行筛选。集成法是指将多种特征提取方法集成到一起，以构建一种更加高效、更加准确的特征提取方法，用于提取特征。情景建模层用于根据特征抽取层提取到的特征来构建模型，所得到的模型可以用于表示移动终端的状态或者用户的状态或者环境状态等。例如，情景建模层可以根据特征抽取层提取到的特征来构建关键值模型、模式标识模型、图模型、实体联系模型、面向对象模型等。智能服务层用于根据情景建模层所构建的模型为用户提供智能化的服务。例如，智能服务层可以为用户提供基础应用服务，可以为移动终端进行系统智能优化，还可以为用户提供个性化智能服务。此外，全景感知架构中还可以包括多种算法，每一种算法都可以用于对数据进行分析处理，所述多种算法可本文档来自技高网...

【技术保护点】
1.一种驾驶员疲劳状态检测方法，其特征在于，包括：/n根据驾驶员相邻两帧的人脸图像，计算所述相邻两帧的人脸图像中驾驶员人脸轮廓的偏移量，其中所述相邻两帧的人脸图像与相邻两个时刻相关联；/n根据所述驾驶员人脸轮廓的偏移量确定所述驾驶员人脸轮廓的变化；/n从所述相邻两帧的人脸图像分别提取预设部位图像，以得到相邻两帧的预设部位图像；/n根据所述相邻两帧的预设部位图像，确定驾驶员人脸中预设部位的变化；/n根据所述驾驶员人脸轮廓的变化和所述驾驶员人脸中预设部位的变化，确定所述驾驶员的疲劳状态。/n

【技术特征摘要】
1.一种驾驶员疲劳状态检测方法，其特征在于，包括：
根据驾驶员相邻两帧的人脸图像，计算所述相邻两帧的人脸图像中驾驶员人脸轮廓的偏移量，其中所述相邻两帧的人脸图像与相邻两个时刻相关联；
根据所述驾驶员人脸轮廓的偏移量确定所述驾驶员人脸轮廓的变化；
从所述相邻两帧的人脸图像分别提取预设部位图像，以得到相邻两帧的预设部位图像；
根据所述相邻两帧的预设部位图像，确定驾驶员人脸中预设部位的变化；
根据所述驾驶员人脸轮廓的变化和所述驾驶员人脸中预设部位的变化，确定所述驾驶员的疲劳状态。


2.根据权利要求1所述的驾驶员疲劳状态检测方法，其特征在于，所述根据驾驶员相邻两帧的人脸图像，计算所述相邻两帧的人脸图像中驾驶员人脸轮廓的偏移量，其中所述相邻两帧的人脸图像与相邻两个时刻相关联的步骤包括：
获取驾驶员相邻两帧的人脸图像，所述相邻两帧的人脸图像包括第一人脸图像和第二人脸图像，所述第一人脸图像和所述第二人脸图像为相邻两个时刻获取的两帧人脸图像；
分别对所述第一人脸图像和所述第二人脸图像进行识别，获取第一人脸轮廓特征向量和第二人脸轮廓特征向量；
计算所述第一人脸轮廓特征向量和所述第二人脸轮廓特征向量之间的偏移向量；
根据所述偏移向量，得到相邻两帧的人脸图像中驾驶员人脸轮廓的偏移量。


3.根据权利要求2所述的驾驶员疲劳状态检测方法，其特征在于，所述根据所述偏移量确定驾驶员人脸轮廓的变化的步骤包括：
对所述相邻两帧的人脸图像中驾驶员人脸轮廓的偏移量进行处理，以得到所述第一人脸轮廓特征向量和所述第二人脸轮廓特征向量的驾驶员人脸轮廓的偏转角度；
根据所述驾驶员人脸轮廓的偏转角度，确定驾驶员人脸轮廓的变化。


4.根据权利要求1所述的驾驶员疲劳状态检测方法，其特征在于，所述根据所述相邻两帧的预设部位图像，确定驾驶员人脸中预设部位的变化的步骤包括：
分别对所述相邻两帧的预设部位图像进行识别，以得到两个预设部位特征向量；
计算所述两个预设部位特征向量之间的偏移坐标量；
根据所述两个预设部位特征向量之间的偏移坐标量，确定所述驾驶员人脸中预设部位的变化。


5.根据权利要求2所述的驾驶员疲劳状态检测方法，其特征在于，所述获取驾驶员相邻两帧的人脸图像，所述相邻两帧的人脸图像包括第一人脸图像和第二人脸图像，所述第一人脸图像和所述第二人脸图像为相邻两个时刻获取的两帧人脸图像的步骤包括：
采集驾驶员相邻两帧的图像，所述相邻两帧的图像包括第一图像和第二图像，所述第一图像和所述第...

【专利技术属性】
技术研发人员：陈仲铭，何明，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东;44