申请/专利权人：北京至真互联网技术有限公司

申请日：2023-09-01

公开（公告）日：2024-04-30

公开（公告）号：CN117297540B

主分类号：A61B3/14

分类号：A61B3/14;A61B3/10;A61B3/00;G16H50/30;G06V40/18;G06V20/40

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2024.01.16#实质审查的生效;2023.12.29#公开

摘要：本发明公开了一种基于智能眼镜的视疲劳监测方法，包括：通过智能眼镜的眼部视频摄录模块分时段录制佩戴者正常状态及佩戴者疲劳状态的眼部分时段摄录视频集；将眼部分时段摄录视频集进行AI模型视频合成，获得佩戴者AI合成眼部模型分时段视频集；根据疲劳状态AI合成眼部模型分时段视频集，进行佩戴者佩戴智能眼镜的疲劳状态实时监测，获得佩戴者眼部实时监测视频集；将佩戴者AI合成眼部模型分时段视频集与佩戴者眼部实时监测视频集进行逻辑分析对比，智能判断佩戴者疲劳状态；一种基于智能眼镜的视疲劳监测系统；可以使眼部状态模型重建更精确；智能眼镜的疲劳监测更准确及时。

主权项：1.一种基于智能眼镜的视疲劳监测方法，其特征在于，包括：S100，通过智能眼镜的眼部视频摄录模块分时段录制佩戴者正常状态及佩戴者疲劳状态的眼部分时段摄录视频集；S200，将眼部分时段摄录视频集进行AI模型视频合成，获得佩戴者AI合成眼部模型分时段视频集；S300，根据疲劳状态AI合成眼部模型分时段视频集，进行佩戴者佩戴智能眼镜的疲劳状态实时监测，获得佩戴者眼部实时监测视频集；S400，将佩戴者AI合成眼部模型分时段视频集与佩戴者眼部实时监测视频集进行逻辑分析对比，智能判断佩戴者疲劳状态；所述S200包括：S201，将眼部分时段摄录视频集中的连续图像输入眼部特征机器学习模型，进行眼部特征识别学习，获得眼部特征机器学习识别数据；S202，根据眼部特征机器学习识别数据，进行三维眼部状态模型重建，并输出疲劳状态信息与佩戴者眼部特征的疲劳状态眼部特征关联映射；S203，根据疲劳状态眼部特征关联映射，通过AI图像生成视频合成引擎，生成多段AI合成眼部模型分时段视频，获得佩戴者AI合成眼部模型分时段视频集；建立模拟人眼真实状态的三维眼部状态模型；计算三维眼部状态模型重建的三维模型空间状态模糊指数： 其中，KZMSr代表三维眼部状态模型重建的三维模型空间状态模糊指数，Tm代表模型重建代换总步数所需时间值，To代表模型重建代换总步数初始时间值，n代表模型重建代换的第n步，N代表模型重建代换总步数，STn代表三维眼部状态模型重建的Tn时刻三维模型生成面逼近三角面积，STn-1代表三维眼部状态模型重建的Tn-1时刻三维模型生成面逼近三角面积。

全文数据：

权利要求：

百度查询： 北京至真互联网技术有限公司 一种基于智能眼镜的视疲劳监测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD