【技术实现步骤摘要】
本专利技术涉及疲劳检测，尤其是一种基于计算机视觉的眼部特征提取的疲劳检测方法。
技术介绍
1、当今，高强度、快节奏、长时间、重复性的劳作所导致的疲劳，正威胁我们的身心健康，严重时甚至可能危及我们的生命安全。学生可能会因为熬夜赶作业失去睡眠时间而影响健康；程序员可能会因为长时间加班过劳而死；工厂操作员可能会因为打瞌睡误操作机器，造成工厂巨大损失；长途司机可能会因为长时间驾驶触发危险威胁自身和他人生命安全……如果能够在疲劳发生之前对其进行检测并给出一定预警，那么这样的事情将会扼杀在摇篮之中。
2、因此，疲劳检测，成为了时下非常热门的研究课题，出现了各种检测方法。其主要可分为接触式疲劳检测和非接触式疲劳检测两种。前者主要通过检测脑电，心电，肌电等指标对疲劳进行判断，其检测设备通常比较庞大，不易于携带，使用成本高，容易对被检测者产生干扰；后者主要通过摄像头记录图像，对图像进行数字化处理，并提取相应的特征，进行系统建模对疲劳进行判断。由于在多数应用场景下后者相对前者优势明显，所以非接触疲劳检测所逐渐成为主流的研究方向。目前理论研究成果...
【技术保护点】
1.一种基于计算机视觉的眼部特征提取的疲劳检测方法，通过利用疲劳特征提取模型、多帧数据存储模型、系统型分析模型实现，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于计算机视觉的眼部特征提取的疲劳检测方法，其特征在于，S1中，所述单帧图像获取是指，通过本地摄像头将捕捉镜头前的画面输送至安装有opencv视觉库的操作系统中，利用opencv中Mat数据类型对捕捉到的画面进行数据保存，这种数据类型包含图像的相关信息，通过opencv中的函数可以实现图像读写。
3.根据权利要求1所述的的基于计算机视觉的眼部特征提取的疲劳检测方法，其特征在于，S...
【技术特征摘要】
1.一种基于计算机视觉的眼部特征提取的疲劳检测方法，通过利用疲劳特征提取模型、多帧数据存储模型、系统型分析模型实现，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于计算机视觉的眼部特征提取的疲劳检测方法，其特征在于，s1中，所述单帧图像获取是指，通过本地摄像头将捕捉镜头前的画面输送至安装有opencv视觉库的操作系统中，利用opencv中mat数据类型对捕捉到的画面进行数据保存，这种数据类型包含图像的相关信息，通过opencv中的函数可以实现图像读写。
3.根据权利要求1所述的的基于计算机视觉的眼部特征提取的疲劳检测方法，其特征在于，s1中，所述人脸识别中是指，先提取人脸图像信息，再从中获取眼部图像信息，采用eigenfaces特征脸算法，算法描述如下：
4.根据权利要求3所述的的基于计算机视觉的眼部特征提取的疲劳检测方法，其特征在于，eigenfaces特征脸算法与opencv视觉库的对应方式是，先设定一个标准的人脸库，并对库中的单元数据进行训练，生成与之相对应特征量，这些特征量以树形结构存储于xml文档中，通过opencv视...
【专利技术属性】
技术研发人员：曾礼宁，张小波，曾玉清，
申请(专利权)人：赛富佳广州技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。