[发明专利]一种通过脸部识别的疲劳监测系统

说明书

本发明公开了一种通过脸部识别的疲劳监测系统，属于疲劳监测技术领域，包括深度学习模块，所述深度学习模块的输出端与视频监测模块的输入端相连接，所述视频监测模块的输出端与视频取段模块的输入端电性连接；本发明中，通过设置有深度学习模块，可对于许多不同疲劳状态下的面部特征进行识别并提取，可作为后续的疲劳监测中的对比例，由于采用深度学习方法，在大量学习了各种疲劳特征后，可大大提高后续疲劳监测识别的准确度，还引入有人眼闭合度判定过程，此过程可通过人眼闭合程度及时间去判定人体疲劳程度，该过程与面部识别过程相互结合，同时通过分析面部特征表情与人眼闭合度，能够进一步可观提升人体疲劳程度监测精准度，使用效果好。

技术领域

本发明属于疲劳监测技术领域，尤其涉及一种通过脸部识别的疲劳监测系统。

背景技术

人们在长期进行工作的时候未得到良好的休息时，就会导致疲劳的情况发生，人在疲劳时，各种反应力均会下降，会直接影响到工作效率，有的甚至会由于疲劳出现的注意力下降导致一些危险情况的发生，为了避免这些情况发生，需要对于人们的疲劳进行监测。

中国专利公开了(CN111899471A)一种驾驶员疲劳监测系统及装置，包括人脸图像采集模块，用于获取驾驶员面部图像；位置采集模块，用于采集驾驶员坐姿位置图像；处理模块，用于对获得的驾驶员面部图像图像和坐姿位置数据进行分析和处理；疲劳判断模块，用于判断驾驶员是否处于疲劳状态；警示模块，用于警示驾驶员避免疲劳驾驶；求救模块，用于疲劳驾驶员车辆自动向外界发出讯号。本发明不限制驾驶员正常的驾驶动作和姿态，并且在行驶过程中不间断对驾驶员进行监测，灵敏度高，从而降低由驾驶员疲劳驾驶引发的交通事故，发生率并能对驾驶员和周边车辆行人进行警示和求救，避免造成周边车辆的人员伤亡，不耽误伤重人员的宝贵救援时间和道路疏通时间，但该监测系统内只是对于人体面部特征进行监测来判断疲劳状态，但每个人长相不同，在仅仅通过进行面部特征识别来判断疲劳程度时，极易引发误判的情况，判断精准度并未得到提升，为了解决这一问题，亟待需要一种通过脸部识别的疲劳监测系统。

发明内容

本发明的目的在于：为了解决传统的疲劳状态监测系统内只是对于人体面部特征进行监测来判断疲劳状态，但每个人长相不同，在仅仅通过进行面部特征识别来判断疲劳程度时，极易引发误判的情况，判断精准度并未得到提升的问题，而提出的一种通过脸部识别的疲劳监测系统。

为了实现上述目的，本发明采用了如下技术方案：一种通过脸部识别的疲劳监测系统，包括深度学习模块，所述深度学习模块的输出端与视频监测模块的输入端相连接，所述视频监测模块的输出端与视频取段模块的输入端电性连接，所述视频取段模块的输出端与图像预处理模块的输入端电性连接，所述图像预处理模块的输出端与图像再处理模块的输入端电性连接，所述图像再处理模块的输出端与警报提示模块的输入端电性连接。

作为上述技术方案的进一步描述：

所述视频取段模块截取15-20S内的视频片段。

作为上述技术方案的进一步描述：

所述深度学习模块包括图像获取模块与图像特征提取模块，所述图像获取模块的输出端与图像特征提取模块的输入端相连接，所述图像特征提取模块的输出端与图像特征学习模块的输入端相连接。

作为上述技术方案的进一步描述：

所述图像获取模块获取800-1200张疲劳状态下的图片。

作为上述技术方案的进一步描述：

所述图像预处理模块包括图像灰度调节模块与中值滤波模块，所述图像灰度调节模块的输出端与中值滤波模块的输入端电性连接，所述中值滤波模块的输出端与直方图均衡模块的输入端电性连接。

作为上述技术方案的进一步描述：

所述直方图均衡模块的输出端与频域滤波模块的输入端电性连接，所述频域滤波模块的输出端与图像消噪模块的输入端电性连接。