CN108960071A - 一种睁眼闭眼状态检测方法 - Google Patents
一种睁眼闭眼状态检测方法 Download PDFInfo
- Publication number
- CN108960071A CN108960071A CN201810572216.3A CN201810572216A CN108960071A CN 108960071 A CN108960071 A CN 108960071A CN 201810572216 A CN201810572216 A CN 201810572216A CN 108960071 A CN108960071 A CN 108960071A
- Authority
- CN
- China
- Prior art keywords
- eye
- opening closed
- state detection
- detection method
- face
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
Abstract
本发明涉及一种睁眼闭眼状态检测方法,首先对当前帧图像进行人脸检测并获取人脸landmark的位置;利用检测到的人脸位置以及landmark坐标计算出眼部的区域,并截取眼部图片;利用预先训练好的神经网络模型进行眼部图片的分类,识别睁眼闭眼状态。本发明利用深度学习的方法,将上述截取的眼部图片进行分类训练,实现准确的区分“睁眼”和“闭眼”。
Description
技术领域
本发明涉及人脸识别技术领域,具体涉及一种睁眼闭眼状态检测方法。
背景技术
随着人工智能技术的发展,眼睛作为人类重要的面部特征有着广泛的使用场景。例如人脸识别过程中要判断是否睁眼以避免在睡眠时误解锁的问题;判断司机是否有疲劳驾驶的行为等方面,一种可靠的判断睁眼闭眼状态的方法显得极其重要。
发明内容
本发明针对现有技术中存在的技术问题,提供一种睁眼闭眼状态检测方法,利用深度学习的方法,将上述截取的眼部图片进行分类训练,实现准确的区分“睁眼”和“闭眼”。
本发明解决上述技术问题的技术方案如下:一种睁眼闭眼状态检测方法,包括以下步骤:
步骤1,对当前帧图像进行人脸检测并获取人脸landmark的位置;
步骤2,利用检测到的人脸位置以及landmark坐标计算出眼部的区域,并截取眼部图片。
步骤3,利用预先训练好的神经网络模型进行眼部图片的分类,识别睁眼闭眼状态。
进一步,所述步骤1中对当前帧图像进行人脸检测采用的算法为MTCNN算法。
进一步,所述步骤2具体为:利用检测到的人脸位置以及landmark坐标计算出眼部的区域,取以两个眼睛之间的距离的0.4倍作为边长,两个眼睛坐标作为中心的正方形,分别截取两个正方形部分的图像作为眼部图片。
进一步,步骤3中所述的神经网络模型是基于深度学习网络MobileNet训练得到的分类模型;训练时采集不少于2000张不同光照条件下的眼部图片,并根据睁眼闭眼状态进行人工分类,构成训练集,对深度学习网络MobileNet进行训练。
本发明的有益效果是:
1.准确率高,利用mtcnn方法检测人脸,并利用深度学习的技术进行眼睛状态的分类,可以达到较高的准确率;
2.效率高,可以达到实时检测的效果,眼睛图片较小且睁眼闭眼特征较明显,可以使用比较高效的神经网络模型;
3.实施方便,只需要普通摄像头就可以完成该功能,不需要其他辅助设备。
附图说明
图1为本发明方法流程图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
图1为本发明方法流程图。如图1所示,一种睁眼闭眼状态检测方法,包括以下步骤:
步骤一,采用MTCNN算法对当前帧图像进行人脸检测并获取人脸landmark的位置。通过MTCNN算法可获取人脸的位置以及人脸landmark的位置,准确率高,速度快。
步骤二,利用步骤一中检测到的人脸位置以及landmark坐标计算出眼部的区域取以两个眼睛之间的距离的0.4倍作为边长,两个眼睛坐标作为中心的正方形,分别截取两个正方形部分的图像作为眼部图片。
步骤三,重复步骤一步骤二,收集大量的眼部图片,建议各种光线条件下收集2000张以上,并根据睁眼闭眼的状态人工进行分类。
步骤四,将步骤三中的图片集作为训练数据,对深度学习网络MobileNet进行分类训练。
步骤五,对于相机的图像,按步骤一步骤二截取眼部图片。
步骤六,利用步骤四训练得到的神经网络模型进行眼部图片的分类,此时即可得到睁眼闭眼的最后识别结果。
本发明的有益效果是:
1.准确率高,利用mtcnn方法检测人脸,并利用深度学习的技术进行眼睛状态的分类,可以达到较高的准确率;
2.效率高,可以达到实时检测的效果,眼睛图片较小且睁眼闭眼特征较明显,可以使用比较高效的神经网络模型;
3.实施方便,只需要普通摄像头就可以完成该功能,不需要其他辅助设备。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种睁眼闭眼状态检测方法,其特征在于,包括以下步骤:
步骤1,对当前帧图像进行人脸检测并获取人脸landmark的位置;
步骤2,利用检测到的人脸位置以及landmark坐标计算出眼部的区域,并截取眼部图片;
步骤3,利用预先训练好的神经网络模型进行眼部图片的分类,识别睁眼闭眼状态。
2.根据权利要求1所述一种睁眼闭眼状态检测方法,其特征在于,所述步骤1中对当前帧图像进行人脸检测采用的算法为MTCNN算法。
3.根据权利要求1所述一种睁眼闭眼状态检测方法,其特征在于,所述步骤2具体为:利用检测到的人脸位置以及landmark坐标计算出眼部的区域,取以两个眼睛之间的距离的0.4倍作为边长,两个眼睛坐标作为中心的正方形,分别截取两个正方形部分的图像作为眼部图片。
4.根据权利要求1所述一种睁眼闭眼状态检测方法,其特征在于,步骤3中所述的神经网络模型是基于深度学习网络MobileNet训练得到的分类模型;训练时采集不少于2000张不同光照条件下的眼部图片,并根据睁眼闭眼状态进行人工分类,构成训练集,对深度学习网络MobileNet进行训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810572216.3A CN108960071A (zh) | 2018-06-06 | 2018-06-06 | 一种睁眼闭眼状态检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810572216.3A CN108960071A (zh) | 2018-06-06 | 2018-06-06 | 一种睁眼闭眼状态检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108960071A true CN108960071A (zh) | 2018-12-07 |
Family
ID=64493323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810572216.3A Pending CN108960071A (zh) | 2018-06-06 | 2018-06-06 | 一种睁眼闭眼状态检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108960071A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110293974A (zh) * | 2019-07-02 | 2019-10-01 | 重庆大学 | 基于轻量级神经网络的驾驶姿态识别与管理系统及app应用 |
CN110826396A (zh) * | 2019-09-18 | 2020-02-21 | 云知声智能科技股份有限公司 | 一种视频中眼睛状态检测方法及装置 |
CN110897611A (zh) * | 2019-12-13 | 2020-03-24 | 西南石油大学 | 一种基于深度学习的闭眼单足站立检测方法 |
CN111191573A (zh) * | 2019-12-27 | 2020-05-22 | 中国电子科技集团公司第十五研究所 | 一种基于眨眼规律识别的驾驶员疲劳检测方法 |
CN110309813B (zh) * | 2019-07-10 | 2020-07-31 | 南京行者易智能交通科技有限公司 | 一种基于深度学习的人眼状态检测的模型训练方法、检测方法、装置、移动端设备及服务器 |
CN111626087A (zh) * | 2019-02-28 | 2020-09-04 | 北京市商汤科技开发有限公司 | 神经网络训练及眼睛睁闭状态检测方法、装置及设备 |
CN112016429A (zh) * | 2020-08-21 | 2020-12-01 | 高新兴科技集团股份有限公司 | 基于火车驾驶室场景下疲劳驾驶检测方法 |
CN115426506A (zh) * | 2022-11-07 | 2022-12-02 | 北京鲜衣怒马文化传媒有限公司 | 替换人脸部眼睛样式并跟随眼睛动作的方法、系统和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1818930A (zh) * | 2006-03-23 | 2006-08-16 | 上海交通大学 | 基于识别模型的多神经网络结合的睁眼检测方法 |
CN103020579A (zh) * | 2011-09-22 | 2013-04-03 | 上海银晨智能识别科技有限公司 | 人脸识别方法及系统、人脸图像的眼镜框去除方法与装置 |
CN106203394A (zh) * | 2016-07-26 | 2016-12-07 | 浙江捷尚视觉科技股份有限公司 | 基于人眼状态检测的疲劳驾驶安全监测方法 |
CN107609512A (zh) * | 2017-09-12 | 2018-01-19 | 上海敏识网络科技有限公司 | 一种基于神经网络的视频人脸捕捉方法 |
-
2018
- 2018-06-06 CN CN201810572216.3A patent/CN108960071A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1818930A (zh) * | 2006-03-23 | 2006-08-16 | 上海交通大学 | 基于识别模型的多神经网络结合的睁眼检测方法 |
CN103020579A (zh) * | 2011-09-22 | 2013-04-03 | 上海银晨智能识别科技有限公司 | 人脸识别方法及系统、人脸图像的眼镜框去除方法与装置 |
CN106203394A (zh) * | 2016-07-26 | 2016-12-07 | 浙江捷尚视觉科技股份有限公司 | 基于人眼状态检测的疲劳驾驶安全监测方法 |
CN107609512A (zh) * | 2017-09-12 | 2018-01-19 | 上海敏识网络科技有限公司 | 一种基于神经网络的视频人脸捕捉方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626087A (zh) * | 2019-02-28 | 2020-09-04 | 北京市商汤科技开发有限公司 | 神经网络训练及眼睛睁闭状态检测方法、装置及设备 |
CN110293974A (zh) * | 2019-07-02 | 2019-10-01 | 重庆大学 | 基于轻量级神经网络的驾驶姿态识别与管理系统及app应用 |
CN110309813B (zh) * | 2019-07-10 | 2020-07-31 | 南京行者易智能交通科技有限公司 | 一种基于深度学习的人眼状态检测的模型训练方法、检测方法、装置、移动端设备及服务器 |
CN110826396A (zh) * | 2019-09-18 | 2020-02-21 | 云知声智能科技股份有限公司 | 一种视频中眼睛状态检测方法及装置 |
CN110897611A (zh) * | 2019-12-13 | 2020-03-24 | 西南石油大学 | 一种基于深度学习的闭眼单足站立检测方法 |
CN111191573A (zh) * | 2019-12-27 | 2020-05-22 | 中国电子科技集团公司第十五研究所 | 一种基于眨眼规律识别的驾驶员疲劳检测方法 |
CN112016429A (zh) * | 2020-08-21 | 2020-12-01 | 高新兴科技集团股份有限公司 | 基于火车驾驶室场景下疲劳驾驶检测方法 |
CN115426506A (zh) * | 2022-11-07 | 2022-12-02 | 北京鲜衣怒马文化传媒有限公司 | 替换人脸部眼睛样式并跟随眼睛动作的方法、系统和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108960071A (zh) | 一种睁眼闭眼状态检测方法 | |
CN108108684B (zh) | 一种融合视线检测的注意力检测方法 | |
CN104143079B (zh) | 人脸属性识别的方法和系统 | |
CN100592322C (zh) | 照片人脸与活体人脸的计算机自动鉴别方法 | |
CN101305913B (zh) | 一种基于视频的人脸美丽评价方法 | |
CN105260705B (zh) | 一种适用于多姿态下的驾驶人员接打电话行为检测方法 | |
WO2019033569A8 (zh) | 眼球动作分析方法、装置及存储介质 | |
CN107358152B (zh) | 一种活体识别方法和系统 | |
CN109460699A (zh) | 一种基于深度学习的驾驶员安全带佩戴识别方法 | |
CN102184016B (zh) | 基于视频序列识别的无接触式鼠标控制方法 | |
CN106874830B (zh) | 一种基于rgb-d相机和人脸识别的视障人士辅助方法 | |
CN103106397A (zh) | 基于亮瞳效应的人脸活体检测方法 | |
CN109697430A (zh) | 基于图像识别的工作区域安全帽佩戴的检测方法 | |
CN103295016A (zh) | 基于深度与rgb信息和多尺度多方向等级层次特征的行为识别方法 | |
CN102004905B (zh) | 人脸认证方法及装置 | |
CN105046219A (zh) | 一种人脸识别系统 | |
CN101201695A (zh) | 一种基于眼部区域运动特征提取与跟踪的鼠标系统 | |
CN104091155A (zh) | 光照鲁棒的虹膜快速定位方法 | |
CN106965675A (zh) | 一种货车集群智能安全作业系统 | |
CN106600640A (zh) | 一种基于rgb‑d相机的人脸识别辅助眼镜 | |
CN105069745A (zh) | 基于普通图像传感器及增强现实技术的带表情变脸系统及方法 | |
CN102831408A (zh) | 人脸识别方法 | |
CN103544478A (zh) | 一种全方位人脸检测的方法及系统 | |
CN104008364A (zh) | 人脸识别方法 | |
CN105701457A (zh) | 基于人脸识别控制的直流电磁继电器装置及其控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181207 |