本发明提供了供一种视觉疲劳检测方法及检测系统，用于解决现有的检测手段无法对用户的视觉疲劳状态进行细致、准确检测的技术问题。本发明体用的一种视疲劳检测方法，将多名测试人员在各测试场景下的瞳孔特征以及视觉搜索的准确度特征输入分类器中，获得基于低疲劳值和高疲劳值的视觉疲劳判别模型；通过近红外摄像头采集被测试者面部红外图像，进行人脸检测；通过瞳孔定位流程和两个补光灯反光点定位流程获得被测试者初始的瞳孔大小和视线坐标，结合测试提取的被测试者在各测试场景下的特征值，并将其作为输入视觉疲劳判别模型中进行疲劳判

　　1.一种视疲劳检测方法，其特征在于，包括以下步骤：1】采集面部红外图像，并进行人

　　通过近红外摄像头采集被测试者面部红外图像，进行人脸检测；同时在近红外摄像头

　　2】根据步骤1】的人脸检测结果对采集的面部红外图像中的眼部区域进行裁剪，并重新

　　3.1】定位面部红外图像中的瞳孔区域，通过瞳孔区域确定被测试者的初始瞳孔大小；

　　3.3】根据步骤3.1确定的瞳孔区域定位瞳孔区域中心点，根据两个反光点与瞳孔区域

　　中心点的相对位置差，获得被测试者的初始视线】提取被测试者在各测试场景下的特征值

　　对被测试者进行快闪烁测试、慢闪烁测试、亮度渐变测试、视觉搜索测试，结合步骤3获

　　得的被测试者的初始瞳孔大小和视线坐标，获取被测试者在各测试场景下的特征值；所述

　　特征值包括瞳孔变化速度、瞳孔最大值、瞳孔最小值、瞳孔响应潜伏期、反应时间、准确率以

　　5】将步骤4获得的被测试者在各测试场景下的特征值作为输入，送入视觉疲劳判别模

　　型中进行疲劳判断，获得视觉疲劳判断结果；所述视觉疲劳判别模型通过以下方式建立：依

　　次进行快闪烁测试、慢闪烁测试、亮度渐变测试、视觉搜索视觉测试，获得多名测试人员在

　　各测试场景下的瞳孔特征以及视觉搜索的准确度特征；将多名测试人员在各测试场景下的

　　瞳孔特征以及视觉搜索的准确度特征输入分类器中，获得基于低疲劳值和高疲劳值的视觉

　　步骤1中，采集被测试者面部红外图像时，要求被测试者正对疲劳检测系统，且与疲劳

　　检测系统的距离范围为55‑70cm，仰角小于等于30°，被测试者下巴包含在被测试者面部红

　　外图像中；同时，眼部图像处于被测试者面部红外图像的0.7‑0.8高度处。

　　2.1】定位人脸检测结果中的第37特征点坐标(x，y)和第40特征点坐标(x，y)，再

　　根据第37特征点坐标(x，y)和第40特征点坐标(x，y)计算中心坐标(x，y)：

　　2.3】根据步骤2.2计算的眼部区域图像的边界对面部红外图像中的眼部区域进行裁

　　被测试者注视屏幕，屏幕以0.1s的频率进行30s黑屏和白屏闪烁变化，每组闪烁结束后

　　进行为期10s的静息，恢复瞳孔正常大小；被测试者一直注视屏幕，分别记录被测试者在低

　　疲劳状态和高疲劳状态对应的瞳孔黑屏最大值、瞳孔黑屏最小值、瞳孔白屏最大值和瞳孔

　　屏幕以0.5s的频率进行30s黑屏和白屏闪烁变化，每组闪烁结束后进行为期10s的静

　　息，恢复瞳孔正常大小；被测试者一直注视屏幕，分别记录被测试者在低疲劳状态和高疲劳

　　状态对应的瞳孔黑屏最大值、瞳孔黑屏最小值、瞳孔白屏最大值和瞳孔白屏最小值；

　　屏幕以每10ms提升1亮度值的变化速度从0向255变化，在达到最亮后立刻反向以相同

　　速度降低亮度，整个过程重复5次作为一组实验；被测试者一直注视屏幕，分别记录被测试

　　者在低疲劳状态和高疲劳状态对应的瞳孔黑屏最大值、瞳孔黑屏最小值、瞳孔白屏最大值

　　所述视觉搜索测试包括第一阶段测试、第二阶段测试以及第三阶段测试；第一阶段测

　　试为：屏幕为黑色，仅屏幕中心有一提醒被测试者注视的黄点；第二阶段测试为：在黄点周

　　围均匀出现六个红色空心圆，此阶段依然要求被测试者注视屏幕中心，第三阶段测试为随

　　机选择六个红色空心圆中一个填充为灰色，要求被测试者在极短时间内将注视中心从屏幕

　　中心移入灰色圆内；记录被测试者在低疲劳状态和高疲劳状态分别对应的瞳孔最大值、瞳

　　包括显示器(3)、信息采集单元、图像处理单元、刺激发出模块以及电源模块；

　　所述信息采集单元包括设置在显示器上且靠近被测试者的方向的近红外摄像头(1)和

　　所述近红外摄像头(1)用于采集被测试者的面部红外图像，所述补光灯(2)用于在红外

　　所述图像处理单元中设置有按信号输入输出顺序依次连接的人脸检测模块、获取模

　　所述人脸检测模块的输入端连接近红外摄像头(1)的第一输出端，用于根据近红外摄

　　所述获取模块，用于根据人脸检测结果对采集的面部红外图像中的眼部区域进行裁

　　剪，并通过定位瞳孔区域获取瞳孔大小，同时结合瞳孔区域中心点和两组补光灯的反光点，

　　所述特征提取模块，用于根据被测试者的瞳孔大小和视线坐标获取其在快闪烁测试、

　　慢闪烁测试、亮度渐变测试以及视觉搜索测试下的特征值；所述特征值包括瞳孔变化速度、

　　瞳孔最大值、瞳孔最小值、瞳孔响应潜伏期、反应时间、准确率以及目标注视占比；

　　所述疲劳判断模块中设置有视觉疲劳判断模型，用于将被测试者在各测试场景下的特

　　所述刺激发出模块，用于提供快闪烁测试、慢闪烁测试、亮度渐变测试以及视觉搜索测

　　所述显示器(3)的第一输入端连接刺激发出模块的输出端，用于根据各测试场景下的

　　模拟信号提供模拟场景，第二输入端连接疲劳判断模块的输出端，用于对判断的疲劳结果

　　进行输出，第三输入端连接近红外摄像头(1)的第二输出端，用于显示近红外摄像头(1)的

　　所述人脸检测指示灯(4)的输入端连接人脸检测模块的输出端，用于监测人脸检测算

　　所述校准单元包括校准模块、设置在显示器上的校准键(5)和校准指示灯(6)；

　　所述校准模块用于提供校准信号，所述校准键(5)用于控制校准模块是否发送校准信

　　所述校准指示灯(6)的输入端连接校准模块的输出端，用于监测校准模块是否正常运

　　[0001]本发明涉及视疲劳检测技术，尤其涉及一种视觉疲劳检测方法及检测系统。

　　[0002]视疲劳问题也被称为计算机视觉综合征，是指一种因长时间使用数字电子设备而

　　引起的视觉和眼部症状。随着公众日常生活与电子设备深度绑定，平均电子设备使用时长

　　显著提高，由于视疲劳问题引起的眼部健康风险激增，且随着数字学习成为常态，这一问题

　　在青少年群体中尤为明显。因此急需设计一种能够对视疲劳实时检测及提醒的科学仪器。

　　[0003]目前，视觉疲劳检测设备和预防方法往往都是用一个全体人群的经验值或者是平

　　均值作为用眼标准(例如头部的姿势，离书本的距离和持续用眼多少分钟)，并没有直接监

　　测当下用户的眼睛状态。而在遗传发育和营养等不同背景下，人体存在很大的个体差异，因

　　此眼睛的状态才是真实反映当下个体眼睛疲劳与否、是否有过度用眼风险的衡量指标。有

　　可能有些环境下用眼疲倦速度会加速，或者有些个体对阅读的疲倦时间阈值较短等，不考

　　虑具体情况和具体个人的模型，其科学性都非常有限。例如，仅针对屏幕的使用时间、用户

　　人脸到探测器的距离或者使用者的坐姿等进行检测，检测要素非常简单且不准确。还有一

　　种穿戴式的设备智能护眼设备，其检测也较为简单，以测距和坐姿监控为主，实现监控阅读

　　[0004]综上所述，现有的检测手段无法对用户的视觉疲劳状态进行细致、准确的监测。

　　[0005]本发明的目的在于针对现有的检测手段无法对用户的视觉疲劳状态进行细致、准

　　[0009]通过近红外摄像头采集被测试者面部红外图像，进行人脸检测；同时在近红外摄

　　[0010]2】根据步骤1】的人脸检测结果对采集的面部红外图像中的眼部区域进行裁剪，并

　　[0012]3.1】定位面部红外图像中的瞳孔区域，通过瞳孔区域确定被测试者的初始瞳孔大

　　[0014]3.3】根据步骤3.1确定的瞳孔区域定位瞳孔区域中心点，根据两个反光点与瞳孔

　　区域中心点的相对位置差，获得被测试者的初始视线】提取被测试者在各测试场景下的特征值

　　[0016]对被测试者进行快闪烁测试、慢闪烁测试、亮度渐变测试、视觉搜索测试，结合步

　　骤3获得的被测试者的初始瞳孔大小、初始视线坐标，获取被测试者在各测试场景下的特征

　　值；所述特征值包括瞳孔变化速度、瞳孔最大值、瞳孔最小值、瞳孔响应潜伏期、反应时间、

　　[0017]5】将步骤4获得的被测试者在各测试场景下的特征值作为输入，送入步骤1获得的

　　视觉疲劳判别模型中进行疲劳判断，获得视觉疲劳判断结果；所述视觉疲劳判别模型通过

　　以下方式建立：依次进行快闪烁测试、慢闪烁测试、亮度渐变测试、视觉搜索视觉测试，获得

　　多名测试人员在各测试场景下的瞳孔特征以及视觉搜索的准确度特征；将多名测试人员在

　　各测试场景下的瞳孔特征以及视觉搜索的准确度特征输入分类器中，获得基于低疲劳值和

　　[0018]进一步地，步骤1中，采集被测试者面部红外图像时，要求被测试者正对疲劳检测

　　系统，且距离疲劳检测系统的距离范围为55‑70cm，仰角小于等于30°，被测试者下巴包含在

　　被测试者面部红外图像；同时，眼部图像处于被测试者面部红外图像的0.7‑0.8高度处。

　　[0021]2.1】定位人脸检测结果中的第37特征点坐标(x，y)和第40特征点坐标(x，

　　y)，再根据第37特征点坐标(x，y)和第40特征点坐标(x，y)计算中心坐标(x，y)：

　　[0026]2.3】根据步骤2.2计算的眼部区域图像的边界对面部红外图像中的眼部区域进行

　　[0029]为了实现上述一种视疲劳检测方法，本发明还提供了一种视疲劳检测系统，其特

　　殊之处在于，包括显示器、信息采集单元、图像处理单元、刺激发出模块以及电源模块；

　　[0030]所述信息采集单元包括设置在显示器上且靠近被测试者的方向的近红外摄像头

　　[0031]所述近红外摄像头用于采集被测试者的面部红外图像，所述补光灯用于在红外摄

　　[0032]所述图像处理单元中设置有按信号输入输出顺序依次连接的人脸检测模块、获取

　　[0033]所述人脸检测模块的输入端连接近红外摄像头的第一输出端，用于根据近红外摄

　　[0034]所述获取模块，用于根据人脸检测结果对采集的面部红外图像中的眼部区域进行

　　裁剪，并通过定位瞳孔区域获取瞳孔大小，同时结合瞳孔区域中心点和两组补光灯的反光

　　[0035]所述特征提取模块，用于根据被测试者的瞳孔大小和视线坐标获取其在快闪烁测

　　试、慢闪烁测试、亮度渐变测试以及视觉搜索测试下的特征值；所述特征值包括瞳孔变化速

　　度、瞳孔最大值、瞳孔最小值、瞳孔响应潜伏期、反应时间、准确率以及目标注视占比；

　　[0036]所述疲劳判断模块中设置有视觉疲劳判断模型，用于将被测试者在各测试场景下

　　[0037]所述刺激发出模块，用于提供快闪烁测试、慢闪烁测试、亮度渐变测试以及视觉搜

　　[0038]所述显示器的第一输入端连接刺激发出模块的输出端，用于根据各测试场景下的

　　模拟信号提供模拟场景，第二输入端连接疲劳判断模块的输出端，用于对判断的疲劳结果

　　进行输出，第三输入端连接近红外摄像头的第二输出端，用于显示近红外摄像头的采集数

　　[0041]所述人脸检测指示灯的输入端连接人脸检测模块的输出端，用于监测人脸检测算

　　[0043]所述校准单元包括校准模块、设置在显示器上的校准键和校准指示灯；

　　[0044]所述校准模块用于提供校准信号，所述校准键用于控制校准模块是否发送校准信

　　[0045]所述校准指示灯的输入端连接校准模块的输出端，用于监测校准模块是否正常运

　　[0046]进一步地，所述近红外摄像头的分辨率为3840*1020，帧率为30帧；

　　[0050]1、本发明提供的一种视疲劳检测方法，将多名测试人员在各测试场景下的瞳孔特

　　征以及视觉搜索的准确度特征输入分类器中，获得基于低疲劳值和高疲劳值的视觉疲劳判

　　别模型；通过近红外摄像头采集被测试者面部红外图像，进行人脸检测，同时在近红外摄像

　　头两侧设置两个补光灯，再通过瞳孔定位算法和两个补光灯反光点定位算法获得被测试者

　　的瞳孔大小和视线坐标，进而获得被测试者在各测试场景下的特征值，并将其输入视觉疲

　　劳判别模型中进行疲劳判断，本发明通过实验结论和眼科学理论两方面的结合，有效提高

　　了视觉疲劳判别结果的准确性和可靠性，填补了眼部运动特征与视觉疲劳状态交叉研究领

　　[0051]2、本发明提供的一种视疲劳检测方法，将实验结果与机器学习等先进手段进行有

　　机结合，提出了准确客观的疲劳判别标准，避免目前疲劳判别问卷中的主观因素，能够更加

　　客观公正的检测使用者当前疲劳值，并建立了高效精准的视觉疲劳判别模型，且视觉疲劳

　　判别模型中参数可由不同使用者进行个性化迭代优化，进一步提高了视觉疲劳判别的准确

　　[0052]3、本发明提供的一种视疲劳检测系统，结构简单、检测方便，被测试者可以快速获

　　[0054]图2为本发明一种视疲劳检测方法实施例步骤1中Dilb68特征点人脸检测算法的

　　[0055]图3为本发明一种视疲劳检测方法实施例步骤3中标记瞳孔区域、两个反射点以及

　　瞳孔区域中心点的示意图，图中(a)为原始采集的眼部区域图像，(b)为标记了瞳孔区域、两

　　[0056]图4为本发明一种视疲劳检测方法实施例步骤5中快闪烁测试下不同疲劳程度对

　　[0057]图5为本发明一种视疲劳检测方法实施例步骤5中慢闪烁测试下不同疲劳程度对

　　[0058]图6为本发明一种视疲劳检测方法实施例步骤5中亮度渐变测试下不同疲劳程度

　　[0059]图7为本发明一种视疲劳检测方法实施例步骤5中视觉搜索测试的三个阶段示意

　　图，图中的(a)为第一阶段的测试条件，(b)为第二阶段的测试条件，(c)为第三阶段的测试

　　[0060]图8为本发明一种视疲劳检测方法实施例步骤5中视觉搜索测试下不同疲劳程度

　　[0065]1‑近红外摄像头；2‑补光灯；3‑显示器；4‑人脸检测指示灯；5‑校准键；6‑校准指示

　　[0066]为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例

　　中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是

　　本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施

　　[0069]通过近红外摄像头采集被测试者面部红外图像，进行人脸检测，主要用于判断当

　　前采集图像中是否包含使用者面部，以及面部图像是否符合疲劳判断的要求。如图2所示，

　　本实施例采用Dilb68特征点人脸检测算法进行人脸检测，获得相应的人脸检测结果。在采

　　集被测试者面部红外图像时，要求被测试者正对疲劳检测系统，且与疲劳检测系统的距离

　　范围为55‑70cm，仰角小于等于30°，眼部图像处于被测试者面部红外图像的0.7‑0.8高度

　　处，优选的，眼部图像处于被测试者面部红外图像的3/4高度左右，被测试者下巴包含在被

　　[0070]同时，本发明还在近红外摄像头两侧设置两个补光灯用于在近红外摄像头拍摄时

　　[0072]2.1】本实施例中首先定位人脸检测结果中的第37特征点坐标(x，y)和第40特

　　征点坐标(x，y)，再根据第37特征点坐标(x，y)和第40特征点坐标(x，y)计算中心

　　[0077]2.3】根据步骤2.2计算的眼部区域图像的边界对面部红外图像中的眼部区域进行

　　[0078]2.4】重新定义裁剪后眼部区域图像的尺寸和图像清晰，可以提高特征提取的精

　　[0080]此部分聚焦于眼部的运动特征，通过定位到的瞳孔区域和两个补光灯反射点，由

　　内置参数系统计算人眼的运动轨迹，记录被测试者的初始瞳孔大小和初始注视坐标，便于

　　[0082]通过现有技术计算被测试者眼部区域图像中亮度值，将亮度值在低阈值内的像素

　　点进行标记，并判断标记的像素点是否位于图像中心区域，若是，则标记为瞳孔区域，不是

　　则剔除该点。对已标记的多个低阈值内的像素点进行连通域计算，并将获得的连通域拟合

　　外接圆，该拟合外接圆定义为瞳孔区域，进而通过瞳孔区域确定被测试者的瞳孔大小。

　　[0083]3.2】将亮度值在一定高阈值内的像素点进行标记，该类像素点由于通过两组补光

　　灯形成，因此分布在两个区域，分别对两个区域所有标记的像素点进行连通域计算，并拟合

　　外接圆，拟合的两个外接圆定义为两组补光灯的反光点。值得说明的是，上述内容提到的低

　　[0084]3.3】根据步骤3.1确定的瞳孔区域定位并标记瞳孔区域中心点，根据两个反光点

　　与瞳孔区域中心点的相对位置差，计算获得被测试者的初始视线所示，(a)为原

　　始采集的眼部区域图像，(b)为标记了瞳孔区域、两组反光点以及瞳孔区域中心点后的眼部

　　[0086]让被测试者进行快闪烁测试、慢闪烁测试、亮度渐变测试、视觉搜索测试，结合步

　　骤3.1得到的被测试者的初始瞳孔大小和步骤3.3得到的初始视线坐标，获取被测试者在各

　　[0087]具体的，本发明中的特征值包括瞳孔变化速度、瞳孔最大值、瞳孔最小值、瞳孔响

　　[0091]其中，Δv表示瞳孔变化速度，Δs表示瞳孔变化面积，Δt表示时间差。

　　[0095]计算不同测试场景下瞳孔面积达到最大值或最小值所需时间，其最大最小判断由

　　测试场景决定，如当屏幕变白时，计算瞳孔达到最大值所需时间，而屏幕变黑时则计算瞳孔

　　[0097]视觉搜索测试的三阶段中，要求使用者将注视点从中心转移至目标区域，此指标

　　[0101]此指标计算被测试者在视觉搜索测试中，注视目标区域的时间占整个测试阶段的

　　[0102]5】建立视觉疲劳判别模型，并将步骤4获得的被测试者在各测试场景下的特征值

　　作为输入，送入步骤1获得的视觉疲劳判别模型中进行疲劳判断，获得视觉疲劳判断结果。

　　[0104]选取多名测试人员分别进行多次有效视疲劳测试，本实施例以测试人员为13人，

　　有效视疲劳测试47次为例，实验场景采用常规室内电子屏幕模拟日常工作学习情况下的眼

　　部工作任务及所受刺激，环境光亮度正常，非黑暗条件下，测试人员的年龄范围为14‑30岁，

　　视力在经过光学镜片矫正后均为正常，色彩判别和反应速度符合实验所测试平均水平。

　　[0105]实验采用2019年中国电子视像行业协会发布的视疲劳问卷作为测试者当前疲劳

　　程度的标准值，但并未采用该问卷所提供的疲劳等级判别标准，而是依照实际实验中的测

　　量结果，将疲劳量表得分不高于15分的样本作为低疲劳样本，得分高于15分的作为高疲劳

　　[0108]屏幕以0.1s的频率进行30s黑屏和白屏闪烁变化，每组闪烁结束后进行为期10s的

　　静息，恢复瞳孔正常大小。如图4所示，为快闪烁测试下低疲劳状态和高疲劳状态分别对应

　　[0110]屏幕以0.5s的频率进行30s黑屏和白屏闪烁变化，每组闪烁结束后进行为期10s的

　　静息，恢复瞳孔正常大小。如图5所示，为慢闪烁测试下低疲劳状态和高疲劳状态分别对应

　　[0112]屏幕以每10ms提升1亮度值的变化速度从0向255变化(即由黑屏变为白屏)，在达

　　到最亮后立刻反向以相同速度降低亮度，整个过程重复5次作为一组实验。如图6所示，为亮

　　度渐变测试下低疲劳状态和高疲劳状态分别对应的瞳孔黑屏最大值、瞳孔黑屏最小值、瞳

　　[0114]如图7所示，视觉搜索测试分为三个阶段，第一阶段的测试条件如图7中的(a)所

　　示，屏幕为黑色，仅屏幕中心有一提醒被测试者注视的黄点，第二阶段的测试条件如图7中

　　的(b)所示，在黄点周围均匀出现六个红色空心圆，此阶段依然要求被测试者注视屏幕中

　　心，第三阶段的测试条件如图7中的(c)所示，为随机一空心圆填充灰色，要求被测试者在极

　　短时间内将注视中心从屏幕中心移入灰色圆内，且此阶段可能出现干扰项(如其他空心圆

　　等)。如图8所示，为视觉搜索测试中三个阶段下低疲劳状态和高疲劳状态分别对应的瞳孔

　　[0118]上述4个不同类型的测试采用双变量，即在不同的疲劳程度和不同注视环境下采

　　用ANOVA进行数据分析，可以看出，瞳孔的变化范围对于疲劳程度的响应非常明显，不论屏

　　幕大面积的亮度变化还是出现局部微小变化，瞳孔最大值、瞳孔最小值均能呈现出显著差

　　异；在亮度变化较快时，瞳孔的变化速度会出现显著变化；在环境以适中的速度变亮时，瞳

　　孔反应潜伏期也会出现显著差异。同时，不同疲劳程度下的视觉搜索任务表现差异性也非

　　[0119]通过以上实验，充分验证了视疲劳可以通过眼部图像信息所显示出的眼部运动特

　　征进行判断。因此，本发明对多名测试人员依次进行快闪烁测试、慢闪烁测试、亮度渐变测

　　试、视觉搜索测试，获得多名测试人员在上述各测试场景下的瞳孔特征以及视觉搜索的准

　　确度特征；将多个测试人员在各测试场景下的瞳孔最大值、瞳孔最小值、视觉搜索任务下的

　　目标注视占比、反应时间以及准确率特征输入分类器中，获得基于低疲劳值和高疲劳值的

　　视觉疲劳判别模型。本实施例中的分类器采用SVM分类器，在本发明的其他实施例中也可以

　　[0120]视觉疲劳判断结束后，系统自动将每次测试出的疲劳相关特征传入服务器，并由

　　服务器对当前被测试者的眼部运动特征进行学习，以优化更新模型参数，满足后续测试者

　　的使用需求。若使用者对当前判别结果不满意，可长按校准按钮，显示器上会出现疲劳问

　　卷，测试者通过填写疲劳问卷反映当前真实的视觉疲劳状态，并将填写的数据传入服务器

　　[0121]为了实现上述一种视疲劳检测方法，本发明还提供了一种视疲劳检测系统，如图

　　9、图10所示，显示器、信息采集单元、图像处理单元、刺激发出模块以及电源模块。

　　[0122]显示器3朝向被测试者的方向。信息采集单元包括设置在显示器上且靠近被测试

　　者的方向的近红外摄像头1和两组补光灯2，两组补光灯2对称位于红外摄像头1两侧；本实

　　施例中近红外摄像头1采用分辨率为3840*1020，帧率为30帧的近红外摄像头，用于采集被

　　测试者的面部红外图像。每组补光灯2的数量为6个，用于在近红外摄像头1拍摄时进行补

　　[0123]图像处理单元为本发明的核心模块，其通常采用MCU或CPU作为处理器。图像处理

　　单元中设置有按信号输入输出顺序依次连接的人脸检测模块、获取模块、特征提取模块以

　　及疲劳判断模块。人脸检测模块的输入端连接近红外摄像头1的第一输出端，用于根据近红

　　[0124]获取模块，用于根据人脸检测结果对采集的面部红外图像中的眼部区域进行裁

　　剪，并通过定位瞳孔区域获区瞳孔大小，同时结合瞳孔区域中心点和两组补光灯的反光点，

　　获取当前注视位置。特征提取模块，用于根据被测试者的瞳孔大小和视线坐标获取其在快

　　闪烁测试、慢闪烁测试、亮度渐变测试以及视觉搜索测试下的特征值。其中，特征值包括瞳

　　孔变化速度、瞳孔最大值、瞳孔最小值、瞳孔响应潜伏期、反应时间、准确率以及目标注视占

　　[0125]疲劳判断模块中设置有视觉疲劳判断模型，用于将被测试者在各测试场景下的特

　　征值输入视觉疲劳判断模型中进行疲劳判断。刺激发出模块，用于提供快闪烁测试、慢闪烁

　　[0126]显示器3的第一输入端连接刺激发出模块的输出端，用于根据各测试场景下的模

　　拟信号提供模拟场景，第二输入端连接疲劳判断模块的输出端，用于对判断的疲劳结果进

　　行输出，第三输入端连接近红外摄像头1的第二输出端，用于实时显示近红外摄像头1的图

　　像采集数据，便于被测试者调整自身或近红外摄像头1的位姿，并提醒被测试者检查无法正

　　[0127]优选的，本实施例还设置有校准单元，显示器上还设置有校准键5、校准指示灯6以

　　及人脸检测指示灯4。校准单元包括校准模块、设置在显示器上的校准键5和校准指示灯6。

　　校准模块用于提供校准信号，校准键5用于控制校准模块是否发送校准信号，点按一次为开

　　始校准、连续点按两次进入检测模式，直接使用当前参数进行检测。校准指示灯6的输入端

　　连接校准模块的输出端，用于监测校准模块是否正常运转。人脸检测指示灯4的输入端连接

　　[0128]本发明的视疲劳检测系统可以分为无线版本和有线版本。具体的，无线

　　所示，还设置有信号收发器9和网络指示灯10；信号收发器9用于将系统计算的数据及参数

　　上传至数据库模块，再通过计算机进行处理和保存，网络指示灯10用于监测信号收发器9是

　　否正常工作。有线所示，通过usb传输线将图像信息直接传入计算机中，通过计

　　[0129]在无线版本中，本实施例中电源模块采用宁德时代LFPMHH3L73.2V磷酸铁锂电池

　　为疲劳检测系统供电，在本发明的其他实施例中也可以采用其他类型的电池供电。电源模

　　块还包括一个开关键7，用于负责视疲劳检测系统开关机的操作。在有线版本中，本实施例

　　中电源模块采用USB3.0数据线为视疲劳检测系统供电，其不设置开关键，但包括一个电源

　　[0130]如图11所示，为本发明一种视疲劳检测系统的使用流程：打开电源启动检测系统，

　　检查各指示灯是否显示正常，若正常，则手动选择是否需要进行校准，若非正常，则重启检

　　测系统并根据相应指示灯的提示查找问题。根据实际使用情况选择是否进行校准，例如需

　　要对陌生的测试者进行测试，那么通常需要进行校准，如为同一测试者，则通常不需要进行

　　校准。如需要校准，检测系统会读取本次校准结果，如不需要校准，检测系统会自动读取上

　　一次校准结果。读取校准结果后检查显示器3的工作状态正常，刺激发出模块发出信号依次

　　进行快闪烁测试、慢闪烁测试、亮度渐变测试以及视觉搜索测试，同时红外摄像头1采集的

　　面部红外图像进行人脸检测，并将检测结果送入图像处理单元进行处理，获得被测试者在

　　各测试场景下的特征值，将该特征值送入视觉疲劳判断模型中进行疲劳判断。最终疲劳判

　　[0131]以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人

　　员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、

　　2、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问加。

　　3、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。

　　4、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

　　1 古诗二首（课件）--2025-2026学年统编版语文二年级下册.pptx

　　（2026春新版）部编版八年级道德与法治下册《3.1《公民基本权利》PPT课件.pptx

　　（2026春新版）部编版八年级道德与法治下册《4.3《依法履行义务》PPT课件.pptx

　　（2026春新版）部编版八年级道德与法治下册《6.2《按劳分配为主体、多种分配方式并存》PPT课件.pptx

　　（2026春新版）部编版八年级道德与法治下册《6.1《公有制为主体、多种所有制经济共同发展》PPT课件.pptx

　　餐饮门店夜经济运营的社会责任报告（夜间贡献）撰写流程试题库及答案.doc

　　2026年常州纺织服装职业技术学院单招职业适应性测试模拟测试卷附答案.docx

　　中国市政工程 燃气输配工程施工 GB51455-2023 说明书.pdf

　　原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者