[發明專利]一種基于類腦電波數據的疲勞預測方法及裝置

有效

• 申請號: 202010561115.3
• 申請日: 2020-06-18
• 公開（公告）號: CN111882825B
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 劉天鍵
• 申請（專利權）人: 閩江學院
• 主分類號: G08B21/06
• 分類號: G08B21/06;G06K9/62;G06K9/00;A61B5/18;A61B5/369
• 代理公司: 北京知呱呱知識產權代理有限公司 11577
• 代理人: 孫志一

本申請公開了一種基于類腦電波數據的疲勞預測方法和裝置，其中，所述方法包括：基于視頻采集裝置采集眼部視頻序列；將眼部視頻序列輸入到預設的疲勞鑒別器，獲得預測的類腦電波數據；將所述類腦電波數據輸出到疲勞判別式，判斷疲勞狀態，采用本申請所述的基于類腦電波數據的疲勞預測方法，能夠通過獲取眼部圖像數據生成相應的類電腦波數據的方式，根據所述類電腦波數據預測疲勞狀態，避免了繁瑣的操作步驟，同時提高了疲勞狀態檢測的魯棒性和準確度，極大提升了用戶的使用體驗。

技術領域

本發明實施例涉及人工智能技術領域，具體涉及一種基于類腦電波數據的疲勞預測方法及裝置，另外還涉及一種電子設備及計算機可讀存儲介質。

背景技術

近年來，隨著經濟社會的快速發展，人們的工作壓力、生活壓力不斷增加，大多數人都存在不同程度的緊張性疲勞、精神疲勞或運動疲勞。疲勞狀態會影響人們正常的生活或工作的能力，對人的警覺、機敏、動作的協調、信息處理和決策能力都會產生負面影響，甚至給人民群眾的生命財產帶來了嚴重威脅，比如疲勞駕駛導致的交通事故等。因此，如何基于便攜式設備對疲勞狀態做出及時有效的檢測及預警成為本領域技術人員研究的重點。

為了解決上述技術問題，現有技術中，檢測疲勞狀態的方法主要是根據采集待測者眼部圖像特征，判斷近期注意力是否集中，是否感覺全身乏力；或者通過電腦波檢測設備直接獲取待測者的真實腦電波數據，進而做出判斷。然而，采用這兩種方式對待測者進行疲勞狀態檢測時，要么檢測結果不夠準確，要么實現的檢測過程過于繁瑣，尤其是不便于應用到便攜式檢測設備中，因此已經無法有效滿足用戶的實際使用需求。

發明內容

為此，本發明實施例提供一種基于類腦電波數據的疲勞預測方法，以解決現有技術中存在的疲勞狀態檢測方法，設備復雜，準確性較低，導致用戶使用體驗較差的問題。

為了實現上述目的，本發明實施例提供如下技術方案：

第一方面，本發明實施例提供一種基于類腦電波數據的疲勞預測方法，包括：基于視頻采集裝置采集眼部視頻序列；將眼部視頻序列輸入到預設的疲勞鑒別器，獲得預測的類腦電波數據；將所述類腦電波數據輸出到疲勞判別式，判斷疲勞狀態。

進一步的，所述的基于類腦電波數據的疲勞預測方法還包括：提取清醒時眼部視頻序列和對應的清醒時腦電波數據、疲勞時眼部視頻序列和對應的疲勞時腦電波數據作為訓練樣本數據，對預設的生成對抗網絡進行訓練，并調參，獲得目標生成對抗網絡；其中，所述目標生成對抗網絡中包含生成器模型、評估器模型、對抗鑒別器以及所述疲勞鑒別器；從所述目標對抗網絡模型中獲得所述疲勞鑒別器。

進一步的，所述提取清醒時眼部視頻序列和對應的清醒時腦電波數據、疲勞時眼部視頻序列和對應的疲勞時腦電波數據作為訓練樣本數據，對預設的生成對抗網絡進行訓練，并調參，獲得目標生成對抗網絡，具體包括：

獲取清醒時眼部視頻序列和疲勞時腦電波數據；根據清醒時眼部視頻序列和疲勞時腦電波數據，獲得合成的疲勞時眼部視頻序列；根據所述合成的疲勞時眼部視頻序列和原始的清醒時腦電波數據輸入所述生成器模型進行合成，獲得重構的清醒時眼部視頻序列；將所述重構的清醒時眼部視頻序列與所述清醒時眼部視頻序列進行對比分析，獲得重構損失數據；

將所述合成的疲勞時眼部視頻序列與原始的疲勞時眼部視頻序列輸入所述評估器模型進行評估分析，獲得感知損失數據；

將所述合成的疲勞時眼部視頻序列輸入所述疲勞鑒別器，獲得檢測腦電波數據；將所述檢測腦電波數據與所述疲勞時腦電波數據進行對比分析，獲得檢測損失數據；

根據所述重構損失數據、所述感知損失數據以及所述檢測損失數據，對初始對抗網絡模型進行調參，獲得所述目標對抗網絡模型。