[發明專利]基于視頻智能算法的疲勞檢測方法及系統

有效

• 申請號: 201610264968.4
• 申請日: 2016-04-26
• 公開（公告）號: CN105825631B
• 公開（公告）日: 2018-01-16
• 發明（設計）人: 謝仲華
• 申請（專利權）人: 成都遠控科技有限公司
• 主分類號: G08B21/06
• 分類號: G08B21/06
• 代理公司: 成都金英專利代理事務所(普通合伙)51218
• 代理人: 袁英

技術領域

本發明涉及一種基于視頻智能算法的疲勞檢測系統及方法。

背景技術

近年來, 隨著大眾生活水平的提高, 各國人民汽車的人均持有量也變得越來越多。然而, 伴隨而來的交通事故也不斷的增多。經研究表明, 疲勞駕駛是交通事故變得日益嚴重的重要原因之一, 因此, 研究出可以進行實時檢測駕駛員疲勞的預警系統有著十分重要的現實意義。一套好的檢測系統必須要有成熟而完善的算法。本項目對疲勞檢測系統的實現方法進行研究, 以期提高疲勞檢測的速度和準確度。如果能將好的算法應用于疲勞檢測系統之中, 無疑能更有效的預防駕駛員疲勞駕駛而引起不必要的人員傷亡和經濟損失。

同時，對于一些集中力要求高的工作也會有對于疲勞的要求。但是上級不可能對于所有在工作的在崗人員同時進行疲勞檢測，最多只能做到目測是否在崗，而不能做到同時進行疲勞檢測。

發明內容

本發明的目的在于克服現有技術的不足，提供一種基于視頻智能算法的疲勞檢測系統及方法,將云服務和疲勞檢測做結合，當疲勞檢測設備檢測到疲勞狀態/不在崗狀態則發送至云服務器，云服務器自動推送至用戶客戶端；當監控中心的工控機檢測到疲勞狀態/不在崗狀態，也自動推送至用戶客戶端；用戶可以同時對多個在崗人員進行疲勞監測。

本發明的目的是通過以下技術方案來實現的：基于視頻智能算法的疲勞檢測系統，它包括多個疲勞檢測設備、監控中心和監控客戶端，所述的疲勞檢測設備采集工作人員的視頻圖像，所述的監控中心或者疲勞檢測設備對采集的視頻圖像進行疲勞檢測，所述的檢測包括判斷工作人員是否在崗、判斷工作人員的眼睛和嘴巴的開合度、以及通過加權平均計算對工作人員一定時間內眼睛和嘴巴的開合度達到閾值的頻率；其中，開合度的閾值為自行設定；所述的監控客戶端接收來自監控中心推送過來的多個疲勞檢測設備的狀態。

所述的監控中心包括云服務器；所述的疲勞檢測設備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊；所述的視頻圖像采集模塊采集工作人員的視頻圖像并發送至處理器，所述的處理器對視頻數據進行疲勞檢測，當檢測到疲勞狀態時，把狀態通過無線傳輸模塊傳輸到云服務器；所述的存儲模塊存儲采集的數據；同時，云服務器對授權后的監控客戶端發送疲勞狀態，監控客戶端進行遠程監測和管理。

所述的監控中心包括工控機；所述的疲勞檢測設備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊；所述的視頻圖像采集模塊采集工作人員的視頻圖像并發送至處理器，所述的處理器對視頻數據進行編碼同時通過無線傳輸模塊發送至工控機；所述的工控機對視頻數據進行疲勞檢測；所述的存儲模塊存儲采集的數據；同時，工控機對授權后的監控客戶端發送疲勞狀態，監控客戶端進行遠程監測和管理。

所述的監控客戶端包括PC、手機、平板電腦中的一種或者多種。

基于視頻智能算法的疲勞檢測方法，包括以下步驟：

S1：疲勞檢測設備采集工作人員的視頻圖像；

S2：疲勞檢測設備或者監控中心對采集的視頻圖像進行疲勞檢測，所述的判斷包括以下子步驟：

S21：通過人臉識別判斷工作人員是否在崗，如果在崗的話則進入步驟S22；

S22：對于在崗情況，對工作人員的眼睛和嘴巴的開合度進行分析；

S23：通過加權平均計算對工作人員一定時間內眼睛和嘴巴的開合度達到閾值的頻率。其中，開合度的閾值為自行設定；

S3：所述的監控客戶端接收來自監控中心推送過來的多個疲勞檢測設備的狀態。

步驟S2中，疲勞檢測設備對采集的視頻圖像進行疲勞檢測；所述的監控中心包括云服務器；所述的疲勞檢測設備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊；所述的視頻圖像采集模塊采集工作人員的視頻圖像并發送至處理器，所述的處理器對視頻數據進行疲勞檢測，當檢測到疲勞狀態時，把狀態通過無線傳輸模塊傳輸到云服務器；所述的存儲模塊存儲采集的數據；同時，云服務器對授權后的監控客戶端發送疲勞狀態，監控客戶端進行遠程監測和管理。

所述的疲勞檢測設備在判斷工作人員不在崗時，將不在崗的狀態發送至云服務器；云服務器將疲勞狀態、不在崗狀態和在崗正常狀態推送至授權監控客戶端。