[發明專利]一種疲勞測量方法、裝置及計算機可讀介質

在審

• 申請號: 202110613718.8
• 申請日: 2021-06-02
• 公開（公告）號: CN113378681A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 韓興;劉文瑞
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京樂知新創知識產權代理事務所(普通合伙) 11734
• 代理人: 周偉

本發明公開了一種疲勞測量方法、裝置及計算機可讀介質，所述方法包括：獲取目標對象的臉部視頻；對臉部視頻進行處理，得到若干準心率和若干準震動頻率；準心率用于通過眉間感興趣區域和/或下巴感興趣區域而獲得，準震動頻率用于通過眼睛和/或嘴巴而獲得；從若干準心率中選取目標心率，并從若干準震動頻率中選取目標震動頻率；對目標心率和目標震動頻率進行檢測，并根據檢測結果確定目標對象處于疲勞狀態。由此，能夠基于臉部視頻獲得心率和眼睛嘴部的震動頻率，并將心率和震動頻率相結合用于目標對象疲勞狀態的檢測，提高了疲勞測量結果的準確性和魯棒性，解決了現有技術中由于復雜的邏輯分析導致計算量增大且疲勞測量結果魯棒性低的問題。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種疲勞測量方法、裝置及計算機可讀介質。

背景技術

云上課成了疫情期間學生們上課的主要形式。云上課是通過上網課實現的，而網課通常是采用錄播的形式，為此，學生和老師無法建立面對面的互動。對于自制力比較弱的小學生和中學生，經常會出現由于通宵玩手機或者打游戲導致白天上課疲憊，從而注意力不集中，進而影響學習。因此急需要提供一種疲勞檢測方法，能夠在上網課時對學生的疲勞程度進行檢測以密切監測學生的生理和身體狀態，從而有助加強學生的自主學習，進而幫助學生養成良好的學習習慣。

目前疲勞監測技術主要應用于無人機駕駛上，主要通過檢測眼睛、口腔以及頭部的疲勞特征，再通過復雜的邏輯分析從而判斷疲勞程度。然而這種串行的邏輯分析不僅魯棒性低而且邏輯繁瑣，并且忽略了眼睛以及嘴巴的相互關系，因此無法對疲勞狀態進行準確檢測。

發明內容

為了解決上述現有技術存在的問題，本發明實施例提供一種疲勞測量方法、裝置及計算機可讀介質裝置，能夠基于臉部視頻對疲勞狀態進行檢測，提高了疲勞檢測的準確性和魯棒性。

為實現上述目的，根據本發明實施例第一方面，提供一種疲勞測量方法，所述方法包括：獲取目標對象的臉部視頻；對所述臉部視頻進行處理，得到若干準心率和若干準震動頻率；所述準心率用于通過眉間感興趣區域和/或下巴感興趣區域而獲得，所述準震動頻率用于通過眼睛和/或嘴巴而獲得；從若干準心率中選取目標心率，并從若干準震動頻率中選取目標震動頻率；對所述目標心率和所述目標震動頻率進行檢測，并根據檢測結果確定所述目標對象處于疲勞狀態。

可選的，所述對所述臉部視頻進行處理，得到若干準心率和若干準震動頻率，包括：按照特定步長的時間窗口將所述臉部視頻劃分成若干窗口視頻；針對任一所述窗口視頻：對所述窗口視頻進行提取處理，得到眼睛特征信號、嘴部特征信號、眉間特征信號和下巴特征信號；對所述眼睛特征信號、嘴部特征信號、眉間特征信號和下巴特征信號進行融合處理，得到融合特征信號；對所述融合特征信號進行轉換處理，得到準心率和準震動頻率。

可選的，所述對所述窗口視頻進行提取處理，得到眼睛特征信號、嘴部特征信號、眉間特征信號和下巴特征信號，包括：利用模型對所述窗口視頻進行預測，生成臉部關鍵點，所述臉部關鍵點包括輪廓關鍵點和特定部位關鍵點；從所述臉部關鍵點中分別提取眼睛關鍵點、嘴巴關鍵點、眉間感興趣區域，以及下巴感興趣區域；對所述眼睛關鍵點和所述嘴巴關鍵點分別進行降維處理，得到眼部特征信號和嘴部特征信號；對所述眉間感興趣區域和所述下巴感興趣區域分別進行特征提取處理，得到眉間色彩信號和下巴色彩信號；對所述眉間色彩信號和所述下巴色彩信號分別進行降噪處理，得到眉間特征信號和下巴特征信號。

可選的，所述對所述融合特征信號進行轉換處理，得到準心率和準震動頻率，包括：對所述融合特征信號進行降噪處理，得到平穩特征信號；對所述平穩特征信號進行盲源分離，并將盲源分離后的信號成分轉化成頻率值，得到若干頻率值；基于機體心率范圍，從所述若干頻率值中選取預心率，并對選取的預心率求均值，得到準心率；基于眼嘴部震動頻率范圍，從所述若干頻率值中選取預震動頻率，并對選取的預震動頻率求均值，得到準震動頻率。