本发明专利技术公开了一种基于视频图像的疲劳状态检测方法及装置，方法包括：对实时采集的用户的视频图像进行人脸检测，获取所述用户的脸部图像；通过对所获取的脸部图像进行分析，对用户的眼睛位置进行定位，得到眼睛图像；通过对所述眼睛图像进行分析，确定所述用户的眼睛状态是睁眼状态或闭眼状态；在预设眼睛状态统计时间内，对所述用户的眼睛状态进行统计，并根据统计结果，确定用户是否疲劳。本发明专利技术能够完成用户状态的自动识别，并在检测出用户处于疲劳状态后，进行语音提醒或告警。
【技术实现步骤摘要】
本专利技术涉及图像处理技术，特别涉及一种基于视频图像的疲劳状态检测方法及其相关装置。
技术介绍
疲劳是人体正常的生理反应，只要休息调节适当，本身并没有严重危害性，但人体在疲劳时，客观上会在同等条件下，失去完成原来所从事的正常活动或工作的能力。因此，对于某些岗位的人员来说，疲劳可以说是隐形杀手，每年因疲劳导致的安全事故层出不穷，给国家和人民生命财产安全造成巨大威胁。例如，在公路或铁路交通领域，疲劳驾驶是引发交通事故的主要原因。又如，在安防领域，疲劳使安防人员注意力下降，从而，埋下各类安全隐患。因此，加强实时疲劳检测，保证用户出现疲劳状态时能够及时进行提示及告警，成为一项非常现实而急迫的实际应用需求。
技术实现思路
本专利技术的目的在于提供一种基于视频图像的疲劳状态检测方法及装置，能更好地实现用户疲劳状态检测。根据本专利技术的一个方面，提供了一种视频图像的疲劳状态检测方法，包括对实时采集的用户的视频图像进行人脸检测，获取所述用户的脸部图像；通过对所获取的脸部图像进行分析，对用户的眼睛位置进行定位，得到眼睛图像；通过对所述眼睛图像进行分析，确定所述用户的眼睛状态是睁眼状态或闭眼状态；在预设眼睛状态统计时间内，对所述用户的眼睛状态进行统计，并根据统计结果，确定用户是否疲劳。优选地，所述人脸检测的步骤包括利用由级联在一起的判别人脸特征的多个强分类器和配置给每个强分类器的辅助判决模块，依次对所述视频图像中属于人脸部分的待检测图像进行人脸真假判决；若最后一级强分类器的人脸真假判决结果为真，或者最后一级强分类器的辅助判决模块的人脸真假判决结果为真，则将该待检测图像确定为用户的脸部图像。优选地，某个所述辅助判决模块在其强分类器的人脸真假判决结果为假时，对所述待检测图像进行人脸真假辅助判决，并在人脸真假辅助判决结果为真时，将待检测图像送至下一级强分类器进行人脸真假判决。优选地，所述得到眼睛图像的步骤包括利用角点检测原理，获得左眼角和右眼角的位置，并根据所述左眼角和右眼角的位置，计算眼睛的高度、宽度、眼睛中心位置的垂直坐标；利用所述高度、宽度、眼睛中心位置的垂直坐标，定位眼睛位置，并在所述脸部图像中提取所述眼睛位置的图像，得到眼睛图像。优选地，所述确定所述用户的眼睛状态的步骤包括对所述眼睛图像的灰度分布进行统计，得到眼睛图像归一化直方图；将所述眼睛图像归一化直方图分别与睁眼图像集归一化直方图、闭眼图像集归一化直方图进行相似性处理，得到眼睛图像相对睁眼图像集的睁眼相似度和眼睛图像相对闭眼图像集的闭眼相似度；比较所述睁眼相似度和所述闭眼相似度，并根据比较结果，确定所述眼睛状态是睁眼状态或闭眼状态。优选地，通过对所述睁眼图像集和所述闭眼图像集的灰度分布分别进行统计，得到睁眼图像集归一化直方图、闭眼图像集归一化直方图。优选地，所述确定所述用户的眼睛状态的步骤还包括对所述眼睛图像的眼睛闭合度进行分析，将得到的分析结果与预设眼睛闭合度阈值进行比较，并根据比较结果，确定所述眼睛状态是睁眼状态或闭眼状态。优选地,所述确定是否疲劳的步骤包括在预设眼睛状态统计时间内，对眼睛图像的闭眼状态进行统计；当所得到的闭眼状态统计结果大于预设闭眼状态阈值时，或者当预设连续闭眼状态统计时间内连续检测到闭眼状态时，确定用户处于疲劳状态。优选地，还包括当确定用户处于疲劳状态时，发出用户疲劳提醒及报警信息。根据本专利技术的另一方面，提供了一种基于视频图像的疲劳状态检测装置，包括人脸检测单元，用于对实时采集的用户的视频图像进行人脸检测，获取所述用户的脸部图像；眼睛状态分析单元，用于通过对所获取的脸部图像进行分析，对用户的眼睛位置进行定位，得到眼睛图像，并通过对所述眼睛图像进行分析，确定所述用户的眼睛状态是睁眼状态或闭眼状态；疲劳状态分析单元，用于在预设眼睛状态统计时间内，对所述用户的眼睛状态进行统计，并根据统计结果，确定用户是否疲劳。与现有技术相比较，本专利技术的有益效果在于本专利技术通过对用户的视频图像进行人脸检测、眼睛位置定位、眼睛状态识别、疲劳状态分析等处理，实现了用户疲劳状态的自动识别。附图说明图1是本专利技术实施例提供的基于视频图像的疲劳状态检测方法原理框图；图2是本专利技术实施例提供的基于视频图像的疲劳状态检测装置的结构框图；图3是图2中眼睛状态分析单元的结构框图；图4是本专利技术实施例提供的一维简单特征的类型图；图5是本专利技术实施例提供的改进的AdaBoost算法的框架图；图6是本专利技术实施例提供的“三庭五眼”原则的基本原理图7是本专利技术实施例提供的一个典型的用户疲劳状态监控场景；图8是本专利技术实施例提供的用户疲劳状态分析结果示意图。具体实施例方式以下结合附图对本专利技术的优选实施例进行详细说明，应当理解，以下所说明的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。本专利技术公开了一种基于视频图像的疲劳状态检测方法及装置，利用人脸检测原理(例如AdaBoost人脸检测算法)，对实时采集的视频图像进行人脸检测；通过对检测到的脸部图像进行分析获得眼睛图像；通过灰度直方图匹配或眼睛闭合程度等对眼睛图像进行分类，判断用户眼睛状态；通过对眼睛状态进行统计判断，获得用户疲劳状态，并进行相应的现场提醒。图1是本专利技术实施例提供的基于视频图像的疲劳状态检测方法原理框图，如图1所示,步骤包括步骤101、对实时采集的用户的视频图像进行人脸检测，获取所述用户的脸部图像。在所述步骤101中，所述的人脸检测步骤包括利用由级联在一起的判别人脸特征的多个强分类器和配置给每个强分类器的辅助判决模块，依次对所述监控视频图像中属于人脸部分的待检测图像进行人脸真假判决；若最后一级强分类器的人脸真假判决结果为真，或者最后一级强分类器的辅助判决模块的人脸真假判决结果为真，则将该待检测图像确定为用户的脸部图像。其中，某个所述辅助判决模块在其强分类器的人脸真假判决结果为假时，对所述待检测图像进行人脸真假辅助判决，并在人脸真假辅助判决结果为真时，将待检测图像送至下一级强分类器进行人脸真假判决。步骤102、通过对所获取的脸部图像进行分析，对用户的眼睛位置进行定位，得到眼睛图像。在所述步骤102中，所述得到眼睛图像的步骤包括利用角点检测原理，获得左眼角和右眼角的位置，并根据所述左眼角和右眼角的位置，计算眼睛的高度、宽度、眼睛中心位置的垂直坐标，并在所述脸部图像中提取所述眼睛位置的图像，得到眼睛图像。步骤103、通过对所述眼睛图像进行分析，确定所述用户的眼睛状态是睁眼状态或闭眼状态。在所述步骤103中，所述确定所述用户的眼睛状态的步骤包括对所述眼睛图像的灰度分布进行统计，得到眼睛图像归一化直方图；将所述眼睛图像归一化直方图分别与睁眼图像集归一化直方图、闭眼图像集归一化直方图进行相似性处理，得到眼睛图像相对睁眼图像集的睁眼相似度和眼睛图像相对闭眼图像集的闭眼相似度；比较所述睁眼相似度和所述闭眼相似度，并根据比较结果，确定所述眼睛状态是睁眼状态或闭眼状态。其中，通过对所述睁眼图像集和所述闭眼图像集的灰度分布分别进行统计，得到睁眼图像集归一化直方图、闭眼图像集归一化直方图。或者，对所述眼睛图像的眼睛闭合度进行分析，将得到的分析结果与预设眼睛闭合度阈值进行比较，并根据比较结果，确定所述眼睛状态是睁眼状态或闭眼状态。步骤104、在预设眼睛状态统计时本文档来自技高网...
【技术保护点】
基于视频图像的疲劳状态检测方法，其特征在于，包括：对实时采集的用户的视频图像进行人脸检测，获取所述用户的脸部图像；通过对所获取的脸部图像进行分析，对用户的眼睛位置进行定位，得到眼睛图像；通过对所述眼睛图像进行分析，确定所述用户的眼睛状态是睁眼状态或闭眼状态；在预设眼睛状态统计时间内，对所述用户的眼睛状态进行统计，并根据统计结果，确定用户是否疲劳。
【技术特征摘要】
1.基于视频图像的疲劳状态检测方法，其特征在于，包括对实时采集的用户的视频图像进行人脸检测，获取所述用户的脸部图像；通过对所获取的脸部图像进行分析，对用户的眼睛位置进行定位，得到眼睛图像；通过对所述眼睛图像进行分析，确定所述用户的眼睛状态是睁眼状态或闭眼状态； 在预设眼睛状态统计时间内，对所述用户的眼睛状态进行统计，并根据统计结果，确定用户是否疲劳。2.根据权利要求1所述的方法，其特征在于，所述人脸检测的步骤包括利用由级联在一起的判别人脸特征的多个强分类器和配置给每个强分类器的辅助判决模块，依次对所述视频图像中属于人脸部分的待检测图像进行人脸真假判决；若最后一级强分类器的人脸真假判决结果为真，或者最后一级强分类器的辅助判决模块的人脸真假判决结果为真，则将该待检测图像确定为用户的脸部图像。3.根据权利要求2所述的方法，其特征在于，某个所述辅助判决模块在其强分类器的人脸真假判决结果为假时，对所述待检测图像进行人脸真假辅助判决，并在人脸真假辅助判决结果为真时，将待检测图像送至下一级强分类器进行人脸真假判决。4.根据权利要求1所述的方法，其特征在于，所述得到眼睛图像的步骤包括利用角点检测原理，获得左眼角和右眼角的位置，并根据所述左眼角和右眼角的位置，计算眼睛的高度、宽度、眼睛中心位置的垂直坐标；利用所述高度、宽度、眼睛中心位置的垂直坐标，定位眼睛位置，并在所述脸部图像中提取所述眼睛位置的图像，得到眼睛图像。5.根据权利要求4所述的方法，其特征在于，所述确定所述用户的眼睛状态的步骤包括对所述眼睛图像的灰度分布进行统计，得到眼睛图像归一化直方图；将所述眼睛图像归一化直方图分...
【专利技术属性】
技术研发人员：杜鹢，李秋华，
申请(专利权)人：杜鹢，李秋华，
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。