基于边缘计算的红外传感器人眼状态监测方法及系统技术方案

本发明专利技术提出了一种基于边缘计算的红外传感器人眼状态监测方法及系统，包括以下步骤：通过红外传感器实时采集人体眼部的热成像视频数据；对采集的热成像视频数据进行数据预处理；利用处理后的数据对卷积神经网络进行训练，从而得到训练好的神经网络模型；对于训练好的网络模型，采用全整数量化方法进行模型轻量化；采用TensorFlow Lite Micro框架将其部署到MCU芯片上，配合红外传感器实现基于边缘计算的人眼状态实时监测，最后，使用该模型对待监控的人眼的状态进行识别。本发明专利技术能够在黑暗环境中识别人体动作，同时有效保护用户隐私；采用改进的卷积神经网络和强量化方法，显著降低模型权重大小和加快推理速度，实现在移动设备和嵌入式设备上运行。

【技术实现步骤摘要】

本专利技术涉及计算机视觉与嵌入式系统开发，尤其涉及一种基于边缘计算的红外传感器人眼状态监测方法及系统。

技术介绍

1、在计算机视觉领域，人眼状态识别方法已成为一个重要的研究方向，受到国内外研究人员的广泛关注。近年来，随着深度学习和计算机视觉技术的迅速发展，各种人眼状态识别技术应运而生。

2、目前，主要的人眼状态识别方法包括利用红外传感器捕捉眼部热辐射信号和通过卷积神经网络（cnn）分析眼部图像特征。这两种方法各有优缺点。红外传感器能够在低光环境中有效工作，适用于隐私要求较高的场景，但其性能受限于传感器的特性，通常只能在特定条件下有效识别眼动状态，且实时跟踪能力有限。相比之下，cnn方法在多种环境下表现良好，能够通过深度学习提取眼部特征进行状态分类，但由于其复杂的网络结构和庞大的参数量，对计算资源的需求相对较高，不适合资源受限的嵌入式系统。

3、同时现有的人眼状态识别方法大多依赖于可见光成像，无法在低光环境中进行有效识别。同时，随着对隐私保护的关注增加，传统可见光成像方法的接受度逐渐降低。因此，迫切需要一种能够在多种环境下有效工作的识本文档来自技高网...

【技术保护点】

1.一种基于边缘计算的红外传感器人眼状态监测方法，其特征在于，包括步骤：

2.根据权利要求1所述的基于边缘计算的红外传感器人眼状态监测方法，其特征在于，所述步骤S100包括：

3.根据权利要求1所述的基于边缘计算的红外传感器人眼状态监测方法，其特征在于，所述步骤S200包括：

4.根据权利要求1所述的基于边缘计算的红外传感器人眼状态监测方法，其特征在于，预设的所述TinyCNN卷积神经网络包括依次连接的第一卷积层、第一批量归一化层、第一池化层、第二卷积层、第二批量归一化层、第二池化层、第三卷积层、第三批量归一化层、第三池化层、第四卷积层、第四批量归一化...

【技术特征摘要】

1.一种基于边缘计算的红外传感器人眼状态监测方法，其特征在于，包括步骤：

2.根据权利要求1所述的基于边缘计算的红外传感器人眼状态监测方法，其特征在于，所述步骤s100包括：

3.根据权利要求1所述的基于边缘计算的红外传感器人眼状态监测方法，其特征在于，所述步骤s200包括：

4.根据权利要求1所述的基于边缘计算的红外传感器人眼状态监测方法，其特征在于，预设的所述tinycnn卷积神经网络包括依次连接的第一卷积层、第一批量归一化层、第一池化层、第二卷积层、第二批量归一化层、第二池化层、第三卷积层、第三批量归一化层、第三池化层、第四卷积层、第四批量归一化层、第四池化层、扁平化层、第一全连接层、dropout层和输出层。

5.根据权利要求4所述的基于边缘计算的红外传感器人眼状态监测方法，其特征在于，所述第一卷积层、第二卷积层、第三卷积...

【专利技术属性】
技术研发人员：缪沛婷，黄诗涵，赵芝芸，朱松浩，陶章全，
申请(专利权)人：厦门好瞳伴物联科技有限公司，
类型：发明
国别省市：