[发明专利]一种基于层级随机森林的视线控制系统与方法

权利要求书

1.一种基于层级随机森林的视线控制系统，包括视频采集模块(1)、特征提取模块(2)、特征分析模块(3)和显示模块(4)；所述视频采集模块(1)、特征提取模块(2)、特征分析模块(3)和显示模块(4)依此连接；其特征在于：

所述视频采集模块(1)，用于采集人脸视频流；

所述特征提取模块(2)，用于从采集到的人脸视频流中提取每一帧，在每一帧图片中提取人脸位置，并且进一步提取人脸中的眼部特征；

所述特征分析模块(3)，用于将上述特征提取模块中的眼部特征进行分析，计算出视线在频幕上的落点位置；

所述显示模块(4)，用于将用户在屏幕上的视线落点显示出来，使用一个外接摄像头采集的脸部视频，即可计算出人眼的视线落点位置；

所述特征分析模块(3)包括随机森林模型单元(31)、模型选择单元(32)与视线落点预测单元(33)；所述随机森林模型单元(31)存有预先训练好的不同头部相对位置与眼球轮廓特征的随机森林模型；模型选择单元(32)用与将上述特征提取模块传递的头部相对位置与上述随机森林模型单元中的每一个模型进行比较，寻找最相似的模型；视线落点预测单元(33)则使用上述模型选择单元选择的最佳模型，将上述特征提取模块(2)传递的眼球轮廓特征进行分析，得出视线落点，并将所得视线落点传递至显示单元；

利用所述基于层级随机森林的视线控制系统进行视线控制，包括如下步骤：

步骤1:人脸识别，若视频帧中存在人脸，则执行步骤S2；若视频中不存在人脸，则等待，直至视频帧中出现人脸；

步骤2:计算视频帧中人脸的头部位置；

步骤3：提取人脸的眼部轮廓特征；

步骤4：使用层级随机森林模型计算视线落点：首先使用上述步骤2计算得到头部位置，分别与现存模型中的所使用的头部位置进行比较，寻找最合适的模型；其次使用选择得到的最佳模型参数，将上述步骤3提取的人脸眼部轮廓作为输入，最终计算得出视线落点位置；

所述步骤2的具体步骤为：

步骤2.1，头部位置模板读取：读取现有的头部位置模型模板，该模板为在不同头部位置中时头部特征；

步骤2.2，头部位置计算：将视频中的脸部像素与读取的头部模板比对，从而找到最相近的模板，则头部位置即为最相近的头部位置；

所述步骤4的具体步骤为：

步骤4.1，模型比较；现已知在不同头部位置情况下，用于计算视线落点的随机森林模型；使用上述步骤2计算得到的头部位置与模型中的头部位置进行比较，从而选择最合适的模型；其比较方法以寻找欧式距离θ最小的模型为标准；

步骤4.2，模型计算：使用上述步骤4.1选择的最佳模型最为参数，将上述步骤3提取的眼部轮廓特征作为输入，使用随机森林回归算法，计算得到最终的视线落点位置。

2.根据权利要求1所述的基于层级随机森林的视线控制系统，所述视频采集模块(1)包括视频采集单元(11)与指示单元(12)；所述视频采集单元(11)用于采集人脸视频流，并将采集到的视频流传输至特征提取模块(2)；所述指示单元(12)用于指示目前视频采集单元处于工作状态或者非工作状态。

3.根据权利要求1所述的基于层级随机森林的视线控制系统，所述特征提取模块(2)包括头部位置测量单元(21)与眼部特征提取单元(22)；所述头部位置测量单元(21)用于测量被测人头部与上述采集模块的相对位置；眼部特征提取单元(22)用于提取上述眼球轮廓特征，眼球轮廓特征为眼球轮廓在视频中的相对位置；所述的头部与采集模块的相对位置与眼球轮廓特征将被传输至特征分析模块(3)。

4.根据权利要求1所述的基于层级随机森林的视线控制系统，所述显示模块(4)包含指示光标单元(41)与显示单元(42)；指示光标将显示在显示单元上，代表用户视线的落点位置。