CN105138947A - 守卫提醒方法及其提醒装置与提醒系统 - Google Patents

守卫提醒方法及其提醒装置与提醒系统 Download PDF

Info

Publication number
CN105138947A
CN105138947A CN201410364471.0A CN201410364471A CN105138947A CN 105138947 A CN105138947 A CN 105138947A CN 201410364471 A CN201410364471 A CN 201410364471A CN 105138947 A CN105138947 A CN 105138947A
Authority
CN
China
Prior art keywords
person
guard
warning
image sequence
detection module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410364471.0A
Other languages
English (en)
Inventor
徐敏堂
梁永杰
邹嘉骏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Utechzone Co Ltd
Original Assignee
Utechzone Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Utechzone Co Ltd filed Critical Utechzone Co Ltd
Publication of CN105138947A publication Critical patent/CN105138947A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供一种守卫提醒方法及其提醒装置与提醒系统。在通过图像获取单元获取站立于平台上方的人员的图像序列后,分析图像序列,以判断人员是否呈现睡眠状态。当人员呈现睡眠状态时,产生提醒信号,以警示人员。

Description

守卫提醒方法及其提醒装置与提醒系统
技术领域
本发明是有关于一种警示技术,且特别是有关于一种防止人员瞌睡的守卫提醒方法及其提醒装置与提醒系统。
背景技术
执勤是哨兵的主要任务之一,而通过哨兵的执勤,能够及时的发现和处理突发事故。若执勤发生任何闪失,都有可能对当前社会治安带来严重的后果。故为了要保障社会的安全,哨兵执勤时的执勤状态相当的重要。
目前对哨兵的执勤状态的管理,主要是通过人为方式来监控,例如经由上级来定时巡视哨兵的执勤情况,或者是经由非直接监控的方式,例如通过培训或纪律约束,来督导哨兵勤守岗位。然而,所述方式并无法确保哨兵处于较佳的执勤状态,因此往往哨兵仍会有短暂睡岗或恍神的情形发生。
发明内容
本发明提供一种守卫提醒方法、守卫提醒装置及守卫提醒系统,其可提醒站立于平台上的人员,藉以防止人员瞌睡。
本发明提出一种提醒方法,其包括:通过图像获取单元获取站立于平台上方的人员的图像序列,其中图像获取单元面向平台并且以预设角度获取图像序列;分析图像序列,以判断人员是否呈现睡眠状态;以及当人员呈现睡眠状态时,产生提醒信号,以警示人员。
在本发明的一实施例中,当人员呈现睡眠状态时,则发出预警信号至远端监控主机。
在本发明的一实施例中,其中判断人员是否呈现睡眠状态的步骤包括:根据图像序列检测该人员是否于预设时间内维持固定姿势,若人员在预设时间内维持固定姿势,则判断人员呈现睡眠状态。
在本发明的一实施例中,判断人员是否呈现睡眠状态的步骤还包括:检测图像序列的脸部物件,以在检测到在预设时间内人员的头部并未转动的情况下,判定人员呈现睡眠状态。
在本发明的一实施例中,当检测到人员的头部向下低时,判定人员呈现睡眠状态。
在本发明的一实施例中,其中判断人员是否呈现睡眠状态的步骤还包括:分析图像序列判断人员的眼睛是否为闭眼状态;以及倘若人员的眼睛为闭眼状态,则判断人员呈现睡眠状态。
在本发明的一实施例中,其中分析图像序列,以判断人员的眼睛是否属于闭眼状态的步骤包括:对图像序列执行人脸识别程序,以在图像序列中获得脸部物件;执行眼部搜寻程序,以在脸部物件中获得眼部区域;以及根据眼部区域的尺寸判断眼睛是否为闭眼状态。
在本发明的一实施例中,其中在产生提醒信号的步骤之后,还包括:分析图像序列的脸部特征信息,以判断人员是否注视于指定方向;以及倘若人员未注视于指定方向,持续驱使警示单元发出提醒信号,直至检测到人员注视于指定方向。
在本发明的一实施例中,其中提醒信号包括振动警示、光源警示或音源警示。
本发明另提出一种守卫提醒装置,其包括警示单元、图像获取单元、存储单元以及处理单元。警示单元设置于平台内。图像获取单元面向平台并且以预设角度的方式获取站立于平台上方的人员的图像序列。存储单元具有图像处理模块。处理单元耦接至警示单元、存储单元以及图像获取单元之间。处理单元执行图像处理模块来分析图像序列,以检测人员是否呈现睡眠状态。若人员呈现睡眠状态,则处理单元传送控制信号至警示单元,使警示单元产生提醒信号来警示人员。
本发明另提出一种守卫提醒系统,其包括平台、警示单元、图像获取单元以及远端监控主机。平台供人员站立于其上。警示单元设置于平台内。图像获取单元面向平台并且以预设角度的方式获取人员的图像序列。远端监控主机耦合于警示单元与图像获取单元之间,接收并根据自图像获取单元的图像序列,以检测人员是否呈现睡眠状态。若人员呈现睡眠状态,则远端监控主机传送控制信号至警示单元,使警示单元产生提醒信号来警示人员。
基于上述,倘若人员在预设时间内的姿势维持不变,则平台中的警示单元会发出提醒信号来提醒人员,据以防止人员处于瞌睡的状态。
为让本发明的上述特征和优点能更明显易懂,下文特举实施例,并配合附图作详细说明如下。
附图说明
图1是依照本发明第一实施例的守卫提醒装置的方块图;
图2是依照本发明第一实施例的守卫提醒装置的安装示意图;
图3A是依照本发明第一实施例的守卫提醒方法的方法流程图;
图3B是依照本发明第一实施例的图像处理模块的示意图;
图4是依照本发明第二实施例的图像处理模块的示意图;
图5是依照本发明第二实施例的守卫提醒方法的方法流程图;
图6是依照本发明第二实施例的头部转动的示意图;
图7是依照本发明第三实施例的图像处理模块的示意图;
图8是依照本发明第三实施例的守卫提醒方法的方法流程图;
图9是依照本发明第三实施例的眼部区域的示意图;
图10是依照本发明第四实施例的图像处理模块的示意图;
图11是依照本发明第四实施例的守卫提醒方法的方法流程图;
图12是依照本发明第五实施例的守卫提醒系统的方块图。
附图标记说明:
10:人员;
100:守卫提醒装置;
110、1210:警示单元;
120、1220:图像获取单元;
1230:远端监控主机;
130:存储单元;
132:数据库;
134:图像处理模块;
140:处理单元;
302:行为检测模块;
402、702、1002:人脸检测模块;
404:面向检测模块;
610:头部;
704:闭眼检测模块;
902:眼部区域;
1004:视线检测模块;
θ:预设角度;
d1:第一方向;
d2:第二方向
I:图像;
L:水平线;
N1:第一中心点;
N2:第二中心点;
P:平台;
R:参考点;
S302~S306、S502~S510、S802~S808、S1102~S1110:守卫提醒方法的各步骤。
具体实施方式
对于站岗的哨兵或执勤人员,倘若可对其站岗状态进行即时监控,并在哨兵或执勤人员瞌睡或恍神的时候发出提醒,势必可更加确保哨兵或执勤人员勤守岗位。本发明便是基于上述观点而提出的守卫提醒方法、守卫提醒装置、守卫提醒系统与计算机程序产品。为了使本发明的内容更为明了,以下特举实施例作为本发明确实能够据以实施的范例。
第一实施例
图1是依照本发明第一实施例的守卫提醒装置的方块图。请参照图1,守卫提醒装置100包括警示单元110、图像获取单元120、存储单元130以及处理单元140。处理单元140耦接至警示单元110、图像获取单元120及存储单元130。处理单元140利用图像获取单元120来监控人员的清醒状态,据以决定是否驱动警示单元110发出提醒信号来提醒人员,以防止人员打瞌睡。在本实施例中,警示单元110、存储单元130以及处理单元140设置于一平台内,图像获取单元120设置于平台的周围。下面举一例来说明守卫提醒装置100的安装。
图2是依照本发明第一实施例的守卫提醒装置的安装示意图。请参照图2,警示单元110、存储单元130以及处理单元140设置于平台P内,其中,图像获取单元120的镜头面向平台P并且以一个预设角度获取图像序列,例如,图像获取单元120会以与水平线L相夹预设角度θ的方式面向上方而设置,以获取站立于平台P上方的人员10的图像序列。处理单元140与图像获取单元120之间的数据传输可通过无线传输或有线传输来传输图像序列。
警示单元110包含但不限于振动警示、光源警示或音源警示装置,而其发出的提醒信号例如是光源警示、振动警示或音源警示,藉以来提醒平台P上的人员10。然,本实施例并不限于此,只要是可发出具有提醒作用的信号的装置即可用来做为警示单元110。
图像获取单元120用来获取人员10的图像序列,即,连续获取多张图像。图像获取单元120例如是采用电荷耦合元件(Chargecoupleddevice,简称CCD)镜头、互补式金属氧化物半导体晶体管(Complementarymetaloxidesemiconductortransistors,简称CMOS)镜头、或红外线镜头的摄像机、照相机,但不限于此。
存储单元130包括数据库132以及图像处理模块134。数据库132用以存储图像获取单元120所获得的图像序列。图像处理模块134例如为一应用程序,由处理单元140来执行此图像处理模块134以实现分析人员10的姿势或局部区域的变化。存储单元130例如为非易失性存储器(Non-volatilememory)、随机存取存储器(RandomAccessMemory,RAM)或硬盘等。上述仅为举例说明,并不以此为限。
处理单元140耦接至警示单元110、图像获取单元120以及存储单元130,并控制守卫提醒装置100的整体运作。具体而言,处理单元140会执行图像处理模块134来分析图像序列,并判断人员10是否于预设时间内维持同样的姿势,据以判断是否驱使警示单元110发出提醒信号。处理单元140包括中央处理单元(CentralProcessingUnit,简称CPU)或微处理器(microprocessor)等,但不限于此。
在此,本实施例系利用程序码来实现。即,存储单元130中的图像处理模块134可由一或多个程序码片段所组成,且这些程序码片段包括多个指令,而处理单元140会通过图像处理模块134来执行这些指令,以实现守卫提醒方法的多个步骤。
下面即配合上述守卫提醒装置100详细说明守卫提醒方法的各步骤。图3A是依照本发明第一实施例的守卫提醒方法的方法流程图。请同时参照图1至图3A,于步骤S302,图像获取单元120会获取站立于平台P上方的人员10的图像序列。举例来说,图像获取单元120与地面的水平线L所相夹的预设角度θ为45度,但不限于此,此预设角度θ的大小可对应人员的身高而调整。
于步骤S304,处理单元140会执行图像处理模块134来分析图像序列,以判断人员10是否呈现睡眠状态。由于一般当人员10在瞌睡中时会维持同样的姿势,因此处理单元140可根据人员10的姿势是否维持相同与否,来判断人员10是否在睡眠。举例而言,图像处理模块134可检测人员10是否于一个预设时间内维持固定姿势,来判断人员10是否呈现睡眠状态。
举例来说,图3B是依照本发明第一实施例的图像处理模块的示意图,如图3B所示,图像处理模块134可包括行为检测模块302,用以判断人员10是否于预设时间内维持固定姿势。具体来说,行为检测模块302可自图像序列中取得有关人员的多个特征点,并根据这些特征点在预设时间内的变化来判断人员10是否维持固定姿势。例如,行为检测模块302可比较预设时间内先后两张图像中特征点的分布差异,并判断此分布差异是否小于一个预设值。倘若此分布差异小于预设值,也就是先后两张图像中人员10的图像相似,则行为检测模块302会判断人员10在预设时间内维持固定姿势。倘若先后两张图像中特征点的分布差异非小于此预设值,也就是先后两张图像中人员10的图像并非相似,则行为检测模块302会判断人员10在预设时间内有移动。据此,若人员10在预设时间内维持固定姿势,则处理单元140可根据行为检测模块302判断人员10是呈现睡眠状态。反之,若人员10在预设时间内有移动时,例如人员10的头部、四肢、脸部中的眼睛或其他区域非维持固定姿势,则表示人员不是在瞌睡,因此处理单元140可根据行为检测模块302判断人员10并非呈现睡眠状态。
返回图3A,倘若人员10呈现睡眠状态,则如步骤S306所示,处理单元140会驱使警示单元110发出提醒信号以警示人员10。或者,处理单元140也可发出预警信号至一个远端监控主机,以通过远端监控主机发出提醒信号来警示人员10。如此一来,当人员10在瞌睡时,则平台P中的警示单元110会发出振动信号或声音信号等提醒信号来提醒人员10,让人员10得以保持在清醒状态。
倘若人员10非呈现睡眠状态,则图像获取单元120会继续获取站立于平台P上方的人员10的图像序列(步骤S302),也就是此时守卫提醒装置100不会驱使警示单元110来提醒人员10。
上述处理单元140执行图像处理模块134来分析图像序列,以判断人员10是否于预设时间内维持同样的姿势时,处理单元140还会根据人员10头部的转动与否来进行判断。由于当人员10清醒时,其头部会左右摆动以巡视周围环境,因此通过头部的转动与否来判断人员10是否维持同样的姿势,可快速检测人员10是否在瞌睡。下面再举一实施例来进行说明。
第二实施例
图4是依照本发明第二实施例的图像处理模块的示意图。请参照图4,图像处理模块134还包括人脸检测模块402及面向检测模块404。人脸检测模块402用以识别图像序列中的脸部物件,而面向检测模块404会根据脸部物件的变化,以检测头部的移动状态。
图5是依照本发明第二实施例的守卫提醒方法的方法流程图。以下配合图1的守卫提醒装置100来进行说明。请同时参照图1、图4及图5,于步骤S502,图像获取单元120会获取站立于平台P上方的人员10的图像序列。
处理单元140自图像获取单元120接收图像序列之后,于步骤S504,处理单元140会执行图像处理模块134来分析图像序列。其中,人脸检测模块402会对图像序列执行人脸识别程序,以在图像序列中获得脸部物件,并分析脸部物件的变化,而面向检测模块404会依据图像序列中的脸部物件的变化,检测人员10的头部是否有转动。
详细而言,人脸检测模块402可利用AdaBoost算法或其他现有的人脸检测算法(如,利用Haar-like特征来进行人脸识别动作)来获得各图像中的脸部物件。此外,人脸检测模块402还可在脸部物件中搜寻鼻孔区域,即,两个鼻孔的所在位置,据以获得鼻孔位置信息,例如为两个鼻孔的第一中心点与第二中心点。之后,面向检测模块404可基于鼻孔位置信息来判断头部是否转动。
举例来说,图6是依照本发明第二实施例的头部转动的示意图。请参照图4及图6,人脸检测模块402识别出脸部物件(如图像I所示)后,面向检测模块404可利用两个鼻孔的第一中心点N1与第二中心点N2来判断图像中的头部610是否向第一方向d1转动或向第二方向d2转动。在此,以人员10的方向而言,将向右方向视为第一方向d1,将向左方向视为第二方向d2。具体而言,面向检测模块404可将第一中心点N1与第二中心点N2与参考点R进行比对,通过第一中心点N1与参考点R之间的位置关系以及第二中心点N2与参考点R之间的位置关系,判断头部610往哪一方向转动。当然,面向检测模块404也可利用第一中心点N1或第二中心点N2来进行低头检测。例如,面向检测模块404可将第一中心点N1或第二中心点N2其中之一与参考点R进行比对,以判断第一中心点N1或第二中心点N2是否位于参考点R的下方,且当第一中心点N1或第二中心点N2位于参考点R的下方时,面向检测模块404可判断头部610往下低。
如此一来,处理单元140可根据面向检测模块404检测的结果,判断人员10是否于预设时间内维持同样的姿势。
返回图5,在面向检测模块404检测到在预设时间内人员10的头部并未转动的情况下,如步骤S506所示,处理单元140会判定人员10在预设时间内为维持同样的姿势,并且于步骤S508,处理单元140会驱使警示单元110发出提醒信号来提醒人员。换言之,由于人员10在瞌睡时,其头部不会转动,因此当面向检测模块404在预设时间内并未检测到人员10的头部转动时,处理单元140会将人员10视为在瞌睡,进而通过警示单元110使得人员保持清醒。
倘若在预设时间内面向检测模块404检测到人员10的头部有转动,则如步骤S510所示,处理单元140会判定人员在预设时间内并非维持同样的姿势,并且于步骤S502,图像获取单元120会继续获取站立于平台P上方的人员10的图像序列。也就是此时处理单元140会将人员10视为处于清醒状态,因此不会通过警示单元110来提醒人员10,且会继续通过图像获取单元120来监控人员10。
上述倘若人员10于预设时间内维持同样的姿势,处理单元140还会根据人员10的眼睛的开阖与否,更精确判断人员10是否在瞌睡,据以决定是否驱使警示单元110发出提醒信号。下面再举一实施例来进行说明。
第三实施例
图7是依照本发明第三实施例的图像处理模块的示意图。请参照图7,图像处理模块134包括人脸检测模块702以及闭眼检测模块704。其中,人脸检测模块702与第二实施例的人脸检测模块402相似,故于此不再赘述。闭眼检测模块704用以对脸部物件执行眼部搜寻程序,以判断眼睛是否为闭眼状态。
图8是依照本发明第三实施例的守卫提醒方法的方法流程图。以下仍配合图1的守卫提醒装置100来进行说明。请同时参照图1、图7及图8,于步骤S802,图像获取单元120会获取站立于平台P上方的人员10的图像序列。于步骤S804,处理单元140会执行图像处理模块134来分析图像序列,以判断人员10是否于预设时间内维持同样的姿势。
与前述实施例不同的是,倘若人员10于预设时间内维持同样的姿势,图像处理模块134还会进一步去判断人员10的眼睛是否为闭眼状态(步骤S806)。举例来说,人脸检测模块702会对图像序列执行人脸识别程序,以在图像序列中获得脸部物件,而闭眼检测模块704会对脸部物件执行眼部搜寻程序,以在脸部物件中获得眼部区域,进而根据眼部区域的尺寸判断眼睛是否为闭眼状态。
详细而言,人脸检测模块702获得脸部物件之后,可进一步在脸部物件中搜寻鼻孔区域,以获得鼻孔位置信息。接着,闭眼检测模块704可依据鼻孔位置信息来预估眼部搜寻框,以在眼部搜寻框内检测眼部区域。也就是说,相较于眼睛,鼻孔在图像中更容易识别,因此,先找出鼻孔之后,再往上估算出一眼部搜寻框,以在眼部搜寻框内找出眼部区域,藉此缩小眼部搜寻范围。
更进一步而言,闭眼检测模块704执行眼部搜寻程序而取出眼部区域之后,调整眼部区域的对比,而获得加强图像。接着再对加强图像依序进行去杂点、边缘锐利化、二值化及再次边缘锐利化等处理,以获得如图9所示的眼部区域902的图像。图9是依照本发明第三实施例的眼部区域的示意图。
接下来,闭眼检测模块704可基于眼部区域902的尺寸来判断眼睛是否闭上,藉此而获得眼部开闭信息。例如,当眼部区域902的高度小于高度门槛值(例如,高度门槛值的范围界于5~7个像素),且眼部区域902的宽度大于宽度门槛值(例如,宽度门槛值的范围界于60~80个像素)时,判定眼睛目前处于闭眼状态。若不符合上述条件,则判定眼睛目前处于睁眼状态。
返回图8,在人员10的眼睛为闭眼状态的情况下,如步骤S808所示,处理单元140会驱使警示单元110发出提醒信号。在本实施例中,闭眼检测模块704还会继续判断人员10的眼睛是否仍为闭眼状态(如步骤S806所示),而在闭眼检测模块704检测到人员的眼睛为睁眼状态之前,处理单元140仍会持续驱使警示单元110发出提醒信号。换言之,直到在闭眼检测模块704检测到人员10的眼睛为非闭眼状态,也就是人员10的眼睛为睁眼状态之后,处理单元140将会停止驱使警示单元110发出提醒信号,且于步骤S802,图像获取单元120会继续获取人员10的图像序列。
值得一提的是,上述警示单元110所发出的提醒信号是用以通知人员10观看一个指定方向的信号。例如,通过语音信号来通知人员去观看图像获取单元120,以确保人员10的眼睛并非处于闭眼状态。然,也可以振动信号来提醒人员观看指定方向。下面再举一实施例来进行说明。
第四实施例
图10是依照本发明第四实施例的图像处理模块的示意图。请参照图10,图像处理模块134包括人脸检测模块1002以及视线检测模块1004。其中,人脸检测模块1002与第二实施例的人脸检测模块402相似,故于此不再赘述。视线检测模块1004用以分析脸部物件的脸部特征信息,以判断人员注视的方向。
图11是依照本发明第四实施例的守卫提醒方法的方法流程图。以下仍配合图1的守卫提醒装置100来进行说明。请同时参照图1、图10及图11,于步骤S1102,图像获取单元120会获取站立于平台P上方的人员10的图像序列。于步骤S1104,处理单元140会执行图像处理模块134来分析图像序列,以判断人员10是否于预设时间内维持同样的姿势。倘若人员10改变姿势,则返回步骤S1102,图像获取单元120继续获取人员10的图像序列。反之,倘若人员10于预设时间内维持同样的姿势,则如步骤S1106所示,处理单元140会驱使警示单元110发出提醒信号。
与前述实施例不同的是,警示单元110所发出的提醒信号是用以要求人员10注视指定方向。例如,通过警示单元110来发出语音信号,以通知人员10注视图像获取单元120或其他例如为向上、向下等指定方向。或者,通过警示单元110发出振动信号,使得人员10意识到要通过注视于指定方向来解除振动信号。
接着,在步骤S1108中,图像处理模块134会分析图像序列的脸部特征信息,以判断人员10是否注视于指定方向。例如,由人脸检测模块1002来找出图像序列中的脸部物件,使得视线检测模块1004能够分析脸部物件的脸部特征信息,以判断人员10注视的方向。举例来说,视线检测模块1004自脸部物件找到眼部区域,进而追踪瞳孔位置的移动,以计算眼球移动坐标。藉此,视线检测模块1004可依据眼球移动坐标来获得人员10目前的注视方向。
倘若人员10未注视于指定方向,则如步骤S1106所示,处理单元140会持续驱使警示单元110发出提醒信号。倘若视线检测模块1004检测到人员10注视于指定方向,则如步骤S1110所示,处理单元140会使得警示单元110停止发出提醒信号。换言之,在人员10未注视于指定方向的情况下,处理单元140会持续驱使警示单元110发出提醒信号,直至视线检测模块1004检测到人员注视于指定方向时,处理单元140会使警示单元110停止发出提醒信号。如此一来,为了避免警示单元110发出提醒信号后人员10仍在瞌睡,通过判断人员10是否注视于指定方向,可更加确保人员10回到清醒状态。
第五实施例
上述的守卫提醒方法也可通过守卫提醒系统来实现。图12是依照本发明第五实施例的守卫提醒系统的方块图。请参照图12,守卫提醒系统包括平台P、警示单元1210、图像获取单元1220以及远端监控主机1230,其中远端监控主机1230耦合于警示单元1210与图像获取单元1220之间。在此,平台P、警示单元1210及图像获取单元1220与第一实施例中的平台P、警示单元110及图像获取单元120的功用相同或相似,故于此不再赘述。
与前述实施例不同的是,本实施例可利用远端监控主机1230来实现守卫提醒方法,其中远端监控主机1230具有存储单元以及处理单元,其中存储单元具有图像处理模块,而处理单元会通过图像处理模块来执行守卫提醒方法的各步骤。在此,存储单元以及处理单元与上述实施例的功能相同或相似。
如此一来,远端监控主机1230会接收并根据自图像获取单元1220的图像序列,以检测人员10是否呈现睡眠状态。并且,若人员10呈现睡眠状态,则远端监控主机1230会传送控制信号至警示单元1210,使警示单元1210产生提醒信号来警示人员10。此外,远端监控主机1230也可根据内部存储的行为检测模块、人脸检测模块、面向检测模块、视线检测模块以及闭眼检测模块,来判断人员10是否维持固定姿势、判断人员10是否呈现闭眼状态、判断人员10的头部是否转动或低头,以及判断人员10是否注视于指定方向,藉以判断人员10是否在瞌睡,以及产生提醒信号让人员10清醒,而其中关于守卫提醒方法的详细步骤可参考前述实施例,故于此也不再赘述。
第六实施例
本发明另提供一种计算机程序产品,此计算机程序产品包括计算机可读取记录媒体。计算机可读取记录媒体记录数个程序指令。这些程序指令在载入电子装置并执行之后,便可完成上述守卫提醒方法的各步骤,同时使得电子装置实现上述实施例所说明的功能。其中,计算机可读取记录媒体可以是只读存储器、随机存取存储器、磁带、软磁盘、硬盘、光碟片以及传输媒体等等。在其他实施例中,计算机程序产品也可经由网络直接传输提供,在此并不限制其范围。
综上所述,在守卫提醒方法、守卫提醒装置、守卫提醒系统与计算机程序产品中,守卫提醒装置会检测人员的姿势在预设时间内是否有变化。倘若人员在预设时间内的姿势维持不变,则平台中的警示单元会发出提醒信号来提醒人员,据以防止人员处于瞌睡的状态。此外,警示单元还可持续发出提醒信号,直到人员的姿势有改变或人员注视指定方向,藉此,可确保人员回到清醒状态。如此一来,守卫提醒装置可即时地监控站立于平台上的人员的状态,且当人员在瞌睡时或恍神的时候,守卫提醒装置可快速的提醒人员,藉以防止人员瞌睡并让人员保持清醒。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (19)

1.一种守卫提醒方法,其特征在于,包括:
通过一图像获取单元,获取站立于一平台上方的一人员的一图像序列,其中该图像获取单元面向该平台并且以一预设角度获取该图像序列;
分析该图像序列,以判断该人员是否呈现一睡眠状态;以及
当该人员呈现该睡眠状态时,产生一提醒信号,以警示该人员。
2.根据权利要求1所述的守卫提醒方法,其特征在于,当该人员呈现该睡眠状态时,则发出一预警信号至一远端监控主机。
3.根据权利要求1所述的守卫提醒方法,其特征在于,判断该人员是否呈现该睡眠状态的步骤包括:
根据该图像序列检测该人员是否于一预设时间内维持一固定姿势,若该人员在该预设时间内维持该固定姿势,则判断该人员呈现该睡眠状态。
4.根据权利要求1所述的守卫提醒方法,其特征在于,判断该人员是否呈现该睡眠状态的步骤包括:
检测该图像序列的一脸部物件,以在检测到在该预设时间内该人员的一头部并未转动的情况下,判定该人员呈现该睡眠状态;以及
当检测到该人员的该头部向下低时,判定该人员呈现该睡眠状态。
5.根据权利要求1所述的守卫提醒方法,其特征在于,判断该人员是否呈现该睡眠状态的步骤还包括:
对该图像序列执行一人脸识别程序,以在该图像序列中获得一脸部物件;
执行一眼部搜寻程序,以在该脸部物件中获得一眼部区域;
根据该眼部区域的尺寸判断该眼睛是否为该闭眼状态;以及
倘若该人员的眼睛为该闭眼状态,则判断该人员呈现睡眠状态。
6.根据权利要求1所述的守卫提醒方法,其特征在于,在产生该提醒信号的步骤之后,包括:
分析该图像序列的一脸部特征信息,以判断该人员是否注视于一指定方向;以及
倘若该人员未注视于该指定方向,持续驱使该警示单元发出该提醒信号,直至检测到该人员注视于该指定方向。
7.根据权利要求1所述的守卫提醒方法,其特征在于,该提醒信号包括一振动警示、一光源警示或一音源警示。
8.一种守卫提醒装置,其特征在于,包括:
一警示单元,设置于一平台内;
一图像获取单元,面向该平台并且以一预设角度的方式获取站立于该平台上方的一人员的一图像序列;
一存储单元,具有一图像处理模块;以及
一处理单元,耦接至该警示单元、该存储单元以及该图像获取单元之间,该处理单元执行该图像处理模块来分析该图像序列,以检测该人员是否呈现一睡眠状态;
其中若该人员呈现该睡眠状态,则该处理单元传送一控制信号至该警示单元,使该警示单元产生一提醒信号,警示该人员。
9.根据权利要求8所述的守卫提醒装置,其特征在于,若该人员呈现该睡眠状态,则该处理单元发出一预警信号至一远端监控主机。
10.根据权利要求8所述的守卫提醒装置,其特征在于,该图像处理模块包括:
一行为检测模块,根据该图像序列检测该人员是否于一预设时间内维持一固定姿势,若该人员在该预设时间内维持该固定姿势,则判断该人员呈现该睡眠状态。
11.根据权利要求8所述的守卫提醒装置,其特征在于,该图像处理模块包括:
一人脸检测模块,检测该图像序列中的一脸部物件;
一面向检测模块,依据该图像序列中的该脸部物件,检测该人员的一头部是否有转动,当检测到在该预设时间内该人员的一头部并未转动的情况下,该处理单元判定该人员呈现该睡眠状态,其中,当该面向检测模块检测到该人员的该头部向下低时,该处理单元判定该人员呈现该睡眠状态;以及
一视线检测模块,分析该脸部物件的一脸部特征信息,以判断该人员是否注视于一指定方向,以在该人员未注视于该指定方向的情况下,判断该人员呈现该睡眠状态,并使该警示单元持续发出该提醒信号,直至检测到该人员注视于该指定方向。
12.根据权利要求8所述的守卫提醒装置,其特征在于,该图像处理模块包括:
一人脸检测模块,检测该图像序列中的一脸部物件;
一闭眼检测模块,对该脸部物件执行一眼部搜寻程序,以在该脸部物件中获得一眼部区域,进而根据该眼部区域的尺寸判断该眼睛是否为该闭眼状态,当该眼睛为闭眼状态时,判断该人员呈现睡眠状态。
13.根据权利要求8所述的守卫提醒装置,其特征在于,该提醒信号包括一振动警示、一光源警示或一音源警示。
14.一种守卫提醒系统,其特征在于,包括:
一平台,供一人员站立于其上;
一警示单元,设置于该平台内;
一图像获取单元,面向该平台并且以一预设角度的方式获取该人员的一图像序列;以及
一远端监控主机,耦合于该警示单元与该图像获取单元之间,接收并根据自该图像获取单元的该图像序列,以检测该人员是否呈现一睡眠状态;
其中若该人员呈现该睡眠状态,则该远端监控主机传送一控制信号至该警示单元,使该警示单元产生一提醒信号,警示该人员。
15.根据权利要求14所述的守卫提醒系统,其特征在于,该远端监控主机包括:
一存储单元,具有一图像处理模块;以及
一处理单元,耦合至该存储单元,该处理单元执行该图像处理模块来分析该图像序列,以判断该人员是否呈现该睡眠状态,若该人员呈现该睡眠状态,则传送该控制信号至该警示单元。
16.根据权利要求15所述的守卫提醒系统,其特征在于,该图像处理模块包括:
一行为检测模块,根据该图像序列检测该人员是否于一预设时间内维持一固定姿势,若该人员在该预设时间内维持该固定姿势,则判断该人员呈现该睡眠状态。
17.根据权利要求16所述的守卫提醒系统,其特征在于,该图像处理模块包括:
一人脸检测模块,检测该图像序列中的一脸部物件;
一面向检测模块,依据该图像序列中的该脸部物件,检测该人员的头部是否有转动,当在一预设时间内该人员的头部并未转动的情况下,该处理单元判断该人员呈现该睡眠状态,其中,当该面向检测模块检测到该人员的该头部向下低时,该处理单元判定该人员呈现该睡眠状态;以及
一视线检测模块,分析该脸部物件的一脸部特征信息,以判断该人员是否注视于一指定方向,当该人员未注视于该指定方向的情况下,判断该人员呈现该睡眠状态,并使该警示单元持续发出该提醒信号,直至检测到该人员注视于该指定方向。
18.根据权利要求16所述的守卫提醒系统,其特征在于,该图像处理模块包括:
一人脸检测模块,检测该图像序列中的一脸部物件;
一闭眼检测模块,对该脸部物件执行一眼部搜寻程序,以在该脸部物件中获得一眼部区域,进而根据该眼部区域的尺寸判断该眼睛是否为该闭眼状态,当该眼睛为闭眼状态时,判断该人员呈现睡眠状态。
19.根据权利要求14所述的守卫提醒系统,其特征在于,该警示信号包括一振动警示、光源警示或音源警示。
CN201410364471.0A 2014-05-30 2014-07-29 守卫提醒方法及其提醒装置与提醒系统 Pending CN105138947A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW103119035 2014-05-30
TW103119035A TW201545130A (zh) 2014-05-30 2014-05-30 守衛提醒方法及其提醒裝置、提醒系統及電腦程式產品

Publications (1)

Publication Number Publication Date
CN105138947A true CN105138947A (zh) 2015-12-09

Family

ID=54724291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410364471.0A Pending CN105138947A (zh) 2014-05-30 2014-07-29 守卫提醒方法及其提醒装置与提醒系统

Country Status (2)

Country Link
CN (1) CN105138947A (zh)
TW (1) TW201545130A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109492620A (zh) * 2018-12-18 2019-03-19 广东中安金狮科创有限公司 监控设备及其控制装置、岗位监控方法和可读存储介质
CN110059666A (zh) * 2019-04-29 2019-07-26 北京市商汤科技开发有限公司 一种注意力检测方法及装置
CN110349284A (zh) * 2019-07-03 2019-10-18 浙江好得电气有限公司 带互感器外壳的高原高压pt柜检修监控方法、装置
CN111990976A (zh) * 2020-07-22 2020-11-27 五八到家有限公司 监测方法、装置、设备和存储介质
CN112016363A (zh) * 2019-05-30 2020-12-01 富泰华工业(深圳)有限公司 人员监控方法、装置、计算机装置及可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6243015B1 (en) * 1999-06-17 2001-06-05 Hyundai Motor Company Driver's drowsiness detection method of drowsy driving warning system
CN101196993A (zh) * 2006-12-06 2008-06-11 爱信精机株式会社 眼部检测装置、眼部检测方法及其程序
CN101574261A (zh) * 2009-06-18 2009-11-11 金会庆 一种驾驶疲劳远程监控预警装置
CN102034334A (zh) * 2009-09-28 2011-04-27 财团法人车辆研究测试中心 驾驶人监控方法及其监控系统
CN102752458A (zh) * 2012-07-19 2012-10-24 北京理工大学 一种驾驶员疲劳检测手机与检测单元
CN103680064A (zh) * 2012-09-24 2014-03-26 由田新技股份有限公司 瞌睡提醒装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6243015B1 (en) * 1999-06-17 2001-06-05 Hyundai Motor Company Driver's drowsiness detection method of drowsy driving warning system
CN101196993A (zh) * 2006-12-06 2008-06-11 爱信精机株式会社 眼部检测装置、眼部检测方法及其程序
CN101574261A (zh) * 2009-06-18 2009-11-11 金会庆 一种驾驶疲劳远程监控预警装置
CN102034334A (zh) * 2009-09-28 2011-04-27 财团法人车辆研究测试中心 驾驶人监控方法及其监控系统
CN102752458A (zh) * 2012-07-19 2012-10-24 北京理工大学 一种驾驶员疲劳检测手机与检测单元
CN103680064A (zh) * 2012-09-24 2014-03-26 由田新技股份有限公司 瞌睡提醒装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109492620A (zh) * 2018-12-18 2019-03-19 广东中安金狮科创有限公司 监控设备及其控制装置、岗位监控方法和可读存储介质
CN110059666A (zh) * 2019-04-29 2019-07-26 北京市商汤科技开发有限公司 一种注意力检测方法及装置
CN112016363A (zh) * 2019-05-30 2020-12-01 富泰华工业(深圳)有限公司 人员监控方法、装置、计算机装置及可读存储介质
CN110349284A (zh) * 2019-07-03 2019-10-18 浙江好得电气有限公司 带互感器外壳的高原高压pt柜检修监控方法、装置
CN111990976A (zh) * 2020-07-22 2020-11-27 五八到家有限公司 监测方法、装置、设备和存储介质

Also Published As

Publication number Publication date
TW201545130A (zh) 2015-12-01

Similar Documents

Publication Publication Date Title
Hossain et al. IOT based real-time drowsy driving detection system for the prevention of road accidents
WO2019028798A1 (zh) 驾驶状态监控方法、装置和电子设备
CN105138947A (zh) 守卫提醒方法及其提醒装置与提醒系统
CN102018519B (zh) 人员专注程度监测系统
TWI533239B (zh) 遠距臉部監控系統及其方法、電腦可讀取紀錄媒體、及電腦程式產品
Anjali et al. Real-time nonintrusive monitoring and detection of eye blinking in view of accident prevention due to drowsiness
CN104571487A (zh) 监控方法、装置及系统
JP7575397B2 (ja) ドライバー異常対応システム、ドライバー異常対応方法、及びプログラム
Kannan et al. Driver drowsiness detection and alert system
Nalavade et al. Enhancing Road Safety: An Intelligent Drowsiness Detection System Based on Deep Neural Networks
Himaswi et al. Deep Learning-Based Drowsiness Detection System Using IoT
KR20150106986A (ko) 서버기반 졸음감지 시스템 및 그 방법
Khan et al. Human Drowsiness Detection System
Kawtikwar et al. Eyes on the road: a machine learning-based fatigue detection system for safer driving
Rajput et al. Accident prevention using drowsiness detection
Peddarapu et al. Raspberry pi-based driver drowsiness detection
Samiappan et al. Comprehensive analysis on drowsiness detection of drivers using facial analysis
Gulhane et al. Intelligent fatigue detection and automatic vehicle control system
Ooppakaew et al. Drowsiness detection using Raspberry Pi for EVs and smart cars
Raghavi et al. Fatigue and Sluggishness Detection Using Machine Learning: A Haar Algorithmic Approach
Mary AI POWERED DRIVER DROWSINESS DETECTION USING ADVANCED DEEP LEARNING TECHNIQUES
Ahmad et al. Driver Drowsiness Detection System Using Image Recognition
Kaushik et al. Deep Learning for Driver Vigilance and Road Safety
Swetha et al. Vehicle Accident Prevention System Using Artificial Intelligence
Shaik Drowsiness Detection using DCCNN Algorithm.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20151209

WD01 Invention patent application deemed withdrawn after publication