一种昏暗环境下闭眼检测方法及系统技术方案

本发明专利技术提供一种昏暗环境下闭眼检测方法及系统，属于计算机视觉检测技术领域。本发明专利技术昏暗环境下闭眼检测方法，其特征在于，包括如下步骤：设定下限阈值和上限阈值，其中下限阈值和上限阈值均为正数，且下限阈值小于上限阈值；接收视频帧，根据眼睛关键点坐标信息，计算EAR；根据双阈值法判断EAR，连续多帧满足设定条件时，则认定为闭眼状态，其中，所述双阈值法的执行方法包括：判断EAR值，如果小于下限阈值，则启动计数，且在小于上限阈值的情况下，次数累加，如果不小于上限阈值，则停止并重置计数，当次数达到设定的门限次数时，则判定为闭眼状态。本发明专利技术的有益效果为：在矿井等昏暗环境下仍能稳定准确检测，从而为疲劳驾驶检测等系统提供支撑。系统提供支撑。系统提供支撑。

【技术实现步骤摘要】
一种昏暗环境下闭眼检测方法及系统


[0001]本专利技术涉及一种视觉检测技术，尤其涉及一种昏暗环境下闭眼检测方法及系统。

技术介绍

[0002]疲劳驾驶检测系统的一项重要指标是驾驶员的眼睛开闭状态，以睁眼、闭眼、眨眼等状态作为依据进一步分析驾驶员疲劳等级。在矿井等昏暗环境下，工作面有较大的粉尘，工作人员需要佩戴防护面罩，基本上只露出眼睛，因此对眼睛状态的准确判断至关重要。
[0003]检测睁闭眼的CV技术主要有两种，一种是训练一个分类模型，直接对视频中ROI(Region Of Interest)即眼部图像进行分类。另一种是先对脸部特征点检测，然后利用眼部关键点计算EAR(眼睛纵横比)，最后将EAR与阈值对比来判断眼睛状态。前者需要大量真实环境下的人脸数据，且需要耗费大量标注成本，训练数据的质量直接影响模型的好坏，且通用性并不是很好。后一种由于不需要大量的训练数据，在恶劣环境下，检测误差较大。但无论使用哪种方案，都面临一个共同的难题，即在矿井这样的复杂恶劣环境下，无法保证系统的稳定性和实时性。
[0004]在矿井等昏暗环境下，无本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种昏暗环境下闭眼检测方法，其特征在于，包括如下步骤：S1：设定下限阈值和上限阈值，其中下限阈值和上限阈值均为正数，且下限阈值小于上限阈值；S2：接收视频帧，根据眼睛关键点坐标信息，计算EAR；S3：根据双阈值法判断EAR，连续多帧满足设定条件时，则认定为闭眼状态，其中，根据双阈值法判定眼睛状态的执行方法包括如下子步骤：S31：判断EAR值是否小于下限阈值，S32：如果小于下限阈值，则启动计数，且在小于上限阈值的情况下，次数累加；如果不小于上限阈值，则停止并重置计数；S33：判断次数是否达到设定的门限次数，如果是，则判定为闭眼状态，如果否，则判定为睁眼状态。2.根据权利要求1所述的昏暗环境下闭眼检测方法，其特征在于：在步骤S2执行后，步骤S3执行前，还包括更新上下限阈值步骤，用于根据计算的EAR值动态更新下限阈值和上限阈值。3.根据权利要求2所述的昏暗环境下闭眼检测方法，其特征在于：所述更新上下限阈值步骤的执行方法包括如下子步骤：判断用于存储EAR值的EAR缓存大小；如果小于预设值，则将当前视频帧的EAR放入EAR缓存，然后执行步骤S3，如果大于预设值，则直接执行步骤S3，如果等于预设值，将当前视频帧的EAR放入EAR缓存，根据所述EAR缓存中所有的EAR值计算下限阈值和上限阈值。4.根据权利要求3所述的昏暗环境下闭眼检测方法，其特征在于：判断用于存储EAR值的EAR缓存大小之前，还包括过滤步骤：当EAR值小于第一设定值时，则直接过滤掉，进行下一EAR值的判断处理，其中，所述第一设定值为正数，且小于下限阈值。5.根据权利要求3所述的昏暗环境下闭眼检测方法，其特征在于：根据所述EAR缓存中所有的EAR值计算下限阈值和上限阈值的计算方法为：计算所有EAR值的平均值mean和标准差delta；下限阈值threshold_low的计算公式为：threshold_low＝...

【专利技术属性】
技术研发人员：文智力，张飞翔，李长海，
申请(专利权)人：深圳市翌日科技有限公司，
类型：发明
国别省市：