基于視頻智能算法的疲勞檢測方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于視頻智能算法的疲勞檢測系統(tǒng)及方法，系統(tǒng)包括多個疲勞檢測設(shè)備、監(jiān)控中心和監(jiān)控客戶端，所述的疲勞檢測設(shè)備采集工作人員的視頻圖像，所述的監(jiān)控中心或者疲勞檢測設(shè)備對采集的視頻圖像進(jìn)行疲勞檢測，所述的檢測包括判斷工作人員是否在崗、判斷工作人員的眼睛和嘴巴的開合度、以及通過加權(quán)平均計算對工作人員一定時間內(nèi)眼睛和嘴巴的開合度達(dá)到閾值的頻率；其中，開合度的閾值為自行設(shè)定；所述的監(jiān)控客戶端接收來自監(jiān)控中心推送過來的多個疲勞檢測設(shè)備的狀態(tài)。本發(fā)明提供用戶多多目標(biāo)進(jìn)行疲勞檢測，適用于對集中力要求高的工作領(lǐng)域以及行車領(lǐng)域。
【專利說明】
基于視頻智能算法的疲勞檢測方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001 ]本發(fā)明涉及一種基于視頻智能算法的疲勞檢測系統(tǒng)及方法。
【背景技術(shù)】
[0002]近年來，隨著大眾生活水平的提高，各國人民汽車的人均持有量也變得越來越多。然而，伴隨而來的交通事故也不斷的增多。經(jīng)研究表明，疲勞駕駛是交通事故變得日益嚴(yán)重的重要原因之一，因此，研究出可以進(jìn)行實時檢測駕駛員疲勞的預(yù)警系統(tǒng)有著十分重要的現(xiàn)實意義。一套好的檢測系統(tǒng)必須要有成熟而完善的算法。本項目對疲勞檢測系統(tǒng)的實現(xiàn)方法進(jìn)行研究，以期提高疲勞檢測的速度和準(zhǔn)確度。如果能將好的算法應(yīng)用于疲勞檢測系統(tǒng)之中，無疑能更有效的預(yù)防駕駛員疲勞駕駛而引起不必要的人員傷亡和經(jīng)濟(jì)損失。
[0003]同時，對于一些集中力要求高的工作也會有對于疲勞的要求。但是上級不可能對于所有在工作的在崗人員同時進(jìn)行疲勞檢測，最多只能做到目測是否在崗，而不能做到同時進(jìn)行疲勞檢測。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于視頻智能算法的疲勞檢測系統(tǒng)及方法，將云服務(wù)和疲勞檢測做結(jié)合，當(dāng)疲勞檢測設(shè)備檢測到疲勞狀態(tài)/不在崗狀態(tài)則發(fā)送至云服務(wù)器，云服務(wù)器自動推送至用戶客戶端；當(dāng)監(jiān)控中心的工控機(jī)檢測到疲勞狀態(tài)/不在崗狀態(tài)，也自動推送至用戶客戶端;用戶可以同時對多個在崗人員進(jìn)行疲勞監(jiān)測。
[0005]本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的:基于視頻智能算法的疲勞檢測系統(tǒng)，它包括多個疲勞檢測設(shè)備、監(jiān)控中心和監(jiān)控客戶端，所述的疲勞檢測設(shè)備采集工作人員的視頻圖像，所述的監(jiān)控中心或者疲勞檢測設(shè)備對采集的視頻圖像進(jìn)行疲勞檢測，所述的檢測包括判斷工作人員是否在崗、判斷工作人員的眼睛和嘴巴的開合度、以及通過加權(quán)平均計算對工作人員一定時間內(nèi)眼睛和嘴巴的開合度達(dá)到閾值的頻率;其中，開合度的閾值為自行設(shè)定;所述的監(jiān)控客戶端接收來自監(jiān)控中心推送過來的多個疲勞檢測設(shè)備的狀態(tài)。
[0006]所述的監(jiān)控中心包括云服務(wù)器;所述的疲勞檢測設(shè)備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊;所述的視頻圖像采集模塊采集工作人員的視頻圖像并發(fā)送至處理器，所述的處理器對視頻數(shù)據(jù)進(jìn)行疲勞檢測，當(dāng)檢測到疲勞狀態(tài)時，把狀態(tài)通過無線傳輸模塊傳輸?shù)皆品?wù)器;所述的存儲模塊存儲采集的數(shù)據(jù)；同時，云服務(wù)器對授權(quán)后的監(jiān)控客戶端發(fā)送疲勞狀態(tài)，監(jiān)控客戶端進(jìn)行遠(yuǎn)程監(jiān)測和管理。
[0007]所述的監(jiān)控中心包括工控機(jī);所述的疲勞檢測設(shè)備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊;所述的視頻圖像采集模塊采集工作人員的視頻圖像并發(fā)送至處理器，所述的處理器對視頻數(shù)據(jù)進(jìn)行編碼同時通過無線傳輸模塊發(fā)送至工控機(jī);所述的工控機(jī)對視頻數(shù)據(jù)進(jìn)行疲勞檢測;所述的存儲模塊存儲采集的數(shù)據(jù)；同時，工控機(jī)對授權(quán)后的監(jiān)控客戶端發(fā)送疲勞狀態(tài)，監(jiān)控客戶端進(jìn)行遠(yuǎn)程監(jiān)測和管理。
[0008]所述的監(jiān)控客戶端包括PC、手機(jī)、平板電腦中的一種或者多種。
[0009]基于視頻智能算法的疲勞檢測方法，包括以下步驟:
S1:疲勞檢測設(shè)備采集工作人員的視頻圖像；
S2:疲勞檢測設(shè)備或者監(jiān)控中心對采集的視頻圖像進(jìn)行疲勞檢測，所述的判斷包括以下子步驟:
S21:通過人臉識別判斷工作人員是否在崗，如果在崗的話則進(jìn)入步驟S22;
S22:對于在崗情況，對工作人員的眼睛和嘴巴的開合度進(jìn)行分析；
S23:通過加權(quán)平均計算對工作人員一定時間內(nèi)眼睛和嘴巴的開合度達(dá)到閾值的頻率。其中，開合度的閾值為自行設(shè)定；
S3:所述的監(jiān)控客戶端接收來自監(jiān)控中心推送過來的多個疲勞檢測設(shè)備的狀態(tài)。
[0010]步驟S2中，疲勞檢測設(shè)備對采集的視頻圖像進(jìn)行疲勞檢測;所述的監(jiān)控中心包括云服務(wù)器;所述的疲勞檢測設(shè)備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊;所述的視頻圖像采集模塊采集工作人員的視頻圖像并發(fā)送至處理器，所述的處理器對視頻數(shù)據(jù)進(jìn)行疲勞檢測，當(dāng)檢測到疲勞狀態(tài)時，把狀態(tài)通過無線傳輸模塊傳輸?shù)皆品?wù)器；所述的存儲模塊存儲采集的數(shù)據(jù)；同時，云服務(wù)器對授權(quán)后的監(jiān)控客戶端發(fā)送疲勞狀態(tài)，監(jiān)控客戶端進(jìn)行遠(yuǎn)程監(jiān)測和管理。
[0011]所述的疲勞檢測設(shè)備在判斷工作人員不在崗時，將不在崗的狀態(tài)發(fā)送至云服務(wù)器;云服務(wù)器將疲勞狀態(tài)、不在崗狀態(tài)和在崗正常狀態(tài)推送至授權(quán)監(jiān)控客戶端。
[0012]步驟S2中，監(jiān)控中心對采集的視頻圖像進(jìn)行疲勞檢測;所述的監(jiān)控中心包括工控機(jī);所述的疲勞檢測設(shè)備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊;所述的視頻圖像采集模塊采集工作人員的視頻圖像并發(fā)送至處理器，所述的處理器對視頻數(shù)據(jù)進(jìn)行編碼同時通過無線傳輸模塊發(fā)送至工控機(jī);所述的工控機(jī)對視頻數(shù)據(jù)進(jìn)行疲勞檢測；所述的存儲模塊存儲采集的數(shù)據(jù)；同時，工控機(jī)對授權(quán)后的監(jiān)控客戶端發(fā)送疲勞狀態(tài)，監(jiān)控客戶端進(jìn)行遠(yuǎn)程監(jiān)測和管理。
[0013]所述的工控機(jī)在判斷工作人員不在崗時，保存為不在崗狀態(tài);工控機(jī)將疲勞狀態(tài)、不在崗狀態(tài)和在崗正常狀態(tài)推送至授權(quán)監(jiān)控客戶端。
[0014]本發(fā)明的有益效果是:
本發(fā)明提供兩種疲勞檢測系統(tǒng):其中一種為產(chǎn)品類:就是提供給客戶一個疲勞檢測設(shè)備，智能算法是安裝在疲勞檢測設(shè)備內(nèi)，視頻采集、檢測、狀態(tài)傳輸一體化設(shè)計，當(dāng)檢測到有疲勞狀況出現(xiàn)時把狀態(tài)通過無線網(wǎng)絡(luò)(GPRS\3G\4G)傳輸?shù)轿覀兊脑品?wù)器，客戶通過我們的客戶端軟件進(jìn)行遠(yuǎn)程監(jiān)測和管理;另外一種是項目類:對于要求比較高的場合，我們提供的疲勞檢測屬于一個系統(tǒng)集成項目，有一整套的軟件、硬件解決方案，智能算法是安裝于工控機(jī)內(nèi)，前端的高清攝像機(jī)只負(fù)責(zé)采集信號，通過有線網(wǎng)絡(luò)或WIFI網(wǎng)絡(luò)傳輸?shù)綑z測主機(jī)，把各種疲勞算法中的參數(shù)采集進(jìn)入本地數(shù)據(jù)庫保存，同時把疲勞狀態(tài)通過無線網(wǎng)絡(luò)傳輸?shù)竭h(yuǎn)端的監(jiān)控中心。
[0015]用戶根據(jù)具體情況進(jìn)行選擇，其中產(chǎn)品類的主要成本在于疲勞監(jiān)控終端，而項目類的主要成本在于監(jiān)控中心；當(dāng)需要的疲勞監(jiān)控終端的數(shù)量確定且較少的情況下，建議采用產(chǎn)品類；當(dāng)需要的疲勞監(jiān)控終端的數(shù)量不確定(有可能隨著后期的項目進(jìn)一步開展而增加)或者確定且較多的情況下，建議采用項目類。
【附圖說明】
[0016]圖1為實施例1系統(tǒng)框圖；
圖2為實施例1方法流程圖；
圖3為實施例2系統(tǒng)框圖；
圖4為實施例2方法流程圖。
【具體實施方式】
[0017]下面結(jié)合附圖進(jìn)一步詳細(xì)描述本發(fā)明的技術(shù)方案:
實施例1為將疲勞算法安裝在疲勞監(jiān)控終端中的系統(tǒng)與對應(yīng)的方法，當(dāng)檢測到有疲勞狀況出現(xiàn)時把狀態(tài)通過無線網(wǎng)絡(luò)(GPRS\3G\4G)傳輸?shù)轿覀兊脑品?wù)器，客戶通過我們的客戶端軟件進(jìn)行遠(yuǎn)程監(jiān)測和管理。
[0018]如圖1所示，基于視頻智能算法的疲勞檢測系統(tǒng)，它包括多個疲勞檢測設(shè)備、監(jiān)控中心和監(jiān)控客戶端；
所述的監(jiān)控中心包括云服務(wù)器;所述的疲勞檢測設(shè)備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊;所述的視頻圖像采集模塊采集工作人員的視頻圖像并發(fā)送至處理器，所述的處理器對視頻數(shù)據(jù)進(jìn)行疲勞檢測，當(dāng)檢測到疲勞狀態(tài)時，把狀態(tài)通過無線傳輸模塊傳輸?shù)皆品?wù)器;所述的存儲模塊存儲采集的數(shù)據(jù)。
[0019]所述的檢測包括判斷工作人員是否在崗、判斷工作人員的眼睛和嘴巴的開合度、以及通過加權(quán)平均計算對工作人員一定時間內(nèi)眼睛和嘴巴的開合度達(dá)到閾值的頻率；其中，開合度的閾值為自行設(shè)定；同時，云服務(wù)器對授權(quán)后的監(jiān)控客戶端發(fā)送疲勞狀態(tài)，監(jiān)控客戶端進(jìn)行遠(yuǎn)程監(jiān)測和管理。
[0020]所述的監(jiān)控客戶端包括PC、手機(jī)、平板電腦中的一種或者多種。
[0021]如圖2所示，基于視頻智能算法的疲勞檢測方法，包括以下步驟:
S1:疲勞檢測設(shè)備采集工作人員的視頻圖像；
S2:疲勞檢測設(shè)備對采集的視頻圖像進(jìn)行疲勞檢測，所述的監(jiān)控中心包括云服務(wù)器;所述的疲勞檢測設(shè)備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊;所述的視頻圖像采集模塊采集工作人員的視頻圖像并發(fā)送至處理器，所述的處理器對視頻數(shù)據(jù)進(jìn)行疲勞檢測，當(dāng)檢測到疲勞狀態(tài)時，把狀態(tài)通過無線傳輸模塊傳輸?shù)皆品?wù)器;所述的存儲模塊存儲采集的數(shù)據(jù)；
所述的判斷包括以下子步驟:
S21:通過人臉識別判斷工作人員是否在崗，如果在崗的話則進(jìn)入步驟S22;
S22:對于在崗情況，對工作人員的眼睛和嘴巴的開合度進(jìn)行分析；
S23:通過加權(quán)平均計算對工作人員一定時間內(nèi)眼睛和嘴巴的開合度達(dá)到閾值的頻率。其中，開合度的閾值為自行設(shè)定；
S3:所述的監(jiān)控客戶端接收來自監(jiān)控中心推送過來的多個疲勞檢測設(shè)備的狀態(tài)。
[0022]所述的疲勞檢測設(shè)備在判斷工作人員不在崗時，將不在崗的狀態(tài)發(fā)送至云服務(wù)器;云服務(wù)器將疲勞狀態(tài)、不在崗狀態(tài)和在崗正常狀態(tài)推送至授權(quán)監(jiān)控客戶端。即用戶通過監(jiān)控客戶端可以查看多個疲勞檢測設(shè)備的實時狀態(tài)，包括不在崗/在崗正常和疲勞。
[0023]同時，疲勞檢測設(shè)備包括一個報警狀態(tài)，當(dāng)檢測到不在崗狀態(tài)和疲勞狀態(tài)的時候進(jìn)行警告。
[0024]實施例2為智能算法是安裝于工控機(jī)內(nèi)，前端的高清攝像機(jī)只負(fù)責(zé)采集信號，通過有線網(wǎng)絡(luò)或WIFI網(wǎng)絡(luò)傳輸?shù)綑z測主機(jī)，把各種疲勞算法中的參數(shù)采集進(jìn)入本地數(shù)據(jù)庫保存，同時把疲勞狀態(tài)通過無線網(wǎng)絡(luò)傳輸?shù)竭h(yuǎn)端的監(jiān)控中心。
[0025]如圖3所示，基于視頻智能算法的疲勞檢測系統(tǒng)，它包括多個疲勞檢測設(shè)備、監(jiān)控中心和監(jiān)控客戶端；
所述的監(jiān)控中心包括工控機(jī);所述的疲勞檢測設(shè)備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊;所述的視頻圖像采集模塊采集工作人員的視頻圖像并發(fā)送至處理器，所述的處理器對視頻數(shù)據(jù)進(jìn)行編碼同時通過無線傳輸模塊發(fā)送至工控機(jī);所述的工控機(jī)對視頻數(shù)據(jù)進(jìn)行疲勞檢測;所述的存儲模塊存儲采集的數(shù)據(jù)。
[0026]所述的檢測包括判斷工作人員是否在崗、判斷工作人員的眼睛和嘴巴的開合度、以及通過加權(quán)平均計算對工作人員一定時間內(nèi)眼睛和嘴巴的開合度達(dá)到閾值的頻率；其中，開合度的閾值為自行設(shè)定；同時，云服務(wù)器對授權(quán)后的監(jiān)控客戶端發(fā)送疲勞狀態(tài)，監(jiān)控客戶端進(jìn)行遠(yuǎn)程監(jiān)測和管理。
[0027]所述的監(jiān)控客戶端包括PC、手機(jī)、平板電腦中的一種或者多種。
[0028]如圖4所示，基于視頻智能算法的疲勞檢測方法，包括以下步驟:
S1:疲勞檢測設(shè)備采集工作人員的視頻圖像；
S2:監(jiān)控中心對采集的視頻圖像進(jìn)行疲勞檢測，監(jiān)控中心對采集的視頻圖像進(jìn)行疲勞檢測;所述的監(jiān)控中心包括工控機(jī);所述的疲勞檢測設(shè)備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊;所述的視頻圖像采集模塊采集工作人員的視頻圖像并發(fā)送至處理器，所述的處理器對視頻數(shù)據(jù)進(jìn)行編碼同時通過無線傳輸模塊發(fā)送至工控機(jī);所述的工控機(jī)對視頻數(shù)據(jù)進(jìn)行疲勞檢測;所述的存儲模塊存儲采集的數(shù)據(jù)；
所述的判斷包括以下子步驟:
S21:通過人臉識別判斷工作人員是否在崗，如果在崗的話則進(jìn)入步驟S22;
S22:對于在崗情況，對工作人員的眼睛和嘴巴的開合度進(jìn)行分析；
S23:通過加權(quán)平均計算對工作人員一定時間內(nèi)眼睛和嘴巴的開合度達(dá)到閾值的頻率。其中，開合度的閾值為自行設(shè)定；
S3:所述的監(jiān)控客戶端接收來自監(jiān)控中心推送過來的多個疲勞檢測設(shè)備的狀態(tài)。
[0029]所述的工控機(jī)在判斷工作人員不在崗時，保存為不在崗狀態(tài);工控機(jī)將疲勞狀態(tài)、不在崗狀態(tài)和在崗正常狀態(tài)推送至授權(quán)監(jiān)控客戶端。即用戶通過監(jiān)控客戶端可以查看多個疲勞檢測設(shè)備的實時狀態(tài)，包括不在崗/在崗正常和疲勞。
[0030]同時，疲勞檢測設(shè)備包括一個報警狀態(tài)，當(dāng)工控機(jī)檢測到不在崗狀態(tài)和疲勞狀態(tài)的時候向疲勞檢測設(shè)備發(fā)送警告新號，疲勞檢測設(shè)備進(jìn)行警告。
[0031]對于實施例1和實施例2中的眼睛開合度判斷，均可采用以下方法:
S101:通過人臉檢測器和膚色模型進(jìn)行人臉檢測，輸出最終人臉區(qū)域；
S102:通過人眼檢測器和人眼合成模板在所述最終人臉區(qū)域?qū)崿F(xiàn)人眼定位，輸出人眼精確定位區(qū)域，并更新所述人眼合成模板；
S103:對所述人眼精確定位區(qū)域進(jìn)行人眼輪廓點采樣，獲取采樣點，對所述采樣點進(jìn)行橢圓擬合，當(dāng)短半軸和長半軸的比值小于第一閾值時，則為小于開合度，否則大于開合度；S104:重新執(zhí)行步驟S101，在連續(xù)N幀內(nèi)小于開合度狀態(tài)所占比例大于第二閾值時，則判斷為疲勞狀態(tài)，否則為清醒狀態(tài)。
[0032]其中，第一閾值和第二閾值均可根據(jù)要求進(jìn)行自定義。
[0033]所述通過人臉檢測器和膚色模型進(jìn)行人臉檢測，輸出最終人臉區(qū)域的步驟具體包括:
1)基于Haar特征和Adaboost級聯(lián)分類器構(gòu)建所述人臉檢測器，將當(dāng)前一幀被檢測視頻圖像輸入至所述人臉檢測器；
2)所述人臉檢測器判斷被檢測視頻圖像中是否包含人臉，如果是，獲取人臉的位置信息，記為候選人臉區(qū)域，執(zhí)行步驟3);如果否，輸入當(dāng)前幀的下一幀被檢測視頻圖像至所述人臉檢測器，重新執(zhí)行步驟2)，直至遍歷完被檢測視頻圖像的所有幀；
3)通過HSV色彩空間的膚色檢測模型對所有候選人臉區(qū)域進(jìn)行檢測，判斷當(dāng)前候選人臉區(qū)域是否存在膚色信息，如果是，執(zhí)行步驟5);如果否，執(zhí)行步驟4);
4)判斷下一候選人臉區(qū)域是否存在膚色信息，如果是，執(zhí)行步驟5);如果否，判決為閉眼，即也是處于小于開合度狀態(tài)；
5)輸出初始人臉區(qū)域；
6)對所述初始人臉區(qū)域進(jìn)行融合，獲取所述最終人臉區(qū)域:計算所有初始人臉區(qū)域中心的平均值作為融合后人臉區(qū)域的中心，然后計算所有人臉區(qū)域半徑的平均值作為融合后人臉區(qū)域的半徑。
[0034]所述通過人眼檢測器和人眼合成模板在所述最終人臉區(qū)域?qū)崿F(xiàn)人眼定位，輸出人眼精確定位區(qū)域的步驟具體包括:
1)通過所述最終人臉區(qū)域?qū)θ搜圻M(jìn)行粗定位，輸出人眼粗定位區(qū)域；
2)基于Haar特征和Adaboost級聯(lián)模型構(gòu)建所述人眼檢測器，在所述人眼粗定位區(qū)域的基礎(chǔ)上，通過所述人眼檢測器和所述人眼合成模板進(jìn)行精確定位，輸出所述人眼精確定位區(qū)域。
[0035]所述基于Haar特征和Adaboost級聯(lián)模型構(gòu)建所述人眼檢測器，在所述人眼粗定位區(qū)域的基礎(chǔ)上，通過所述人眼檢測器和所述人眼合成模板進(jìn)行精確定位，輸出所述人眼精確定位區(qū)域的步驟具體包括:
1)通過所述人眼檢測器判斷所述人眼粗定位區(qū)域是否存在人眼，如果是，進(jìn)行人眼合成模板學(xué)習(xí)；如果否，重新執(zhí)行步驟I);
2)通過所述人眼檢測器和所述人眼合成模板分別對所述人眼粗定位區(qū)域分別進(jìn)行處理，獲取人眼檢測區(qū)域和人眼匹配區(qū)域，以及兩區(qū)域中心點的歐式距離；
3)判斷所述歐氏距離是否小于第一閾值Tl，如果是，執(zhí)行步驟4);如果否，執(zhí)行步驟5);
4)融合所述人眼檢測區(qū)域和所述人眼匹配區(qū)域，獲取人眼精確定位區(qū)域，更新所述人眼合成模板:計算所述人眼檢測區(qū)域和所述人眼匹配區(qū)域中心的平均值作為融合后所述人眼精確定位區(qū)域的中心，計算所述人眼檢測區(qū)域和所述人眼匹配區(qū)域半徑的平均值作為融合后所述人眼精確定位區(qū)域的半徑，并截取所述人眼精確定位區(qū)域合成新的人眼合成模板。
[0036]5)所述人眼匹配區(qū)域為所述人眼精確定位區(qū)域。
[0037]對于實施例1和實施例2中的嘴巴開合度判斷，也均可采用上述方法。將人眼替換成嘴巴。
【主權(quán)項】
1.基于視頻智能算法的疲勞檢測系統(tǒng)，其特征在于:它包括多個疲勞檢測設(shè)備、監(jiān)控中心和監(jiān)控客戶端，所述的疲勞檢測設(shè)備采集工作人員的視頻圖像，所述的監(jiān)控中心或者疲勞檢測設(shè)備對采集的視頻圖像進(jìn)行疲勞檢測，所述的檢測包括判斷工作人員是否在崗、判斷工作人員的眼睛和嘴巴的開合度、以及通過加權(quán)平均計算對工作人員一定時間內(nèi)眼睛和嘴巴的開合度達(dá)到閾值的頻率;其中，開合度的閾值為自行設(shè)定;所述的監(jiān)控客戶端接收來自監(jiān)控中心推送過來的多個疲勞檢測設(shè)備的狀態(tài)。2.根據(jù)權(quán)利要求1所述的基于視頻智能算法的疲勞檢測系統(tǒng)，其特征在于:所述的監(jiān)控中心包括云服務(wù)器;所述的疲勞檢測設(shè)備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊;所述的視頻圖像采集模塊采集工作人員的視頻圖像并發(fā)送至處理器，所述的處理器對視頻數(shù)據(jù)進(jìn)行疲勞檢測，當(dāng)檢測到疲勞狀態(tài)時，把狀態(tài)通過無線傳輸模塊傳輸?shù)皆品?wù)器;所述的存儲模塊存儲采集的數(shù)據(jù)；同時，云服務(wù)器對授權(quán)后的監(jiān)控客戶端發(fā)送疲勞狀態(tài)，監(jiān)控客戶端進(jìn)行遠(yuǎn)程監(jiān)測和管理。3.根據(jù)權(quán)利要求1所述的基于視頻智能算法的疲勞檢測系統(tǒng)，其特征在于:所述的監(jiān)控中心包括工控機(jī);所述的疲勞檢測設(shè)備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊;所述的視頻圖像采集模塊采集工作人員的視頻圖像并發(fā)送至處理器，所述的處理器對視頻數(shù)據(jù)進(jìn)行編碼同時通過無線傳輸模塊發(fā)送至工控機(jī);所述的工控機(jī)對視頻數(shù)據(jù)進(jìn)行疲勞檢測;所述的存儲模塊存儲采集的數(shù)據(jù)；同時，工控機(jī)對授權(quán)后的監(jiān)控客戶端發(fā)送疲勞狀態(tài)，監(jiān)控客戶端進(jìn)行遠(yuǎn)程監(jiān)測和管理。4.根據(jù)權(quán)利要求1或2或3所述的基于視頻智能算法的疲勞檢測系統(tǒng)，其特征在于:所述的監(jiān)控客戶端包括PC、手機(jī)、平板電腦中的一種或者多種。5.基于視頻智能算法的疲勞檢測方法，其特征在于:包括以下步驟: S1:疲勞檢測設(shè)備采集工作人員的視頻圖像； S2:疲勞檢測設(shè)備或者監(jiān)控中心對采集的視頻圖像進(jìn)行疲勞檢測，所述的判斷包括以下子步驟: S21:通過人臉識別判斷工作人員是否在崗，如果在崗的話則進(jìn)入步驟S22; S22:對于在崗情況，對工作人員的眼睛和嘴巴的開合度進(jìn)行分析； S23:通過加權(quán)平均計算對工作人員一定時間內(nèi)眼睛和嘴巴的開合度達(dá)到閾值的頻率。6.其中，開合度的閾值為自行設(shè)定； S3:所述的監(jiān)控客戶端接收來自監(jiān)控中心推送過來的多個疲勞檢測設(shè)備的狀態(tài)。7.根據(jù)權(quán)利要求5所述的基于視頻智能算法的疲勞檢測方法，其特征在于:步驟S2中，疲勞檢測設(shè)備對采集的視頻圖像進(jìn)行疲勞檢測;所述的監(jiān)控中心包括云服務(wù)器;所述的疲勞檢測設(shè)備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊;所述的視頻圖像采集模塊采集工作人員的視頻圖像并發(fā)送至處理器，所述的處理器對視頻數(shù)據(jù)進(jìn)行疲勞檢測，當(dāng)檢測到疲勞狀態(tài)時，把狀態(tài)通過無線傳輸模塊傳輸?shù)皆品?wù)器;所述的存儲模塊存儲采集的數(shù)據(jù)；同時，云服務(wù)器對授權(quán)后的監(jiān)控客戶端發(fā)送疲勞狀態(tài)，監(jiān)控客戶端進(jìn)行遠(yuǎn)程監(jiān)測和管理。8.根據(jù)權(quán)利要求6所述的基于視頻智能算法的疲勞檢測方法，其特征在于:所述的疲勞檢測設(shè)備在判斷工作人員不在崗時，將不在崗的狀態(tài)發(fā)送至云服務(wù)器;云服務(wù)器將疲勞狀態(tài)、不在崗狀態(tài)和在崗正常狀態(tài)推送至授權(quán)監(jiān)控客戶端。9.根據(jù)權(quán)利要求5所述的基于視頻智能算法的疲勞檢測方法，其特征在于:步驟S2中，監(jiān)控中心對采集的視頻圖像進(jìn)行疲勞檢測;所述的監(jiān)控中心包括工控機(jī);所述的疲勞檢測設(shè)備包括處理器、視頻圖像采集模塊、存儲模塊和無線傳輸模塊;所述的視頻圖像采集模塊采集工作人員的視頻圖像并發(fā)送至處理器，所述的處理器對視頻數(shù)據(jù)進(jìn)行編碼同時通過無線傳輸模塊發(fā)送至工控機(jī);所述的工控機(jī)對視頻數(shù)據(jù)進(jìn)行疲勞檢測;所述的存儲模塊存儲采集的數(shù)據(jù)；同時，工控機(jī)對授權(quán)后的監(jiān)控客戶端發(fā)送疲勞狀態(tài)，監(jiān)控客戶端進(jìn)行遠(yuǎn)程監(jiān)測和管理。10.根據(jù)權(quán)利要求8所述的基于視頻智能算法的疲勞檢測方法，其特征在于:所述的工控機(jī)在判斷工作人員不在崗時，保存為不在崗狀態(tài);工控機(jī)將疲勞狀態(tài)、不在崗狀態(tài)和在崗正常狀態(tài)推送至授權(quán)監(jiān)控客戶端。
【文檔編號】G08B21/06GK105825631SQ201610264968
【公開日】2016年8月3日
【申請日】2016年4月26日
【發(fā)明人】謝仲華
【申請人】成都遠(yuǎn)控科技有限公司