前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >基于landmark的疲劳检测

基于landmark的疲劳检测

作者头像
微风、掠过
发布2018-04-10 14:59:18
1.8K0
发布2018-04-10 14:59:18
举报

        经查阅相关文献,疲劳在人体面部表情中表现出大致三个类型:打哈欠(嘴巴张大且相对较长时间保持这一状态)、眨眼(或眼睛微闭,此时眨眼次数增多,且眨眼速度变慢)、点头(瞌睡点头)。

1、首先是检测眨眼,可以通过landmark点的标号直接定位眼睛位置,经实验验证,该一系列的点能够准确定位。下面重点分析一下眼部,68点landmark中可以看到36-41为左眼,42-47为右眼,如下图所示:

68点landmark眼部区域

通过计算37、38、41、40的纵坐标、36、39的横坐标来计算眼睛的睁开度。如:1/2*[(y41+y40)-(y37+y38)]/(x39-x36)通过一个阈值确定眼睛是睁开还是闭上。也可以将这个值与初始的值的比值作为睁开度,根据不同程度来进行比较。睁开度从大到小为进入闭眼期,从小到大为进入睁眼期,计算最长闭眼时间(可用帧数来代替)闭眼次数为进入闭眼、进入睁眼的次数。通过设定单位时间内闭眼次数、闭眼时间的阈值判断人是否已经疲劳了。

2、点头:可利用姿态估计结果(如Pitch的读数)来判断是否点头及点头幅度。

或用鼻尖处30号点的前后移动值(或是方差,方差表示一个单位时间数据的偏离程度,程度越大,则表示发生点头动作的概率越大、点头幅度越大)

3、打哈欠可利用嘴巴处50、52、58、57、57点的距离来判断是否张嘴及张嘴时间,从而确定人是否是在打哈欠,同时这个阈值应当合理,应经过大量实验,能够与正常说话或哼歌区分开来。

附:windows下包下载地址:http://www.lfd.uci.edu/~gohlke/pythonlibs/#lxml

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2017.09.02 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档