摘要
本申请涉及一种眼睛状态检测方法、装置、显示界面、设备及介质,所述方法包括:获取多帧目标眼部图像;将每一帧所述目标眼部图像输入训练好的预设分类网络,得到所述目标眼部图像对应的眼睛状态的概率;基于所述眼睛状态的概率识别眨眼事件;其中,所述预设分类网络是轻量级卷积神经网络,所述轻量级卷积神经网络包括特征提取模块,所述特征提取模块包括3个卷积层、2个最大池化层。本申请根据眼睛状态概率与预设阈值的比较,实现了对眨眼状态的准确判定,增强了检测方法的灵敏度与准确率,通过精细的逻辑计算,区分正常状态和眨眼信号,有效了减少误判。
技术关键词
眼睛状态检测方法
轻量级卷积神经网络
分类网络
特征提取模块
眼睛状态检测装置
图像
线性模块
计算机可读指令
处理器
界面
传播算法
预测误差
识别模块
可读存储介质
存储器
训练集
视频
摄像机
周期