[发明专利]一种基于眼动数据的疲劳检测方法和装置

摘要

本发明公开了一种基于眼动数据的疲劳检测方法和装置。该方法通过与待测人进行UI交互测试待测人反应的敏捷度，在测试的同时通过眼动仪采集眼动基本数据计算出眼动疲劳特征数据，最后再由反应的敏捷度和眼动疲劳特征数据结合采用机器学习算法判断出待测人是否处于疲劳状态。其中，与待测人进行UI交互测试待测人反应的敏捷度的过程由字符搜索测试和阅读理解测试组成。经测试，本发明的检测准确率达到了95.2%，相比于之前的疲劳检测法，具有极高的准确性、实用性、简便性、易学性等优点。

主权项

1.一种基于眼动数据的疲劳检测方法，其特征在于，包括以下步骤：S1：通过与待测人进行字符搜索任务的UI交互，获得搜索效率数据；S2：在执行步骤S1的同时，通过眼动仪采集待测人的眼动基本数据，并采集相应的时间数据，然后根据眼动基本数据和时间数据计算出搜索眼动疲劳特征数据；S3：通过与待测人进行阅读理解任务的UI交互，获得阅读效率数据；S4：在执行步骤S3的同时，通过眼动仪采集待测人的眼动基本数据，并采集相应的时间数据，然后根据眼动基本数据和时间数据计算出阅读眼动疲劳特征数据；S5：对所述的搜索效率数据、阅读效率数据、搜索眼动疲劳特征数据和阅读眼动疲劳特征数据采用机器学习算法分析判断待测人是否处于疲劳状态；所述搜索眼动疲劳特征数据包括：瞳孔直径比、眨眼频率和兴趣域个数；所述阅读眼动疲劳特征数据包括：瞳孔直径比、眨眼频率和兴趣域个数；所述瞳孔直径比为测试时的瞳孔直径和初始的瞳孔直径的比值；所述眨眼频率为平均眨眼的时间间隔；所述兴趣域个数通过统计眼球扫视速度小于特定阈值的个数得到；所述搜索效率数据包括字符搜索成功率和字符搜索错误率；所述步骤S1包括：S11：从字符搜索文本库中随机抽取搜索文本；S12：在屏幕中显示所述的搜索文本供待测人搜索，显示时，从所述的搜索文本中随机选取5~50个字符，对所选取的字符以区别于正文的样式显示，并对这些以区别于正文的样式显示的字符构建特殊字符的采样区；S13：获取待测人操作的屏幕点击消息，并根据屏幕点击消息是否落入特殊字符的采样区判断是否为特殊字符点击消息；S14：根据屏幕点击消息和特殊字符点击消息，统计字符搜索成功率和字符搜索错误率；所述阅读效率数据包括阅读速率；所述步骤S3包括：S31：从阅读理解文本库中随机选取阅读文本和相应的阅读理解题集；S32：在屏幕中显示所述的阅读文本和阅读理解题集供待测人阅读和解答阅读理解题集；S33：当所有阅读理解题集被答复正确时，记录步骤S32的阅读理解耗时；S34：根据所述的阅读文本的总字数和阅读理解耗时，计算阅读速率。