本申請涉及圖像處理，尤其涉及一種kss困倦等級評估方法、裝置、計算機設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、目前，在汽車行業(yè)中，一些車輛制造商已經(jīng)開始引入駕駛員疲勞和注意力警告系統(tǒng)（ddaw，driver?drowsiness?and?attention?warning，駕駛員疲勞和注意力警告）。這些系統(tǒng)通常包括基于傳感器和攝像頭的技術(shù)，用于監(jiān)測駕駛員的面部表情、眼睛活動和車輛的行駛狀態(tài)，以評估駕駛員的警覺性和疲勞程度。ddaw中使用了卡羅林斯卡困倦等級（karolinska?sleepiness?scale，簡稱“kss”）是一種常用的自我報告量表，用于評估個體的主觀困倦程度。不過，現(xiàn)有的駕駛員疲勞和注意力警告系統(tǒng)在準確評估kss困倦等級方面存在一些挑戰(zhàn)：

2、1.主觀性和誤判問題：基于面部表情和眼睛活動的識別往往存在主觀性，不同駕駛員的表現(xiàn)可能有所不同，導(dǎo)致評估結(jié)果的準確性受到影響。

3、2.操作復(fù)雜性：一些系統(tǒng)可能過于復(fù)雜，需要大量的傳感器和計算資源來實現(xiàn)困倦等級的準確評估，增加了系統(tǒng)的成本和復(fù)雜性。

4、3.實時性不足：部分系統(tǒng)在警告駕駛員時反應(yīng)速度不夠快，無法及時發(fā)現(xiàn)駕駛員的疲勞狀態(tài)，影響了系統(tǒng)的效果。

5、因此如何降低kss困倦等級評估的復(fù)雜度，并且提高kss困倦等級評估準確率和實時性成為了亟需解決的問題。

技術(shù)實現(xiàn)思路

1、本申請?zhí)峁┝艘环Nkss困倦等級評估方法、裝置、計算機設(shè)備及存儲介質(zhì)，以降低kss困倦等級評估的復(fù)雜度，并且提高kss困倦等級評估準確率和實時性。

2、第一方面，本申請?zhí)峁┝艘环Nkss困倦等級評估方法，所述方法包括：

3、獲取待評估人員連續(xù)的人臉圖像作為待檢測圖像；

4、對每一幀待檢測圖像進行檢測，獲得人臉檢測信息、人眼檢測信息、表情檢測信息以及人臉角度檢測信息；

5、基于預(yù)設(shè)閾值，分別對所述人臉檢測信息、所述人眼檢測信息、所述表情檢測信息以及所述人臉角度檢測信息中存在的目標特征進行滑窗統(tǒng)計，獲得各所述目標特征的概率值，并生成概率值集合；

6、基于預(yù)設(shè)的kss困倦等級評估規(guī)則，在所述概率值集合中獲取至少一個所述目標特征的概率值，并將各所述目標特征的概率值與各所述目標特征對應(yīng)的概率值閾值進行對比，獲得所述待評估人員的困倦等級。

7、第二方面，本申請還提供了一種kss困倦等級評估裝置，所述裝置包括：

8、待檢測圖像獲取模塊，用于獲取待評估人員連續(xù)的人臉圖像作為待檢測圖像；

9、檢測信息獲得模塊，用于對每一幀待檢測圖像進行檢測，獲得人臉檢測信息、人眼檢測信息、表情檢測信息以及人臉角度檢測信息；

10、概率值集合獲得模塊，用于基于預(yù)設(shè)閾值，分別對所述人臉檢測信息、所述人眼檢測信息、所述表情檢測信息以及所述人臉角度檢測信息中存在的目標特征進行滑窗統(tǒng)計，獲得各所述目標特征的概率值，并生成概率值集合；

11、kss困倦等級評估模塊，用于基于預(yù)設(shè)的kss困倦等級評估規(guī)則，在所述概率值集合中獲取至少一個所述目標特征的概率值，并將各所述目標特征的概率值與各所述目標特征對應(yīng)的概率值閾值進行對比，獲得所述待評估人員的困倦等級。

12、第三方面，本申請還提供了一種計算機設(shè)備，所述計算機設(shè)備包括存儲器和處理器；所述存儲器，用于存儲計算機程序；所述處理器，用于執(zhí)行所述計算機程序并在執(zhí)行所述計算機程序時實現(xiàn)如上述的kss困倦等級評估方法。

13、第四方面，本申請還提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時使所述處理器實現(xiàn)如上述的kss困倦等級評估方法。

14、本申請公開了一種kss困倦等級評估方法、裝置、計算機設(shè)備及存儲介質(zhì)，獲取待評估人員連續(xù)的人臉圖像作為待檢測圖像；對每一幀待檢測圖像進行檢測，獲得人臉檢測信息、人眼檢測信息、表情檢測信息以及人臉角度檢測信息；基于預(yù)設(shè)閾值，分別對所述人臉檢測信息、所述人眼檢測信息、所述表情檢測信息以及所述人臉角度檢測信息中存在的目標特征進行滑窗統(tǒng)計，獲得各所述目標特征的概率值，并生成概率值集合；基于預(yù)設(shè)的kss困倦等級評估規(guī)則，在所述概率值集合中獲取至少一個所述目標特征的概率值，并將各所述目標特征的概率值與各所述目標特征對應(yīng)的概率值閾值進行對比，獲得所述待評估人員的困倦等級。本申請可以根據(jù)預(yù)設(shè)的困倦等級影響因素對待評估人員的人臉圖像進行檢測，獲得檢測結(jié)果，并對檢測結(jié)果進行滑窗統(tǒng)計，獲得準確的目標特征的概率值，并生成目標特征概率值集合，最后將目標特征概率值和預(yù)設(shè)的kss困倦等級評估規(guī)則進行對比，獲得最終的kss困倦等級評估結(jié)果?？梢愿鶕?jù)需要設(shè)置困倦等級影響因素，結(jié)合多個參數(shù)，綜合評估待評估人員的困倦等級。引入kss困倦等級評估規(guī)則，可以通過對多種數(shù)據(jù)進行統(tǒng)計分析和條件判斷，排除偶然性誤差，提高評估的準確性和穩(wěn)定性。其次，本申請只需采集待檢測圖像以及對待檢測圖像進行檢測和檢測結(jié)果的滑窗統(tǒng)計，降低了kss困倦等級評估的復(fù)雜度。

技術(shù)特征：

1.一種kss困倦等級評估方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1述的kss困倦等級評估方法，其特征在于，所述預(yù)設(shè)閾值包括左眼閉眼閾值以及右眼閉眼閾值，所述基于預(yù)設(shè)閾值，分別對所述人臉檢測信息、所述人眼檢測信息、所述表情檢測信息以及所述人臉角度檢測信息中存在的目標特征進行滑窗統(tǒng)計，獲得各所述目標特征的概率值，并生成概率值集合之前，還包括：

3.根據(jù)權(quán)利要求1所述的kss困倦等級評估方法，其特征在于，所述目標特征包括人臉存在特征、打哈欠特征、人臉偏左特征、人臉偏右特征、低頭特征、抬頭特征、存在左眼特征、左眼閉眼特征、左眼睜眼特征、存在右眼特征、右眼閉眼特征、右眼睜眼特征以及揉眼睛特征。

4.根據(jù)權(quán)利要求3所述的kss困倦等級評估方法，其特征在于，所述基于預(yù)設(shè)閾值，分別對所述人臉檢測信息、所述人眼檢測信息、所述表情檢測信息以及所述人臉角度檢測信息中存在的目標特征進行滑窗統(tǒng)計，獲得各所述目標特征的概率值，包括：

5.根據(jù)權(quán)利要求1所述的kss困倦等級評估方法，其特征在于，所述基于預(yù)設(shè)的kss困倦等級評估規(guī)則，在所述概率值集合中獲取至少一個所述目標特征的概率值，并將各所述目標特征的概率值與各所述目標特征對應(yīng)的概率值閾值進行對比，獲得所述待評估人員的困倦等級之前，還包括：

6.根據(jù)權(quán)利要求1所述的kss困倦等級評估方法，其特征在于，所述基于預(yù)設(shè)的kss困倦等級評估規(guī)則，在所述概率值集合中獲取至少一個所述目標特征的概率值，并將各所述目標特征的概率值與各所述目標特征對應(yīng)的概率值閾值進行對比，獲得所述待評估人員的困倦等級，包括：

7.根據(jù)權(quán)利要求6所述的kss困倦等級評估方法，其特征在于，所述基于預(yù)設(shè)的kss困倦等級評估規(guī)則，在所述概率值集合中獲取至少一個所述目標特征的概率值，并將各所述目標特征的概率值與各所述目標特征對應(yīng)的概率值閾值進行對比，獲得所述待評估人員的困倦等級，還包括：

8.根據(jù)權(quán)利要求6所述的kss困倦等級評估方法，其特征在于，所述基于預(yù)設(shè)的kss困倦等級評估規(guī)則，在所述概率值集合中獲取至少一個所述目標特征的概率值，并將各所述目標特征的概率值與各所述目標特征對應(yīng)的概率值閾值進行對比，獲得所述待評估人員的困倦等級，還包括：

9.根據(jù)權(quán)利要求6所述的kss困倦等級評估方法，其特征在于，所述基于預(yù)設(shè)的kss困倦等級評估規(guī)則，在所述概率值集合中獲取至少一個所述目標特征的概率值，并將各所述目標特征的概率值與各所述目標特征對應(yīng)的概率值閾值進行對比，獲得所述待評估人員的困倦等級，還包括：

10.根據(jù)權(quán)利要求6所述的kss困倦等級評估方法，其特征在于，所述基于預(yù)設(shè)的kss困倦等級評估規(guī)則，在所述概率值集合中獲取至少一個所述目標特征的概率值，并將各所述目標特征的概率值與各所述目標特征對應(yīng)的概率值閾值進行對比，獲得所述待評估人員的困倦等級，還包括：

技術(shù)總結(jié)
本申請涉及圖像處理技術(shù)領(lǐng)域，具體公開了一種KSS困倦等級評估方法、裝置、計算機設(shè)備及存儲介質(zhì)。本申請可以根據(jù)預(yù)設(shè)的困倦等級影響因素對待評估人員的人臉圖像進行檢測，并對檢測結(jié)果進行滑窗統(tǒng)計，獲得目標特征概率值，生成目標特征概率值集合，最后將目標特征概率值和預(yù)設(shè)的KSS困倦等級評估規(guī)則進行對比，獲得KSS困倦等級評估結(jié)果。可以根據(jù)需要設(shè)置困倦等級影響因素，結(jié)合多個參數(shù)綜合評估待評估人員的困倦等級。引入KSS困倦等級評估規(guī)則，可以通過多種數(shù)據(jù)的統(tǒng)計分析和條件判斷，排除偶然性誤差，提高評估的準確性和穩(wěn)定性。其次，本申請只需采集待檢測圖像以及對待檢測圖像進行檢測和檢測結(jié)果的滑窗統(tǒng)計，降低了KSS困倦等級評估的復(fù)雜度。

技術(shù)研發(fā)人員：劉春龍,詹東暉,梅海峰
受保護的技術(shù)使用者：廈門瑞為信息技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19