本發(fā)明實(shí)施例涉及一種智能終端技術(shù),尤其涉及一種提醒方法及裝置。
背景技術(shù):
駕駛疲勞是指駕駛?cè)嗽陂L時間連續(xù)行車后,產(chǎn)生生理機(jī)能和心理機(jī)能的失調(diào),而在客觀上出現(xiàn)駕駛技能下降的現(xiàn)象。駕駛?cè)怂哔|(zhì)量差或不足,長時間駕駛車輛,容易出現(xiàn)疲勞。
疲勞駕駛極易引起交通事故,駕駛?cè)怂哔|(zhì)量差或不足,長時間駕駛車輛,容易出現(xiàn)疲勞。駕駛疲勞會影響到駕駛?cè)说淖⒁狻⒏杏X、知覺、思維、判斷、意志、決定和運(yùn)動等諸方面。疲勞后繼續(xù)駕駛車輛,會感到困倦瞌睡,四肢無力,注意力不集中,判斷能力下降,甚至出現(xiàn)精神恍惚或瞬間記憶消失,出現(xiàn)動作遲誤或過早,操作停頓或修正時間不當(dāng)?shù)炔话踩蛩?,極易發(fā)生道路交通事故。因此,疲勞后嚴(yán)禁駕駛車輛。
現(xiàn)有技術(shù)主要是通過安裝傳感器去檢測方向盤的轉(zhuǎn)動角度或是壓力、握力等,從而判斷當(dāng)前操作者是否處于疲勞狀態(tài),其后對當(dāng)前操作者進(jìn)行警告提醒。
現(xiàn)有的通過安裝傳感器去檢測方向盤的轉(zhuǎn)動角度或是壓力、握力等取判斷當(dāng)前操作者的狀態(tài)準(zhǔn)確度較低。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明實(shí)施例提供一種提醒方法及裝置,能夠在當(dāng)前操作者處于疲勞的狀態(tài)下對當(dāng)前操作者進(jìn)行提醒,避免出現(xiàn)由于疲勞駕駛而產(chǎn)生的交通事故的情況,能夠保障當(dāng)前操作者的人身安全。
第一方面,本發(fā)明實(shí)施例提供了一種提醒方法,包括:
按照預(yù)設(shè)頻率采集當(dāng)前操作者的臉部照片,根據(jù)時間順序構(gòu)建當(dāng)前操作者的臉部照片集合;
將當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對;
于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒。
進(jìn)一步的,將當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對,包括:
截取所述當(dāng)前操作者的每個臉部照片中的特征區(qū)域的圖像數(shù)據(jù);
根據(jù)所述特征區(qū)域的圖像數(shù)據(jù)獲取當(dāng)前操作者的特征狀態(tài)的變更數(shù)據(jù);
將所述特征狀態(tài)的變更數(shù)據(jù)與數(shù)據(jù)庫中的標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行比對。
進(jìn)一步的,將當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對,包括:
截取所述當(dāng)前操作者的每個臉部照片中的特征區(qū)域的圖像數(shù)據(jù);
獲取所述特征區(qū)域的坐標(biāo);
將所述特征區(qū)域的坐標(biāo)的變化情況與數(shù)據(jù)庫中的標(biāo)準(zhǔn)特征區(qū)域的坐標(biāo)的變化情況進(jìn)行比對。
進(jìn)一步的,于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒,包括:
于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并開啟無人駕駛模式。
進(jìn)一步的,于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒包括:
于比對結(jié)果不一致的狀態(tài)下,獲取智能穿戴設(shè)備采集的當(dāng)前操作者的體征數(shù)據(jù);
若根據(jù)所述當(dāng)前操作者的體征數(shù)據(jù)確定當(dāng)前操作者處于疲勞狀態(tài),則進(jìn)行提醒。
第二方面,本發(fā)明實(shí)施例還提供了一種提醒裝置,包括:
采集模塊,用于按照預(yù)設(shè)頻率采集當(dāng)前操作者的臉部照片,根據(jù)時間順序構(gòu)建當(dāng)前操作者的臉部照片集合;
比對模塊,用于將當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對;
第一提醒模塊,用于于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒。
進(jìn)一步的,所述比對模塊包括:
第一截取單元,用于截取所述當(dāng)前操作者的每個臉部照片中的特征區(qū)域的圖像數(shù)據(jù);
第一獲取單元,用于根據(jù)所述特征區(qū)域的圖像數(shù)據(jù)獲取當(dāng)前操作者的特征狀態(tài)的變更數(shù)據(jù);
數(shù)據(jù)比對單元,用于將所述特征狀態(tài)的變更數(shù)據(jù)與數(shù)據(jù)庫中的標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行比對。
進(jìn)一步的,所述比對模塊包括:
第二截取單元,用于截取所述當(dāng)前操作者的每個臉部照片中的特征區(qū)域的圖像數(shù)據(jù);
第二獲取單元,用于獲取所述特征區(qū)域的坐標(biāo);
變化比對單元,用于將所述特征區(qū)域的坐標(biāo)的變化情況與數(shù)據(jù)庫中的標(biāo)準(zhǔn)特征區(qū)域的坐標(biāo)的變化情況進(jìn)行比對。
進(jìn)一步的,所述第一提醒模塊具體用于:
于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并開啟無人駕駛模式。
進(jìn)一步的,所述第一提醒模塊包括:
數(shù)據(jù)獲取單元,用于于比對結(jié)果不一致的狀態(tài)下,獲取智能穿戴設(shè)備采集的當(dāng)前操作者的體征數(shù)據(jù);
第二提醒單元,用于若根據(jù)所述當(dāng)前操作者的體征數(shù)據(jù)確定當(dāng)前操作者處于疲勞狀態(tài),則進(jìn)行提醒。
本發(fā)明實(shí)施例通過按照預(yù)設(shè)頻率采集當(dāng)前操作者的臉部照片,根據(jù)時間順序構(gòu)建當(dāng)前操作者的臉部照片集合;將當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對;于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒,能夠在當(dāng)前操作者處于疲勞的狀態(tài)下對當(dāng)前操作者進(jìn)行提醒,避免出現(xiàn)由于疲勞駕駛而產(chǎn)生的交通事故的情況,能夠保障當(dāng)前操作者的人身安全。
附圖說明
圖1是本發(fā)明實(shí)施例一中的一種提醒方法的流程圖;
圖2是本發(fā)明實(shí)施例二中的一種提醒方法的流程圖;
圖3是本發(fā)明實(shí)施例三中的一種提醒方法的流程圖;
圖4是本發(fā)明實(shí)施例四中的一種提醒方法的流程圖;
圖5是本發(fā)明實(shí)施例五中的一種提醒裝置的結(jié)構(gòu)示意圖。
具體實(shí)施方式
下面結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步的詳細(xì)說明??梢岳斫獾氖?,此處所描述的具體實(shí)施例僅僅用于解釋本發(fā)明,而非對本發(fā)明的限定。另外還需要說明的是,為了便于描述,附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。
實(shí)施例一
圖1為本發(fā)明實(shí)施例一提供的一種提醒方法的流程圖,本實(shí)施例可適用于進(jìn)行提醒的情況,該方法可以由本發(fā)明實(shí)施例中的提醒裝置來執(zhí)行,該裝置可采用軟件和/或硬件的方式實(shí)現(xiàn),如圖1所示,該方法具體包括如下步驟:
s110,按照預(yù)設(shè)頻率采集當(dāng)前操作者的臉部照片,根據(jù)時間順序構(gòu)建當(dāng)前操作者的臉部照片集合。
其中,所述當(dāng)前操作者為駕駛車輛的用戶,所述預(yù)設(shè)采集頻率可以是用戶人為設(shè)定,也可以是多次試驗(yàn)得到的經(jīng)驗(yàn)值,本實(shí)施例對此不進(jìn)行限制。
其中,所述當(dāng)前操作者的臉部照片集合中的當(dāng)前操作者的臉部照片是按照時間先后順序排列的。按照預(yù)設(shè)頻率采集當(dāng)前操作者的臉部照片可以獲取到當(dāng)前操作者的臉部照片的變化情況,進(jìn)而更加準(zhǔn)確的判斷當(dāng)前操作者的狀態(tài)是否是處于疲勞狀態(tài)。
在一個具體的例子中,預(yù)設(shè)采集頻率為每隔5秒采集一次,則通過車內(nèi)攝像頭每隔5秒采集一次當(dāng)前操作者的臉部照片,將采集到的當(dāng)前操作者的臉部照片構(gòu)建照片集合,若從10:00開始采集,則照片集合中的照片依次是10:00采集的照片、10:06采集的照片、10:12采集的照片,以此類推。
s120,將當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對。
其中,預(yù)先設(shè)定數(shù)據(jù)庫,所述數(shù)據(jù)庫可以為包含標(biāo)準(zhǔn)臉部照片集合的數(shù)據(jù)庫。所述標(biāo)準(zhǔn)臉部照片為當(dāng)前操作者處于正常開車狀態(tài)下的臉部照片。標(biāo)準(zhǔn)臉部照片集合的采集頻率和預(yù)設(shè)頻率相同。
具體的,標(biāo)準(zhǔn)臉部照片集合不包括當(dāng)前操作者處于不能正常開車狀態(tài)下的臉部照片。例如可以是,當(dāng)前操作者打瞌睡時的臉部照片則不包含在標(biāo)準(zhǔn)臉部照片集合中。
其中,將當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對的方式可以為直接將當(dāng)前操作者的所述臉部照片集合與標(biāo)準(zhǔn)臉部照片集合依次比對;也可以為將當(dāng)前操作者的臉部照片進(jìn)行處理,將當(dāng)前操作者的臉部照片分解成若干個目標(biāo)的形狀,對每個目標(biāo)的形狀特征進(jìn)行統(tǒng)計,用一系列的坐標(biāo)點(diǎn)來定義每個目標(biāo)區(qū)域的形狀特征,用若干個目標(biāo)區(qū)域的形狀的坐標(biāo)點(diǎn)集合來定義當(dāng)前操作者的臉部照片集合中的臉部照片的特征數(shù)據(jù),將其與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合中的標(biāo)準(zhǔn)臉部照片的特征數(shù)據(jù)進(jìn)行比對,所述目標(biāo)可以為眼睛和鼻子;還可以為在進(jìn)行比對之前先對當(dāng)前操作者的所述臉部照片集合中的臉部照片通過卷積實(shí)現(xiàn)高斯平滑處理,除去照片中的高頻部分,降低照片的視覺噪聲,使用顏色空間ycrcb膚色分割的方法對處理后的照片進(jìn)行光線補(bǔ)償,使用直方圖算法對進(jìn)行光線補(bǔ)償處理后的照片進(jìn)行二值化變換,將多層次圖像處理成二值圖像再與數(shù)據(jù)庫中預(yù)先存儲的處理好的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對,本實(shí)施例對此不進(jìn)行限制。
s130,于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒。
其中,所述提醒的方式可以為將比對結(jié)果不一致的信號發(fā)送至鳴笛裝置,通過鳴笛的形式提醒當(dāng)前操作者,也可以為通過也可以與公安的報警系統(tǒng)聯(lián)動,設(shè)定報警次數(shù),如果超過了這個次數(shù)則可以通知沿途的交警勒令其就近停車休息,還可以為將比對結(jié)果不一致的信號發(fā)送至能夠釋放刺激性且無毒的氣體的裝置,通過釋放刺激性且無毒的氣體提醒當(dāng)前操作者。提醒的方式還有很多,本發(fā)明實(shí)施例對此不進(jìn)行限制。
本實(shí)施例的技術(shù)方案,通過按照預(yù)設(shè)頻率采集當(dāng)前操作者的臉部照片,根據(jù)時間順序構(gòu)建當(dāng)前操作者的臉部照片集合;將當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對;于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒,能夠在當(dāng)前操作者處于疲勞的狀態(tài)下對當(dāng)前操作者進(jìn)行提醒,避免出現(xiàn)由于疲勞駕駛而產(chǎn)生的交通事故的情況,能夠保障當(dāng)前操作者的人身安全。
實(shí)施例二
圖2為本發(fā)明實(shí)施例二中的一種提醒方法的流程圖,本實(shí)施例以前述實(shí)施例一為基礎(chǔ)進(jìn)行優(yōu)化,提供了優(yōu)選的提醒方法,具體是,將當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對,包括:截取所述當(dāng)前操作者的每個臉部照片中的特征區(qū)域的圖像數(shù)據(jù);根據(jù)所述特征區(qū)域的圖像數(shù)據(jù)獲取當(dāng)前操作者的特征狀態(tài)的變更數(shù)據(jù);將所述特征狀態(tài)的變更數(shù)據(jù)與數(shù)據(jù)庫中的標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行比對。
相應(yīng)的,本實(shí)施例的方法具體包括如下步驟:
s210,按照預(yù)設(shè)頻率采集當(dāng)前操作者的臉部照片,根據(jù)時間順序構(gòu)建當(dāng)前操作者的臉部照片集合。
s220,截取當(dāng)前操作者的每個臉部照片中的特征區(qū)域的圖像數(shù)據(jù)。
其中,所述特征區(qū)域?yàn)槿搜蹍^(qū)域。所述特征區(qū)域的圖像數(shù)據(jù)為當(dāng)前操作者的瞳孔直徑和當(dāng)前操作者的閉眼情況。
具體的,截取當(dāng)前操作者的每個臉部照片中的人眼區(qū)域的圖像數(shù)據(jù)。
s230,根據(jù)特征區(qū)域的圖像數(shù)據(jù)獲取當(dāng)前操作者的特征狀態(tài)的變更數(shù)據(jù)。
其中,所述特征狀態(tài)為當(dāng)前操作者的瞳孔直徑和當(dāng)前操作者的閉眼情況,當(dāng)前操作者的特征狀態(tài)的變更數(shù)據(jù)為當(dāng)前操作者的瞳孔直徑變化情況和當(dāng)前操作者的閉眼比率。
具體的,根據(jù)當(dāng)前操作者的每個臉部照片中的人眼區(qū)域的照片獲取當(dāng)前操作者的瞳孔直徑變化情況和閉眼比率。
s240,將特征狀態(tài)的變更數(shù)據(jù)與數(shù)據(jù)庫中的標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行比對。
其中,所述數(shù)據(jù)庫中的標(biāo)準(zhǔn)數(shù)據(jù)為當(dāng)前操作者處于正常開車狀態(tài)下的瞳孔直徑變化情況和閉眼比率。
具體的,通過檢測當(dāng)前操作者的瞳孔直徑變化情況和閉眼比率來判斷當(dāng)前操作者的疲勞程度,將當(dāng)前操作者的瞳孔直徑變化情況和閉眼比率與當(dāng)前操作者處于正常開車狀態(tài)下的瞳孔直徑變化情況和閉眼比率進(jìn)行比對。
s250,于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒。
具體的,若當(dāng)前操作者的瞳孔直徑變化情況和閉眼比率與當(dāng)前操作者處于正常開車狀態(tài)下的瞳孔直徑變化情況和閉眼比率不一致,則確定當(dāng)前操作者處于疲勞狀態(tài),進(jìn)行提醒。
在一個具體的例子中,正常情況下,人在興奮的時候瞳孔直徑是越來越大的,人在疲勞狀態(tài)的時候瞳孔直徑是越來越小的。當(dāng)前操作者處于正常開車狀態(tài)下的瞳孔直徑變化情況為瞳孔直徑越來越大,當(dāng)前操作者處于正常開車狀態(tài)下的閉眼比率為a。截取當(dāng)前操作者的每個臉部照片中的人眼區(qū)域的圖像數(shù)據(jù),進(jìn)而獲得當(dāng)前操作者的瞳孔直徑變化情況和閉眼比率,若當(dāng)前操作者的瞳孔直徑越來越小且閉眼比率大于a,由此可見,當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合的比對結(jié)果不一致,進(jìn)而確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒。
本實(shí)施例的技術(shù)方案,通過按照預(yù)設(shè)頻率采集當(dāng)前操作者的臉部照片,根據(jù)時間順序構(gòu)建當(dāng)前操作者的臉部照片集合,截取當(dāng)前操作者的每個臉部照片中的特征區(qū)域的圖像數(shù)據(jù),根據(jù)特征區(qū)域的圖像數(shù)據(jù)獲取當(dāng)前操作者的特征狀態(tài)的變更數(shù)據(jù),將特征狀態(tài)的變更數(shù)據(jù)與數(shù)據(jù)庫中的標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行比對,于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒,能夠在當(dāng)前操作者處于疲勞的狀態(tài)下對當(dāng)前操作者進(jìn)行提醒,避免出現(xiàn)由于疲勞駕駛而產(chǎn)生的交通事故的情況,能夠保障當(dāng)前操作者的人身安全。
實(shí)施例三
圖3為本發(fā)明實(shí)施例三中的一種提醒方法的流程圖,本實(shí)施例以前述實(shí)施例為基礎(chǔ)進(jìn)行優(yōu)化,提供了優(yōu)選的提醒方法,具體是,將當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對,包括:截取所述當(dāng)前操作者的每個臉部照片中的特征區(qū)域的圖像數(shù)據(jù);獲取所述特征區(qū)域的坐標(biāo);將所述特征區(qū)域的坐標(biāo)的變化情況與數(shù)據(jù)庫中的標(biāo)準(zhǔn)特征區(qū)域的坐標(biāo)的變化情況進(jìn)行比對。
相應(yīng)的,本實(shí)施例的方法具體包括如下步驟:
s310,按照預(yù)設(shè)頻率采集當(dāng)前操作者的臉部照片,根據(jù)時間順序構(gòu)建當(dāng)前操作者的臉部照片集合。
s320,截取當(dāng)前操作者的每個臉部照片中的特征區(qū)域的圖像數(shù)據(jù)。
其中,所述特征區(qū)域可以為左眼區(qū)域,也可以為右眼區(qū)域,還可以為鼻子區(qū)域。所述特征區(qū)域的圖像數(shù)據(jù)為當(dāng)前操作者的左眼區(qū)域的位置坐標(biāo)、當(dāng)前操作者的右眼區(qū)域的位置坐標(biāo)、當(dāng)前操作者的鼻子區(qū)域的位置坐標(biāo)或者當(dāng)前操作者的人眼區(qū)域的位置坐標(biāo),本實(shí)施例對此不進(jìn)行限制。
s330,獲取特征區(qū)域的坐標(biāo)。
其中,所述特征區(qū)域的坐標(biāo)為特征區(qū)域相對于當(dāng)前操作者的臉部照片的位置坐標(biāo)。
s340,將特征區(qū)域的坐標(biāo)的變化情況與數(shù)據(jù)庫中的標(biāo)準(zhǔn)特征區(qū)域的坐標(biāo)的變化情況進(jìn)行比對。
其中,所述標(biāo)準(zhǔn)特征區(qū)域的坐標(biāo)為當(dāng)前操作者處于正常開車狀態(tài)下的特征區(qū)域的坐標(biāo),例如可以是,當(dāng)前操作者處于正常開車狀態(tài)下的人眼區(qū)域的位置坐標(biāo)a,當(dāng)前操作者的人眼區(qū)域的位置坐標(biāo)b,將位置坐標(biāo)a與位置坐標(biāo)b進(jìn)行比較。其中,所述人眼區(qū)域包括左眼區(qū)域和右眼區(qū)域。
s350,于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒。
在一個具體的例子中,獲取當(dāng)前操作者的每個臉部照片中的人眼區(qū)域的位置坐標(biāo),從而知曉人眼區(qū)域的位置坐標(biāo)隨著時間的變化情況,將當(dāng)前操作者的人眼區(qū)域的位置坐標(biāo)隨著時間的變化情況與標(biāo)準(zhǔn)人眼區(qū)域的位置坐標(biāo)隨著時間的變化情況進(jìn)行比對,于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒。
在另一個具體的例子中,獲取當(dāng)前操作者的每個臉部照片中的鼻子區(qū)域的位置坐標(biāo),從而知曉鼻子區(qū)域的位置坐標(biāo)隨著時間的變化情況,將當(dāng)前操作者的鼻子區(qū)域的位置坐標(biāo)隨著時間的變化情況與標(biāo)準(zhǔn)鼻子區(qū)域的位置坐標(biāo)隨著時間的變化情況進(jìn)行比對,于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒。
優(yōu)選的,本發(fā)明實(shí)施例可以結(jié)合上述實(shí)施例中的確定當(dāng)前操作者處于疲勞狀態(tài)的方法共同判斷當(dāng)前操作者的狀態(tài),例如可以是先將特征區(qū)域的坐標(biāo)的變化情況與數(shù)據(jù)庫中的標(biāo)準(zhǔn)特征區(qū)域的坐標(biāo)的變化情況進(jìn)行比對,于比對結(jié)果不一致的狀態(tài)下,再將特征狀態(tài)的變更數(shù)據(jù)與數(shù)據(jù)庫中的標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行比對,于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒。這種綜合型的判斷方法能夠更準(zhǔn)確的確定當(dāng)前操作者的狀態(tài),更準(zhǔn)確的進(jìn)行提醒,防止出現(xiàn)錯誤提醒的情況。
本實(shí)施例的技術(shù)方案,通過按照預(yù)設(shè)頻率采集當(dāng)前操作者的臉部照片,根據(jù)時間順序構(gòu)建當(dāng)前操作者的臉部照片集合,截取當(dāng)前操作者的每個臉部照片中的特征區(qū)域的圖像數(shù)據(jù),獲取特征區(qū)域的坐標(biāo),將特征區(qū)域的坐標(biāo)的變化情況與數(shù)據(jù)庫中的標(biāo)準(zhǔn)特征區(qū)域的坐標(biāo)的變化情況進(jìn)行比對,于比對結(jié)果不一致的狀態(tài)下,確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒,能夠在當(dāng)前操作者處于疲勞的狀態(tài)下對當(dāng)前操作者進(jìn)行提醒,避免出現(xiàn)由于疲勞駕駛而產(chǎn)生的交通事故的情況,能夠保障當(dāng)前操作者的人身安全。
實(shí)施例四
圖4為本發(fā)明實(shí)施例四中的一種提醒方法的流程圖,本實(shí)施例以前述實(shí)施例為基礎(chǔ)進(jìn)行優(yōu)化,提供了優(yōu)選的提醒方法,具體是,還包括:獲取智能穿戴設(shè)備采集的當(dāng)前操作者的體征數(shù)據(jù);若根據(jù)所述當(dāng)前操作者的體征數(shù)據(jù)確定當(dāng)前操作者處于疲勞狀態(tài),則進(jìn)行提醒。
相應(yīng)的,本實(shí)施例的方法具體包括如下步驟:
s410,按照預(yù)設(shè)頻率采集當(dāng)前操作者的臉部照片,根據(jù)時間順序構(gòu)建當(dāng)前操作者的臉部照片集合。
s420,將當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對。
s430,于比對結(jié)果不一致的狀態(tài)下,獲取智能穿戴設(shè)備采集的當(dāng)前操作者的體征數(shù)據(jù)。
其中,所述智能穿戴設(shè)備可以為智能手環(huán)、智能手表、智能珠寶等能夠獲取佩戴智能穿戴設(shè)備的當(dāng)前操作者的體征數(shù)據(jù)的智能設(shè)備。
其中,所述體征數(shù)據(jù)包括當(dāng)前操作者的心率數(shù)據(jù)、動作信息等。
具體的,智能穿戴設(shè)備能夠采集到當(dāng)前操作者的動作信息、心率數(shù)據(jù)等。于比對結(jié)果不一致的狀態(tài)下,獲取智能穿戴設(shè)備采集的當(dāng)前操作者的體征數(shù)據(jù)。
s440,若根據(jù)當(dāng)前操作者的體征數(shù)據(jù)確定當(dāng)前操作者處于疲勞狀態(tài),則進(jìn)行提醒。
具體的,若根據(jù)當(dāng)前操作者的心率數(shù)據(jù)的變化情況和動作信息確定當(dāng)前操作者處于疲勞狀態(tài),則進(jìn)行提醒。
通常,當(dāng)前操作者疲勞時,會出現(xiàn)視線模糊、腰酸背疼、動作呆板、手腳發(fā)脹或有精力不集中、反應(yīng)遲鈍、思考不周全、精神渙散、焦慮、急躁等現(xiàn)象。當(dāng)前操作者處于輕微疲勞時,會出現(xiàn)換檔不及時、不準(zhǔn)確。當(dāng)前操作者處于中度疲勞時,操作動作呆滯,有時甚至?xí)洸僮?。?dāng)前操作者處于重度疲勞時,往往會下意識操作或出現(xiàn)短時間睡眠現(xiàn)象,嚴(yán)重時會失去對車輛的控制能力。
在一個具體的例子中,于當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合比對結(jié)果不一致的狀態(tài)下,獲取智能穿戴設(shè)備采集的當(dāng)前操作者的心率數(shù)據(jù),若根據(jù)當(dāng)前操作者的心率數(shù)據(jù)的變化情況確定當(dāng)前操作者處于疲勞狀態(tài),則進(jìn)行提醒。在進(jìn)行臉部照片集合比對之后又根據(jù)當(dāng)前操作者的特征狀態(tài)的變更數(shù)據(jù)判斷當(dāng)前操作者的狀態(tài)更加準(zhǔn)確,能夠防止誤判。
本實(shí)施例的技術(shù)方案,通過按照預(yù)設(shè)頻率采集當(dāng)前操作者的臉部照片,根據(jù)時間順序構(gòu)建當(dāng)前操作者的臉部照片集合,將當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對,于比對結(jié)果不一致的狀態(tài)下,獲取智能穿戴設(shè)備采集的當(dāng)前操作者的體征數(shù)據(jù),若根據(jù)所述當(dāng)前操作者的體征數(shù)據(jù)確定當(dāng)前操作者處于疲勞狀態(tài),則進(jìn)行提醒,能夠更加準(zhǔn)確的判斷當(dāng)前操作者的狀態(tài),并且在當(dāng)前操作者處于疲勞的狀態(tài)下對當(dāng)前操作者進(jìn)行提醒,避免出現(xiàn)由于疲勞駕駛而產(chǎn)生的交通事故的情況,能夠保障當(dāng)前操作者的人身安全。
實(shí)施例五
圖5為本發(fā)明實(shí)施例五的一種提醒裝置的結(jié)構(gòu)示意圖。本實(shí)施例可適用于智能終端進(jìn)行提醒的情況,該裝置可采用軟件和/或硬件的方式實(shí)現(xiàn),該裝置可集成在任何需要進(jìn)行提醒功能的設(shè)備中,如圖5所示,所述提醒裝置具體包括:采集模塊510、比對模塊520和第一提醒模塊530。
其中,采集模塊510,用于按照預(yù)設(shè)頻率采集當(dāng)前操作者的臉部照片,根據(jù)時間順序構(gòu)建當(dāng)前操作者的臉部照片集合;
比對模塊520,用于將當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對;
第一提醒模塊530,用于于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒。
可選的,所述比對模塊520包括:
第一截取單元,用于截取所述當(dāng)前操作者的每個臉部照片中的特征區(qū)域的圖像數(shù)據(jù);
第一獲取單元,用于根據(jù)所述特征區(qū)域的圖像數(shù)據(jù)獲取當(dāng)前操作者的特征狀態(tài)的變更數(shù)據(jù);
數(shù)據(jù)比對單元,用于將所述特征狀態(tài)的變更數(shù)據(jù)與數(shù)據(jù)庫中的標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行比對。
可選的,所述比對模塊520包括:
第二截取單元,用于截取所述當(dāng)前操作者的每個臉部照片中的特征區(qū)域的圖像數(shù)據(jù);
第二獲取單元,用于獲取所述特征區(qū)域的坐標(biāo);
變化比對單元,用于將所述特征區(qū)域的坐標(biāo)的變化情況與數(shù)據(jù)庫中的標(biāo)準(zhǔn)特征區(qū)域的坐標(biāo)的變化情況進(jìn)行比對。
可選的,所述第一提醒模塊530具體用于:
于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并開啟無人駕駛模式。
可選的,所述第一提醒模塊包括:
數(shù)據(jù)獲取單元,用于于比對結(jié)果不一致的狀態(tài)下,獲取智能穿戴設(shè)備采集的當(dāng)前操作者的體征數(shù)據(jù);
第二提醒單元,用于若根據(jù)所述當(dāng)前操作者的體征數(shù)據(jù)確定當(dāng)前操作者處于疲勞狀態(tài),則進(jìn)行提醒。
本實(shí)施例的技術(shù)方案,通過按照預(yù)設(shè)頻率采集當(dāng)前操作者的臉部照片,根據(jù)時間順序構(gòu)建當(dāng)前操作者的臉部照片集合;將當(dāng)前操作者的所述臉部照片集合與數(shù)據(jù)庫中的標(biāo)準(zhǔn)臉部照片集合進(jìn)行比對;于比對結(jié)果不一致的狀態(tài)下,則確定當(dāng)前操作者處于疲勞狀態(tài)并進(jìn)行提醒,能夠在當(dāng)前操作者處于疲勞的狀態(tài)下對當(dāng)前操作者進(jìn)行提醒,避免出現(xiàn)由于疲勞駕駛而產(chǎn)生的交通事故的情況,能夠保障當(dāng)前操作者的人身安全。
上述產(chǎn)品可執(zhí)行本發(fā)明任意實(shí)施例所提供的方法,具備執(zhí)行方法相應(yīng)的功能模塊和有益效果。
注意,上述僅為本發(fā)明的較佳實(shí)施例及所運(yùn)用技術(shù)原理。本領(lǐng)域技術(shù)人員會理解,本發(fā)明不限于這里所述的特定實(shí)施例,對本領(lǐng)域技術(shù)人員來說能夠進(jìn)行各種明顯的變化、重新調(diào)整和替代而不會脫離本發(fā)明的保護(hù)范圍。因此,雖然通過以上實(shí)施例對本發(fā)明進(jìn)行了較為詳細(xì)的說明,但是本發(fā)明不僅僅限于以上實(shí)施例,在不脫離本發(fā)明構(gòu)思的情況下,還可以包括更多其他等效實(shí)施例,而本發(fā)明的范圍由所附的權(quán)利要求范圍決定。