将操作者状态， 纳入系统感知。
项目方向
L-IN EYE 围绕眼动特征、面部动作与操作状态信息，构建多场景疲劳及注意力监测流程。系统连接感知硬件、特征提取、状态评估、用户界面与预警输出。
L-IN EYE · 2022–2024
人员状态监测系统
L-IN EYE
通过眼动、面部与操作状态信号开展疲劳及注意力监测的研究原型。
01 / overview
02 / scenarios
一套人员状态能力， 覆盖多种操作场景。
多场景监测
01
无人机作业
长时间远程任务中的操作者注意力与疲劳状态。
02
航空运行
面向高工作负荷驾驶舱与保障岗位的人员状态感知。
03
道路驾驶
智能移动安全系统中的疲劳与注意力监测。
04
工业操作
面向生产与设备操作环境的持续状态观察。
03 / architecture
完整的人员状态 监测闭环。
从感知到干预
04 / model
眼动、面部动作 与操作状态。
特征识别
研究路线将面部与眼部关键点定位、眼动特征及增量模型更新结合，形成适用于实时操作者监测的轻量化识别流程。
LANDMARKS
面部与眼部定位
先定位关键区域，再提取细粒度眼动特征。
FEATURES
眼动行为
注视、眨眼与眼球运动模式构成状态评估基础。
LEARNING
增量适应
模型更新支持不同使用者与场景下的持续适应。
PRIVACY
特征级处理
系统方向强调面向操作者状态分析的紧凑特征处理。
05 / optics
面向复杂光照条件， 优化成像链路。
成像硬件
硬件概念包括单目红外与双目深度版本。系统采用镀膜光学元件和 940 nm 窄带滤光片，用于控制眩光并提升强背光条件下的成像一致性。
06 / journey
从系统定义， 推进至内部测试。
2023–2024
2023.11
团队与范围
建立项目结构与应用范围。
2023.12
系统设计
形成整体感知与控制架构。
2024.04
原型开发
开发中央控制与数据流程。
2024.08
软件集成
集成监测界面与识别流程。
2024.11
内部测试
开展系统级运行与应用试验。