[发明专利]目标图像定位方法及装置、视线追踪设备

权利要求书

1.一种目标图像定位方法，其特征在于，包括：

从含有目标图像的待处理图像中提取出多个图像块；

将每个所述图像块输入至第一神经网络，以获取所述图像块中包含所述目标图像的概率值；

判定所述概率值最大的所述图像块作为目标图像块；

将所述目标图像块输入至第二神经网络，以获取所述目标图像的中心的位置。

2.根据权利要求1所述的目标图像定位方法，其特征在于，所述目标图像为瞳孔。

3.根据权利要求1所述的目标图像定位方法，其特征在于，所述目标图像定位方法还包括：

对含有所述目标图像的原始图像进行降分辨率处理，以获取所述待处理图像。

4.根据权利要求3所述的目标图像定位方法，其特征在于，将所述目标图像块输入至第二神经网络之前，所述目标图像定位方法还包括：

对所述目标图像块进行提升分辨率处理，以使所述目标图像块的分辨率与所述原始图像的分辨率相同。

5.根据权利要求1所述的目标图像定位方法，其特征在于，所述从含有目标图像的待处理图像中提取出多个图像块，包括：

设定第一滑动窗口为n*m像素，步幅为o像素，对所述待处理图像进行遍历，以划分出多个所述图像块；

其中，m、n和o均为正整数。

6.根据权利要求1所述的目标图像定位方法，其特征在于，在判定所述概率值最大的所述图像块作为目标图像块之前，所述目标图像定位方法还包括：

对得到的多个所述概率值进行归一化处理。

7.根据权利要求1所述的目标图像定位方法，其特征在于，所述第一神经网络包括第一深度卷积神经网络；

所述第一深度卷积神经网络包括：依次连接的第一卷积层、第一平均池化层、第一全连接层；

所述第一全连接层采用的激活函数包括Sigmoid函数，损失函数包括二元交叉熵损失函数；

和/或，

所述第二神经网络包括第二深度卷积神经网络；

所述第二深度卷积神经网络包括：依次连接的多个卷积组、第二平均池化层、第二全连接层；

所述卷积组包括交替连接的第二卷积层和第二平均池化层；

所述第二全连接采用的激活函数包括线性整流函数，损失函数包括均方误差函数。

8.一种目标图像定位装置，其特征在于，包括:

第一图像处理单元，用于从含有目标图像的待处理图像中提取出多个图像块；

第一输入单元，用于将每个所述图像块输入至第一神经网络，以获取所述图像块中包含所述目标图像的概率值；

第一处理单元，用于判定所述概率值最大的所述图像块作为目标图像块；

第二输入单元，用于将所述目标图像块输入至第二神经网络，以获取所述目标图像的中心的位置。

9.根据权利要求8所述的目标图像定位装置，其特征在于，所述目标图像定位装置还包括：

第二处理单元，用于对含有所述目标图像的原始图像进行降分辨率处理，以获取所述待处理图像。

10.根据权利要求9所述的目标图像定位装置，其特征在于，

所述第二处理单元，还用于对所述目标图像块进行提升分辨率处理，以使所述目标图像块的分辨率与所述原始图像的分辨率相同。

11.根据权利要求8所述的目标图像定位装置，其特征在于，所述第一图像处理单元，具体用于设定第一滑动窗口为n*m像素，步幅为o像素，对所述待处理图像进行遍历，以划分出多个所述图像块；

其中，m、n和o均为正整数。

12.根据权利要求8所述的目标图像定位装置，其特征在于，所述第一处理单元，还用于对得到的多个所述概率值进行归一化处理。