[发明专利]一种基于人眼几何特征的视线追踪方法及系统在审
申请号: | 201810735315.9 | 申请日: | 2018-07-06 |
公开(公告)号: | CN108985210A | 公开(公告)日: | 2018-12-11 |
发明(设计)人: | 侯振杰;苏海明;夏宇杰;林恩;莫宇剑;巢新 | 申请(专利权)人: | 常州大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 213164 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 视线追踪 人眼 眼角 虹膜 虹膜中心 几何特征 动向量 人脸特征点检测 人工神经网络 人脸定位算法 神经网络模型 图像处理技术 可用性 单摄像头 定位虹膜 模板检测 人脸位置 神经网络 头部运动 系统架构 眼动特征 硬件成本 硬件要求 映射关系 点位置 精定位 注视点 算法 光源 检测 | ||
1.一种基于人眼几何特征的视线追踪方法,其特征在于,所述基于人眼几何特征的视线追踪方法包括:
利用人脸定位算法定位人脸位置,使用人脸特征点检测的方法定位眼角点位置,通过眼角点计算出人眼的位置;
建立虹膜模板,然后利用虹膜模板检测出眼部区域的位置,通过虹膜中心精定位算法定位虹膜中心的位置;
检测出的眼角点、虹膜中心的信息作为眼动向量;
使用神经网络模型,把眼动向量作为神经网络的输入,建立注视点映射关系,计算出注视点区域。
2.如权利要求1所述的基于人眼几何特征的视线追踪方法,其特征在于,
人脸检测与眼角点定位方法包括:
利用进行,式中d(x)表示人脸图像中坐标为x的像素点,该人脸图像具有m个像素,h(d(x))表示人脸图像中提取的SIFT特征点,Φ表示手动标记的特征点;SDM采用多次迭代,最终训练目标为:
式中k为迭代次数,Δxki表示迭代到第k次时的误差,
di表示第i张图片,表示第i张图的手动标记点,最后根据获得的训练参数Rk和bk,获得人脸的49个特征点,包括眼部区域的特征点:4个眼角点,8个上下眼睑点;利用获取的眼角和眼睑特征点计算得到眼部区域的图像,将利用眼部区域的图像进行虹膜中心检测。
3.如权利要求1所述的基于人眼几何特征的视线追踪方法,其特征在于,
虹膜中心定位方法包括:采用先粗后精的原则:先利用虹膜图像生成虹膜模板图像,利用模板匹配的办法对虹膜区域进行粗定位,排除眼部其他区域的影响,再利用微积分算子精定位虹膜中心。
4.如权利要求1所述的基于人眼几何特征的视线追踪方法,其特征在于,建立虹膜模板方法包括:
从摄像机拍摄的图像中获取M张虹膜图像构成虹膜数据集U,每张图像转换成一个50×50维的向量Γ,然后把这80个向量放到一个集合U里,如下式所示:
U={Γ1,Γ2,Γ3,..,ΓM}
在获取到虹膜向量集合U后,计算得到平均图像Ψ,公式如下:
将Γ的各个对应点的值相加求平均;Ψ为一个特征瞳孔,为所要求得的模板。
5.如权利要求1所述的基于人眼几何特征的视线追踪方法,其特征在于,模板匹配算法包括:
模板T(m,n)叠放在被叠放在被搜索图S(W,H)上平移,模板覆盖被搜索区域叫子Sij图,i,j为子图左下角在被搜索图S上的坐标,搜索范围是:1≤i≤W-n,1≤j≤H-m;用下式衡量T和Sij的相似性:
归一化,得到模板匹配的相关系数:
模板和子图一样时,相关系数R(i,j)=1;被搜索图S中完成全部搜索后,找出R的最大值Rmax(im,jm),其对应的子图为匹配目标。
6.如权利要求1所述的基于人眼几何特征的视线追踪方法,其特征在于,眼动向量的选择方法包括:
(1)基于特眼角点与虹膜中心点的位置信息将眼角点与虹膜中心的距离加入眼动向量之中;
(2)以原图中心点作为参考点建立坐标轴,以x轴方向作为参考直线,以两眼角作平行于x轴的直线,夹角为瞳孔中心与眼角点的夹角;
(3)头部发生左右偏转的情况下,以右眼内眼角为参考点,取眼角点与x轴的夹角。
7.一种实现权利要求1~6任意一项所述基于人眼几何特征的视线追踪方法的计算机程序。
8.一种实现权利要求1~6任意一项所述基于人眼几何特征的视线追踪方法的信息数据处理终端。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常州大学,未经常州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810735315.9/1.html,转载请声明来源钻瓜专利网。