[发明专利]一种基于眼部轮廓特征点纵横比的眨眼检测方法在审
申请号: | 201910100968.4 | 申请日: | 2019-01-31 |
公开(公告)号: | CN109840565A | 公开(公告)日: | 2019-06-04 |
发明(设计)人: | 余化鹏;白儒;谢浩;常永鑫 | 申请(专利权)人: | 成都大学;成都蓝山华鹏智能科技有限责任公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/00;G06N3/04 |
代理公司: | 四川力久律师事务所 51221 | 代理人: | 李正 |
地址: | 610106 四川省*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人脸图像 眨眼 纵横比 单帧 人脸矩形 眼部轮廓 关键点 视频流 特征点 眼部 光线强弱 活体识别 疲劳驾驶 神经网络 坐标计算 鲁棒性 检测 双眼 判定 监测 应用 | ||
1.一种基于眼部轮廓特征点纵横比的眨眼检测方法,其特征在于,所述包括:
步骤101,获取视频流数据,从所述视频流中提取单帧人脸图像集;
步骤102,利用深度神经网络从所述单帧人脸图像集中提取人脸图像中的人脸矩形框,并获取人脸矩形框坐标;
步骤103,根据所述人脸矩形框坐标求得所述单帧人脸图像集中的眼部关键点坐标;
步骤104,根据所述眼部关键点坐标计算所述单帧人脸图像集的眼睛纵横比,以根据所述眼睛纵横比判断是否眨眼。
2.根据权利要求1所述的方法,其特征在于,所述人脸的眼部关键点个数为12个,每只眼睛有6个关键点,分别位于人脸两只眼睛的上下眼睑和左右眼角,每个眼部关键点坐标用(x,y)表示。
3.根据权利要求1所述的方法,其特征在于,所述眼睛纵横比为人脸左眼关键点纵横比与人脸右眼关键点纵横比的平均值。
4.根据权利要求3所述的方法,其特征在于,所述眼睛纵横比为:
其中,为人脸左眼关键点纵横比,为人脸左眼上下眼睑的距离的平均值,||p1-p4||为人脸左眼眼角之间的距离;为人脸右眼关键点纵横比,为人脸右眼上下眼睑的距离的平均值,||p7-p10||为人脸右眼眼角之间的距离。
5.根据权利要求1所述的方法,其特征在于,所述步骤104具体包括:
判断计算过眼睛纵横比的单帧人脸图像集的帧数是否大于阈值,若所述人脸图像的帧数大于阈值,则判断所述单帧人脸图像集为连续的单帧人脸图像;并对所述连续的单帧人脸图像眼睛纵横比进行分析,绘制相应的眼睛纵横比曲线图,当所述曲线图中出现急速下降时,判定为眨眼事件。
6.根据权利要求1所述的方法,其特征在于,所述步骤104还包括:当所述单帧人脸图像集的帧数小于或等于阈值,判断所述单帧人脸图像集为非连续单帧人脸图像集,则返回步骤101,重新提取视频流中的单帧人脸图像集。
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成都大学;成都蓝山华鹏智能科技有限责任公司,未经成都大学;成都蓝山华鹏智能科技有限责任公司许可,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/201910100968.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于超声造影图像均匀程度的分类系统
- 下一篇:出行模式识别方法及装置