[发明专利]人眼检测方法

说明书

本发明提供了人眼检测方法，属于计算机视觉领域，包括：在仅能检测到第一只目标人眼图像上开设有滑动窗口，令滑动窗口推测第二只目标人眼的推测图像，将第一只目标人眼图像与推测图像送入卷积神经网络后送入高斯混合模型进行匹配，根据匹配结果判断是否为第二只目标人眼图像，如果匹配结果表明不为第二只目标人眼图像，则滑动窗口重新推测第二只目标人眼的推测图像，将推测图像送入卷积神经网络后再送入高斯混合模型进行匹配，直至匹配结果判断为第二只目标人眼图像，从而提高了检测结果的准确性。

技术领域

本发明属于计算机视觉领域，特别涉及人眼检测方法。

背景技术

随着人工智能领域的发展，人眼检测在各个方面都有重要的应用。通过人眼检测技术可以抓取人的视线，进行人眼视线估计，进而达到一系列应用的目的。比如视频监控，情绪分析，驾驶员疲劳监测等。因而，人眼检测的应用有着重要的意义。

由于现有技术的限制，传统的人眼检测方法是在人脸检测的基础上通过提取人眼的Haar-liKe特征对人眼检测。该人眼检测方法易受到光照、头部姿势、眼部遮挡等的影响，进而不能根据检测结果准确地判断出是否是人眼，降低了检测结果的准确性。

发明内容

为了解决现有技术中存在的缺点和不足，本发明提供了在仅能检测到第一只目标人眼图像的基础上，通过滑动窗口推测第二只目标人眼的推测图像，并将每次推测出的推测图像和第一只目标人眼图像送入训练好的卷积神经网络后再送入高斯混合模型进行匹配，直至匹配结果能准确地判断出为第二只目标人眼的图像，从而提高了检测结果的准确性。

为了达到上述技术目的，本发明提供了人眼检测方法，包括以下步骤：

步骤一，从视频图像中获取若干对样本人眼的图像，将每对样本人眼的图像送入卷积神经网络中训练，得到与每对样本人眼的图像对应的样本深度特征值，根据得到的全部样本深度特征值构建成高斯混合模型；

步骤二，对视频图像中的目标人眼进行检测，如果在视频图像中仅能检测到第一只目标人眼，在第一只目标人眼的位置处开设有两个滑动窗口；

步骤三，令位于当前位置的两个滑动窗口分别沿第一只目标人眼的左右两边水平移动预设距离，将移动到的位置作为第二只目标人眼的推测位置，提取推测位置的图像作为第二只目标人眼的推测图像；

步骤四，提取第一只目标人眼图像，将第一只目标人眼图像与推测图像送入卷积神经网络中，得到目标深度特征值，将得到的目标深度特征值送到高斯混合模型进行匹配，根据匹配结果判断推测图像是否为第二只目标人眼图像；

步骤五，如果匹配结果表明推测图像不为第二只目标人眼图像，则执行步骤三至步骤四；或

如果匹配结果表明推测图像为第二只目标人眼图像，则退出执行。

可选的，所述步骤一中根据得到的全部样本深度特征值构建成高斯混合模型，包括：

将得到的全部样本深度特征值进行聚类处理，得到Y个高斯模型，根据Y 个高斯模型构建成高斯混合模型。

可选的，所述根据Y个高斯模型构建成高斯混合模型，高斯混合模型为具有如下公式一的概率分布模型，

其中，p(x)表示概率密度，x表示样本深度特征值，Y表示高斯模型的数量，π_k表示权重，满足表示高斯混合模型的第k个分量。

可选的，所述步骤四中将得到的目标深度特征值送到高斯混合模型进行匹配，根据匹配结果判断推测图像是否为第二只目标人眼图像，包括：

将提取到的目标深度特征值送入高斯混合模型中，得到若干个概率密度，求得若干个概率密度的最大值P_max，将最大值P_max与预设阈值进行比较；