一种视疲劳检测方法及电子设备

技术领域

本发明涉及电子设备技术领域，尤其涉及一种视疲劳检测方法及电子设备。

背景技术

随着人们生活水平的提高，越来越多的儿童能够使用一些电子设备进行课外学习和娱乐，如家教机、平板电脑等。但是，儿童的自控能力相对比较差，而电子设备的过长时间使用会造成儿童视疲劳，影响其视力发展，因此，如何在儿童使用电子设备时准确地检测用户是否视疲劳以降低视疲劳风险是本领域技术人员一直不断努力的方向之一。

发明内容

本发明实施例公开了一种视疲劳检测方法及电子设备，用于视疲劳检测，降低视疲劳风险。

本发明实施例第一方面公开了一种视疲劳检测方法，可包括：

获取用户的脸部图像；

识别所述脸部图像以获得识别参数，所述识别参数至少包括手部位于眼睛前方时手部与眼睛的第一距离、所述手部与所述眼睛维持在所述第一距离时的第一持续时长、及所述手部运动的第二持续时长，所述第二持续时长是根据所述第一持续时长之后的时间段获得；

若所述第一距离小于或等于学习参数包含的距离阈值、所述第一持续时长不小于所述学习参数包含的静止时长且所述第二持续时长不小于所述学习参数包含的运动时长时，确定所述用户处于视疲劳状态。

作为一种可选的实施方式，在本发明实施例第一方面中，所述若所述第一距离小于或等于学习参数包含的距离阈值、所述第一持续时长不小于所述学习参数包含的静止时长且所述第二持续时长不小于所述学习参数包含的运动时长时，确定所述用户处于视疲劳状态，包括：

若所述第一距离小于或等于学习参数包含的距离阈值、所述第一持续时长不小于所述学习参数包含的静止时长时，确定所述用户存在揉眼睛行为；

判断所述第二持续时长是否不小于所述学习参数包含的运动时长；

若所述第二持续时长不小于所述学习参数包含的运动时长时，认为所述用户处于揉眼状态，以确定所述用户处于视疲劳状态。

作为一种可选的实施方式，在本发明实施例第一方面中，所述获取用户的脸部图像之前，所述方法还包括：

获取海量揉眼睛图像样本；

利用深度卷积神经网络对所述揉眼睛图像样本进行训练，以获得所述学习参数。

作为一种可选的实施方式，在本发明实施例第一方面中，若所述第二持续时长不小于所述学习参数包含的运动时长时，认为所述用户处于揉眼状态，以确定所述用户处于视疲劳状态，包括：

若所述第二持续时长不小于所述学习参数包含的运动时长时，认为所述用户处于揉眼状态，获取所述用户使用电子设备的使用时长；

判断所述使用时长是否超过使用阈值；

若是，从所述用户佩戴的可穿戴设备中获取人体生理指标，所述人体生理指标至少包括当前血氧饱和度、当前心率；

判断所述当前血氧饱和度是否高于所述用户的预设血氧饱和度，及所述当前心率是否低于所述用户的预设心率；

若所述当前血氧饱和度高于所述用户的预设血氧饱和度及所述当前心率低于所述用户的预设心率，获取所述当前血氧饱和度与所述用户的预设血氧饱和度的第一差值，及获取所述用户的预设心率与所述当前心率的第二差值；

判断所述第一差值是否不小于第一阈值及所述第二差值是否不小于第二阈值；

若所述第一差值不小于所述第一阈值且所述第二差值不小于所述第二阈值，确定所述用户处于视疲劳状态。

作为一种可选的实施方式，在本发明实施例第一方面中，所述若所述第一差值不小于所述第一阈值且所述第二差值不小于所述第二阈值，确定所述用户处于视疲劳状态之后，包括：

获取当前地理位置；

若所述当前地理位置与预设地理位置相匹配，获取当前时间；

若所述当前时间所属的时间段与预设时间段相匹配，获取眼睛保健操并播放，同时控制电子设备黑屏。

本发明实施例第二方面公开了一种电子设备，可包括：

获取模块，用于获取用户的脸部图像；

参数识别模块，用于识别所述脸部图像以获得识别参数，所述识别参数至少包括手部位于眼睛前方时手部与眼睛的第一距离、所述手部与所述眼睛维持在所述第一距离时的第一持续时长、及所述手部运动的第二持续时长，所述第二持续时长是根据所述第一持续时长之后的时间段获得；

确定模块，用于若所述第一距离小于或等于学习参数包含的距离阈值、所述第一持续时长不小于所述学习参数包含的静止时长且所述第二持续时长不小于所述学习参数包含的运动时长时，确定所述用户处于视疲劳状态。

作为一种可选的实施方式，在本发明实施例第二方面中，所述参数识别模块包括：

第一确定子模块，用于若所述第一距离小于或等于学习参数包含的距离阈值、所述第一持续时长不小于所述学习参数包含的静止时长时，确定所述用户存在揉眼睛行为；

判断子模块，用于判断所述第二持续时长是否不小于所述学习参数包含的运动时长；

第二确定子模块，用于若所述第二持续时长不小于所述学习参数包含的运动时长时，认为所述用户处于揉眼状态，以确定所述用户处于视疲劳状态。

作为一种可选的实施方式，在本发明实施例第二方面中，所述电子设备还包括：

训练模块，用于在所述获取模块获取用户的脸部图像之前，获取海量揉眼睛图像样本；以及，利用深度卷积神经网络对所述揉眼睛图像样本进行训练，以获得所述学习参数。

作为一种可选的实施方式，在本发明实施例第二方面中，所述第二确定子模块，具体用于若所述第二持续时长不小于所述学习参数包含的运动时长时，认为所述用户处于揉眼状态，获取所述用户使用电子设备的使用时长；以及，判断所述使用时长是否超过使用阈值；以及，若所述使用时长超过所述使用阈值，从所述用户佩戴的可穿戴设备中获取人体生理指标，所述人体生理指标至少包括当前血氧饱和度、当前心率；以及，判断所述当前血氧饱和度是否高于所述用户的预设血氧饱和度，及所述当前心率是否低于所述用户的预设心率；以及，若所述当前血氧饱和度高于所述用户的预设血氧饱和度及所述当前心率低于所述用户的预设心率，获取所述当前血氧饱和度与所述用户的预设血氧饱和度的第一差值，及获取所述用户的预设心率与所述当前心率的第二差值；以及，判断所述第一差值是否不小于第一阈值及所述第二差值是否不小于第二阈值；以及，若所述第一差值不小于所述第一阈值且所述第二差值不小于所述第二阈值，确定所述用户处于视疲劳状态。

作为一种可选的实施方式，在本发明实施例第二方面中，所述电子设备还包括：

播放模块，用于在所述第二确定子模块在所述第一差值不小于所述第一阈值且所述第二差值不小于所述第二阈值，确定所述用户处于视疲劳状态之后，获取当前地理位置；以及，若所述当前地理位置与预设地理位置相匹配，获取当前时间；以及，若所述当前时间所属的时间段与预设时间段相匹配，获取眼睛保健操并播放，同时控制电子设备黑屏。

本发明实施例第三方面公开了一种电子设备，可包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明实施例第一方面公开的一种视疲劳检测方法。

本发明实施例第四方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本发明实施例第一方面公开的一种视疲劳检测方法。

本发明实施例第五方面公开一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。

本发明实施例第六方面公开一种应用发布平台，所述应用发布平台用于发布计算机程序产品，其中，当所述计算机程序产品在计算机上运行时，使得所述计算机执行第一方面的任意一种方法的部分或全部步骤。

与现有技术相比，本发明实施例具有以下有益效果：

在本发明实施例中，通过获取用户的脸部图像，识别脸部图像获得识别参数，该识别参数至少包括手部位于眼睛前方的第一持续时长、在手部位于眼睛前方时手部与眼睛的第一距离、及手部运动的第二持续时长，而第二持续时长是根据第一持续时长之后的时间段获得，在第一距离小于或等于学习参数包含的距离阈值、第一持续时长不小于学习参数包含的静止时长且第二持续时长不小于学习参数包含的运动时长时，确定该用户处于视疲劳状态；可见实施本发明实施例，通过手部位于眼睛前方时手部与眼睛的第一距离、手部与眼睛维持第一距离的第一持续时长、以及在第一持续时长之后手部运动的第二持续时长来判断用户是否处于视疲劳状态，以准确检测用户视疲劳状态，保护用户眼睛。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一公开的视疲劳检测方法的流程示意图；

图2为本发明实施例二公开的视疲劳检测方法的流程示意图；

图3为本发明实施例一公开的电子设备的结构示意图；

图4为本发明实施例二公开的电子设备的结构示意图；

图5为本发明实施例三公开的电子设备的结构示意图；

图6为本发明实施例四公开的电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书中的术语“第一”、“第二”、“第三”及“第四”等是用于区别不同的对象，而不是用于描述特定顺序。本发明实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例公开了一种视疲劳检测方法及电子设备，用于准确检测用户视疲劳状态，保护用户眼睛。下面将从电子设备的角度出发，结合具体实施例对本发明技术方案进行详细介绍。

实施例一

请参阅图1，图1为本发明实施例一公开的视疲劳检测方法的流程示意图；如图1所示，该视疲劳检测方法可包括：

101、电子设备获取用户的脸部图像。

在本发明实施例中，电子设备在被使用过程中，可以周期通过摄像头拍摄用户的脸部图像。

102、电子设备识别脸部图像以获得识别参数，该识别参数至少包括手部位于眼睛前方时手部与眼睛的第一距离、手部与眼睛维持在第一距离时的第一持续时长、及手部运动的第二持续时长，该第二持续时长是根据第一持续时长之后的时间段获得。

可以理解，在用户出现视疲劳时眼睛会出现各种不适，忍不住用手揉眼睛以缓解不适，因此，在本发明实施例中通过检测用户是否会出现揉眼睛行为以及揉眼睛的时长来判断用户是否视疲劳。在用户出现揉眼睛时，手部位于眼睛前方，通过检测手部位于眼睛前方时手部与眼睛的第一距离，手部与眼睛维持在第一距离的第一持续时长，及手部运动的第二持续时长来分析是否视疲劳，其中，第二持续时长对应的时间与第一持续时长对应的时间是连续的，且第二持续时长对应的时间是在第一持续时长对应的时间之后。

作为一种可选的实施方式，电子设备识别脸部图像以获得识别参数包括：

电子设备将该脸部图像输入深度卷积神经网络的结构模型，获得该结构模型的输出结果，该结果指示用户是否处于视疲劳状态。

在上述实施方式中，通过训练深度卷积神经网络的结构模型，利用该结构模型直接对脸部图像进行分析，获得直接指示用户是否处于视疲劳状态的结果，能够结合深度卷积神经网络，提高视疲劳分析的准确率。

进一步可选的，上述深度卷积神经网络的结构模型可以通过海量的脸部图像样本进行训练，能够利用海量的表示用户处于视疲劳状态的脸部图像进行训练，以优化深度卷积神经网络的结构模型的参数，进而满足结构模型在后续直接分析脸部图像，以获得分析结果。

进一步的，在利用上述结构模型分析脸部图像的过程中，对于结果指示用户眼睛视疲劳的脸部图像会被存储起来，在存储到一定量时，会利用所存储的脸部图像对深度卷积神经网络的结构模型进行优化，以提高结构模型分析的准确率。

103、若第一距离小于或等于学习参数包含的距离阈值、第一持续时长不小于学习参数包含的静止时长且第二持续时长不小于学习参数包含的运动时长时，电子设备确定用户处于视疲劳状态。

在第一距离小于或等于学习参数包含的距离阈值，第一持续时长不小于学习参数包含的静止时长且第二持续时长不小于学习参数包含的运动时长时，可以认为用户处于视疲劳状态。

其中，学习参数可以在执行步骤101之前，通过以下步骤获得：

获取海量揉眼睛图像样本；

利用深度卷积神经网络对揉眼睛图像样本进行训练，以获得学习参数。

在该实施方式中，通过深度卷积神经网络对海量的揉眼睛图像样本进行训练，以获得准确用于判断用户是否视疲劳的学习参数。

作为一种可选的实施方式，在确定用户处于视疲劳状态之后，获取该脸部图像，更新揉眼睛图像样本的样本集，该样本集包括用于进行深度卷积神经网络训练的揉眼睛图像样本；当更新后的样本集中的揉眼睛图像样本的增加量满足一定量时，重新利用深度卷积神经网络对样本集的所有揉眼睛图像样本进行训练，以优化学习参数。

本发明实施例的学习参数包括距离阈值、静止时长及运动时长，可选的，距离阈值为5cm，静止时长为3秒，运动时长为3秒。

在本发明实施例中，通过获取用户的脸部图像，识别脸部图像获得识别参数，该识别参数至少包括手部位于眼睛前方的第一持续时长、在手部位于眼睛前方时手部与眼睛的第一距离、及手部运动的第二持续时长，而第二持续时长是根据第一持续时长之后的时间段获得，在第一距离小于或等于学习参数包含的距离阈值、第一持续时长不小于学习参数包含的静止时长且第二持续时长不小于学习参数包含的运动时长时，确定该用户处于视疲劳状态；可见实施本发明实施例，通过手部位于眼睛前方时手部与眼睛的第一距离、手部与眼睛维持第一距离的第一持续时长、以及在第一持续时长之后手部运动的第二持续时长来判断用户是否处于视疲劳状态，以准确检测用户视疲劳状态，保护用户眼睛。

实施例二

请参阅图2，图2为本发明实施例二公开的视疲劳检测方法的流程示意图；如图2所示，该视疲劳检测方法可包括：

201、电子设备获取用户的脸部图像。

202、电子设备识别脸部图像以获得识别参数，该识别参数至少包括手部位于眼睛前方时手部与眼睛的第一距离、手部与眼睛维持在第一距离时的第一持续时长、及手部运动的第二持续时长，该第二持续时长是根据第一持续时长之后的时间段获得。

203、若第一距离小于或等于学习参数包含的距离阈值，且第一持续时长不小于学习参数包含的静止时长时，电子设备确定用户存在揉眼睛行为。

其中，若第一距离小于或等于学习参数包含的距离阈值，且第一持续时长不小于学习参数包含的静止时长时，说明用户手部距离眼睛比较近，用户可能存在揉眼睛行为。

可选的，若第一距离大于距离阈值，不管第一持续时长大于等于静止时长，还是小于静止时长，认为用户只是将手置于眼睛前方，但并不存在揉眼睛行为，可以结束本流程；若第一距离小于或等于距离阈值，第一持续时长小于静止时长，结束本流程。

204、电子设备判断第二持续时长是否不小于学习参数包含的运动时长；若匹配，转向步骤205，若否，结束本流程。

进一步的，在确定用户存在揉眼睛行为后，判断第二持续时长与运动时长的关系，在第二持续时长大于等于运动时长时，执行步骤205，在第二持续时长小于运动时长时，结束本流程。

205、电子设备确定用户处于揉眼状态，以确定用户处于视疲劳状态。

作为一种可选的实施方式，若第二持续时长与学习参数包含的运动时长相匹配，认为用户处于揉眼状态，以确定用户处于视疲劳状态，包括：

若第二持续时长与学习参数包含的运动时长相匹配，认为用户处于揉眼状态，获取用户使用电子设备的使用时长；

判断使用时长是否超过使用阈值；

若是，从用户佩戴的可穿戴设备中获取人体生理指标，该人体生理指标至少包括当前血氧饱和度、当前心率；

判断当前血氧饱和度是否高于用户的预设血氧饱和度，及当前心率是否低于用户的预设心率；

若当前血氧饱和度高于用户的预设血氧饱和度及当前心率低于用户的预设心率，获取当前血氧饱和度与用户的预设血氧饱和度的第一差值，及获取用户的预设心率与当前心率的第二差值；

判断第一差值是否不小于第一阈值及第二差值是否不小于第二阈值；

若第一差值不小于第一阈值且第二差值不小于第二阈值，确定用户处于视疲劳状态。

其中，用户眼睛处于视疲劳状态时，人体生理指标会发生变化，如血氧饱和度会升高，而心率会降低，因此，在该实施方式中，通过预先设置用户的正常血氧饱和度和心率，即预设血氧饱和度和预设心率，在第二持续时长不小于运动时长时，确定用户处于揉眼状态，再结合用户的当前血氧饱和度和当前心率来最终确定用户是否视疲劳，能够提高视疲劳检测的准确率。

进一步的，若第一差值不小于第一阈值且第二差值不小于第二阈值，确定用户处于视疲劳状态之后，获取当前地理位置；若当前地理位置与预设地理位置相匹配，获取当前时间；若当前时间所属的时间段与预设时间段相匹配，获取眼睛保健操并播放，同时控制电子设备黑屏。

在上述实施方式中，在结合血氧饱和度和心率确定用户视疲劳之后，通过获取当前地理位置，判断当前地理位置是否与预设地理位置相匹配，在匹配时，如果当前时间与预设时间段相匹配，可以在电子设备黑屏状态下播放眼睛保健操，帮助用户通过眼睛保健操舒缓视疲劳。

例如，在用户在家里时，且是白天时间时，若出现视疲劳可以建议用户做眼睛保健操，起到缓解眼睛疲劳的效果。但是，在用户在学校或者图书馆等公共场所时，则不建议播放眼睛保健操，以免对他人造成影响。而在晚上时，若检测到用户出现视疲劳，建议关闭电子设备并休息。

进一步的，在当前地理位置与预设地理位置相匹配，且该当前时间属于特定时间段时，向灯光控制器发送控制信息，该控制信息以指示灯光控制器将房间内的灯光调为合适睡眠的柔和灯光，并关闭该电子设备；例如，特定时间段内晚上9点至第二天早上6点，通过该实施方式，能够在特定时间段通过灯光调整来暗示用户休息，以保障用户获得充足的睡眠。

在另一种可选的实施方式中，在当前地理位置与预设地理位置相匹配，且该当前时间属于特定时间段时，判断是否有与电子设备连接的台灯，若有，向该台灯发送控制信息，以控制该台灯关闭，并关闭电子设备，以通过该实施方式，能够在特定时间段通过关闭用于照明的台灯来暗示用户休息，以保障用户获得充足的睡眠。

可见，通过实施上述实施例，通过获取用户的脸部图像，识别脸部图像获得识别参数，该识别参数至少包括手部位于眼睛前方的第一持续时长、在手部位于眼睛前方时手部与眼睛的第一距离、及手部运动的第二持续时长，而第二持续时长是根据第一持续时长之后的时间段获得，在第一距离小于或等于学习参数包含的距离阈值、第一持续时长不小于学习参数包含的静止时长，确定该用户存在揉眼睛行为，若进一步在第二持续时长不小于运动时长时，说明用户处于揉眼睛状态，进一步认为用户已经处于视疲劳状态；可见实施本发明实施例，通过手部位于眼睛前方时手部与眼睛的第一距离、手部与眼睛维持第一距离的第一持续时长、以及在第一持续时长之后手部运动的第二持续时长来判断用户是否处于视疲劳状态，以准确检测用户视疲劳状态，保护用户眼睛

实施例三

请参阅图3，图3为本发明实施例一公开的电子设备的结构示意图；如图3所示，该电子设备可包括：

获取模块310，用于获取用户的脸部图像；

参数识别模块320，用于识别脸部图像以获得识别参数，该识别参数至少包括手部位于眼睛前方时手部与眼睛的第一距离、手部与眼睛维持在第一距离时的第一持续时长、及手部运动的第二持续时长，第二持续时长是根据第一持续时长之后的时间段获得；

确定模块330，用于若第一距离小于或等于学习参数包含的距离阈值、第一持续时长与学习参数包含的静止时长相匹配且第二持续时长与学习参数包含的运动时长相匹配时，确定用户处于视疲劳状态。

通过实施上述电子设备，先获取用户的脸部图像，识别脸部图像获得识别参数，该识别参数至少包括手部位于眼睛前方的第一持续时长、在手部位于眼睛前方时手部与眼睛的第一距离、及手部运动的第二持续时长，第二持续时长是根据第一持续时长之后的时间段获得，在第一距离小于或等于学习参数包含的距离阈值、第一持续时长与学习参数包含的静止时长相匹配且第二持续时长与学习参数包含的运动时长相匹配时，确定该用户处于视疲劳状态；可见实施本发明实施例，通过手部位于眼睛前方时手部与眼睛的第一距离、手部与眼睛维持第一距离的第一持续时长、以及在第一持续时长之后手部运动的第二持续时长来判断用户是否处于视疲劳状态，以准确检测用户视疲劳状态，保护用户眼睛。

实施例四

请参阅图4，图4为本发明实施例二公开的电子设备的结构示意图；图4所示的电子设备是在图3所示的电子设备的基础上进行优化得到的，图4所示的电子设备中的参数识别模块320进一步包括：

第一确定子模块410，用于若第一距离小于或等于学习参数包含的距离阈值，且第一持续时长与学习参数包含的静止时长相匹配时，确定用户存在揉眼睛行为；

判断子模块420，用于判断第二持续时长与学习参数包含的运动时长是否相匹配；

第二确定子模块430，用于若第二持续时长与学习参数包含的运动时长相匹配，认为用户处于揉眼状态，以确定用户处于视疲劳状态。

能够通过手部位于眼睛前方时手部与眼睛的第一距离、手部与眼睛维持第一距离的第一持续时长、以及在第一持续时长之后手部运动的第二持续时长来判断用户是否处于视疲劳状态，以准确检测用户视疲劳状态，保护用户眼睛。

实施例五

请参阅图5，图5为本发明实施例三公开的电子设备的结构示意图；图5所示的电子设备是在图4所示的电子设备的基础上进行优化得到的，图5所示的电子设备还进一步包括：训练模块510和播放模块520。

在一种可选的实施方式中，训练模块510，用于在上述获取模块310获取用户的脸部图像之前，获取海量揉眼睛图像样本；以及，利用深度卷积神经网络对揉眼睛图像样本进行训练，以获得学习参数。

在该实施方式中，通过深度卷积神经网络对海量的揉眼睛图像样本进行训练，以获得准确用于判断用户是否视疲劳的学习参数。

作为一种可选的实施方式，在确定用户处于视疲劳状态之后，训练模块510获取该脸部图像，更新揉眼睛图像样本的样本集，该样本集包括用于进行深度卷积神经网络训练的揉眼睛图像样本；当更新后的样本集中的揉眼睛图像样本的增加量满足一定量时，重新利用深度卷积神经网络对样本集的所有揉眼睛图像样本进行训练，以优化学习参数。

在一种可选的实施方式中，上述第二确定子模块430，具体用于若第二持续时长与学习参数包含的运动时长相匹配，认为用户处于揉眼状态，获取用户使用电子设备的使用时长；以及，判断使用时长是否超过使用阈值；以及，若使用时长超过使用阈值，从用户佩戴的可穿戴设备中获取人体生理指标，该人体生理指标至少包括当前血氧饱和度、当前心率；以及，判断当前血氧饱和度是否高于用户的预设血氧饱和度，及当前心率是否低于用户的预设心率；以及，若当前血氧饱和度高于用户的预设血氧饱和度及当前心率低于用户的预设心率，获取当前血氧饱和度与用户的预设血氧饱和度的第一差值，及获取用户的预设心率与当前心率的第二差值；以及，判断第一差值是否不小于第一阈值及第二差值是否不小于第二阈值；以及，若第一差值不小于第一阈值且第二差值不小于第二阈值，确定用户处于视疲劳状态。

进而，上述播放模块520，用于在上述第二确定子模块430在第一差值不小于第一阈值且第二差值不小于第二阈值，确定用户处于视疲劳状态之后，获取当前地理位置；以及，若当前地理位置与预设地理位置相匹配，获取当前时间；以及，若当前时间所属的时间段与预设时间段相匹配，获取眼睛保健操并播放，同时控制电子设备黑屏。

通过上述实施方式，通过预先设置用户的正常血氧饱和度和心率，即预设血氧饱和度和预设心率，在第二持续时长不小于运动时长，确定用户处于揉眼状态时，再结合用户的当前血氧饱和度和当前心率来最终确定用户是否视疲劳，能够提高视疲劳检测的准确率。

进一步的，在地理位置匹配，且当前时间与预设时间段相匹配时，可以在电子设备黑屏状态下播放眼睛保健操，帮助用户通过眼睛保健操舒缓视疲劳。

进一步的，电子设备还包括通讯模块及开关模块(附图均未示出)，在当前地理位置与预设地理位置相匹配，且该当前时间属于特定时间段时，通讯模块向灯光控制器发送控制信息，该控制信息以指示灯光控制器将房间内的灯光调为合适睡眠的柔和灯光，开关模块关闭该电子设备；例如，特定时间段内晚上9点至第二天早上6点，通过该实施方式，能够在特定时间段通过灯光调整来暗示用户休息，以保障用户获得充足的睡眠。

在另一种可选的实施方式中，电子设备还包括判断模块(附图未示出)，在当前地理位置与预设地理位置相匹配，且该当前时间属于特定时间段时，判断模块判断是否有与电子设备连接的台灯，若有，通讯模块向该台灯发送控制信息，以控制该台灯关闭，开关模块关闭电子设备，以通过该实施方式，能够在特定时间段通过关闭用于照明的台灯来暗示用户休息，以保障用户获得充足的睡眠。

实施例六

请参阅图6，图6为本发明实施例四公开的电子设备的结构示意图；图6所示的电子设备可包括：至少一个处理器610，例如CPU，通信总线630用于实现这些组件之间的通信连接。存储器620可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器620可选的还可以是至少一个位于远离前述处理器610的存储装置。其中，处理器610可以结合图3至图5所描述的电子设备，存储器610中存储一组程序代码，且处理器610调用存储器620中存储的程序代码，用于执行以下操作：

获取用户的脸部图像；

识别脸部图像以获得识别参数，该识别参数至少包括手部位于眼睛前方时手部与眼睛的第一距离、手部与眼睛维持在第一距离时的第一持续时长、及手部运动的第二持续时长，第二持续时长是根据第一持续时长之后的时间段获得；

若第一距离小于或等于学习参数包含的距离阈值、第一持续时长与学习参数包含的静止时长相匹配且第二持续时长与学习参数包含的运动时长相匹配时，确定用户处于视疲劳状态。

可选的，上述处理器610可以用于执行以下步骤：

若第一距离小于或等于学习参数包含的距离阈值，且第一持续时长与学习参数包含的静止时长相匹配时，确定用户存在揉眼睛行为；

判断第二持续时长与学习参数包含的运动时长是否相匹配；

若第二持续时长与学习参数包含的运动时长相匹配，认为用户处于揉眼状态，以确定用户处于视疲劳状态。

可选的，上述处理器610可以用于执行以下步骤：

获取用户的脸部图像之前，获取海量揉眼睛图像样本；

利用深度卷积神经网络对揉眼睛图像样本进行训练，以获得学习参数。

可选的，上述处理器610可以用于执行以下步骤：

若第二持续时长与学习参数包含的运动时长相匹配，认为用户处于揉眼状态，获取用户使用电子设备的使用时长；

判断使用时长是否超过使用阈值；

若是，从用户佩戴的可穿戴设备中获取人体生理指标，该人体生理指标至少包括当前血氧饱和度、当前心率；

判断当前血氧饱和度是否高于用户的预设血氧饱和度，及当前心率是否低于用户的预设心率；

若当前血氧饱和度高于用户的预设血氧饱和度及当前心率低于用户的预设心率，获取当前血氧饱和度与用户的预设血氧饱和度的第一差值，及获取用户的预设心率与当前心率的第二差值；

判断第一差值是否不小于第一阈值及第二差值是否不小于第二阈值；

若第一差值不小于第一阈值且第二差值不小于第二阈值，确定用户处于视疲劳状态。

可选的，上述处理器610可以用于执行以下步骤：

若第一差值不小于第一阈值且第二差值不小于第二阈值，确定用户处于视疲劳状态之后，获取当前地理位置；

若当前地理位置与预设地理位置相匹配，获取当前时间；

若当前时间所属的时间段与预设时间段相匹配，获取眼睛保健操并播放，同时控制电子设备黑屏。

本发明实施例还公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行图1至图2公开的一种视疲劳检测方法。

本发明实施例还公开一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行图1至图2公开的任意一种方法的部分或全部步骤。

本发明实施例还公开一种应用发布平台，所述应用发布平台用于发布计算机程序产品，其中，当所述计算机程序产品在计算机上运行时，使得所述计算机执行图1至图2公开的任意一种方法的部分或全部步骤。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

以上对本发明实施例公开的一种视疲劳检测方法及电子设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。