买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉清华大学苏州汽车研究院(吴江);清华大学申请的专利利用驾驶员眼部图像进行疲劳状态参量检测的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115909297B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211722867.9，技术领域涉及：G06V20/59；该发明授权利用驾驶员眼部图像进行疲劳状态参量检测的方法是由孙辉;曾小韬设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本利用驾驶员眼部图像进行疲劳状态参量检测的方法在说明书摘要公布了：本发明公开了一种利用驾驶员眼部图像进行疲劳状态参量检测的方法，包括以下步骤：S01、构建一种先验高斯模型，用于表达眼部构造；S02、S01中所述先验高斯模型，对于每一个眼球或眼白，设定其二维分布如表达式；S03、设计GaussEyeNet网络；S04、在S03步骤得到分割图后，求取疲劳状态参量。本发明根据眼部组织结构化分布的特性提出了一种融合高斯分布的全卷积分割网络GaussEyeNet，通过像素级分析眼球和眼白关系构建疲劳状态参量特征，并通过归一化策略降低个体差异性带来的影响。高斯强先验假设增强了检测的稳定性，相比于传统分类器的手段，本发明方法可精确表达多种疲劳状态参量，所提取指标能够更好地区分清醒与疲劳。

本发明授权利用驾驶员眼部图像进行疲劳状态参量检测的方法在权利要求书中公布了：1.利用驾驶员眼部图像进行疲劳状态参量检测的方法，其特征在于，包括以下步骤： S01、构建一种先验高斯模型，用于表达眼部构造； S02、S01中所述先验高斯模型，对于每一个眼球或眼白，设定其二维分布如表达式； S03、设计GaussEyeNet网络； S04、在S03步骤得到分割图后，求取疲劳状态参量； S01中构建的先验高斯模型，包括代表眼球分布概率密度的中间曲线、代表眼白分布概率密度的两侧曲线；将高斯模型结合UNet分割网络，组成一种GaussEyeNet分割网络，用于应对结构化眼睛图像的分割； S02中所述先验高斯模型对于每一个眼球或眼白，其二维分布如表达式如fx,y所示，调整ρ，σ1，σ2，μ1和μ2的值，以使其适配眼睛结构的实际分布规律： Ωi＝fix,y*N； 设计能量损失函数：能量损失函数由逐像素点的softmax损失联合交叉熵损失构成，其中ti表示真实值，yi表示softmax的结果，Ωi表示某一类别的概率密度函数，N表示用于损失函数的特征图总点数，眼睑没有概率密度函数，设为1； S03中设计GaussEyeNet网络，限制输入大小，为三级缩放结构；GaussEyeNet网络使用步长为2卷积层替代了池化层，移除了典型UNet中因尺寸不一致带来的裁剪操作；同时在U型结构右半部分，中间两层添加了高斯模糊；最上面一层保留原始信息，以起到边缘精细化校正作用，根据分类类别，最终输出3个特征层； S04中求取疲劳状态参量时，将眼球和眼白边缘假设成两个椭圆曲线，并通过边缘点采样值拟合得到椭圆曲线的方程； 一般椭圆方程为Ax2+Bxy+Cy2+Dx+Ey+F＝0,s.t.B2-4AC0， 令W＝[A,B,C,D,E,F]T，X＝[x2,xy,y2,x,y,1]T， 优化min||WTX||2＝WTXXTW,s.t.WTHW＞0， 其中H为6×6矩阵，满足4AC-B2＞0； 令WTHW＝1，构造拉格朗日函数LW,λ＝WTXXTW-λWTHW-1， 令则求取W的6个参数值； 眼球和眼白椭圆的长轴和短轴比均可用于表达眼睛闭合度，近似得到眼睛闭合百分比表达式其中α1，α2为权重系数，Lball和Sball代表眼球椭圆的长轴和短轴，Lwhite和Swhite代表眼白椭圆的长轴和短轴，Sigmoid函数将结果映射到0～1之间，公式为设定闭眼阈值，通过视频流中PERCLOS的序列特性求取最长闭眼时间、眨眼频率、平均睁眼程度、特定闭眼时间对应的时间窗长度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华大学苏州汽车研究院(吴江);清华大学，其通讯地址为：215200 江苏省苏州市吴江区联杨路139号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。