[发明专利]一种实时检测眼球注意力位置的方法及系统

说明书

本发明公开了一种实时检测眼球注意力位置的方法及系统，包括以下步骤，图像采集模块分别获取人物对象的原始图片；所述原始图片输入opencv经过分割计算后输出输入数据；根据所述输入数据对应构建神经网络结构模型；采集标注训练数据；所述训练数据输入所述神经网络结构模型中进行模型训练并完成模型的训练参数设置；预测结果处理模块将所述神经网络结构模型生成的预测结果还原为原尺寸。本发明的有益效果：提升眼睛轮廓边缘识别精度，较传统识别结果有极大提高；以双眼瞳孔中心点为原点建立直角坐标系，可以准确地识别除左右两个方向外，眼球注意力在四个象限的准确位置，实用程度极大提高。

技术领域

本发明涉及视觉处理的技术领域，尤其涉及一种实时检测眼球注意力位置的方法及实时检测眼球注意力位置的系统。

背景技术

近年来在智能控制发展越来越快速的今天，人们对图像捕捉和识别技术进行了研究并将其广泛应用于各种智能产品。既开创了一个新的热门研究领域，还极大的促进了电子产品的智能化进程，方便了人们的生活。而近年来，眼球作为一种新的信息来源越来越被人们所关注，其运动轨迹可以通过合理的研究从而判断出人们的意图，是一种被忽视了的控制方式，而且眼球的控制相比于其他如动作捕捉控制等控制方式要具有一定的便利性和低功耗需求，丰富了人机交互的方式。目前眼球捕捉的主要方式便是通过识别技术，但是图像识别一般精度不足以处理瞳孔这么微小的物体的运动轨迹，而且对大量图片所需的处理时间较长，而这些都主要取决于硬件上各组件的性能和识别算法的优良。因此，如何提高眼球捕捉的实时性和精度问题成为该技术领域的关注重点。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的一个技术问题是：提供一种实时检测眼球注意力位置的方法，提升眼睛轮廓边缘识别精度。

为解决上述技术问题，本发明提供如下技术方案：一种实时检测眼球注意力位置的方法，包括以下步骤，图像采集模块分别获取人物对象的原始图片；所述原始图片输入opencv经过分割计算后输出输入数据；根据所述输入数据对应构建神经网络结构模型；采集标注训练数据；所述训练数据输入所述神经网络结构模型中进行模型训练并完成模型的训练参数设置；预测结果处理模块将所述神经网络结构模型生成的预测结果还原为原尺寸，所述眼球注意力位置返回以所述图像采集模块为原点的直角坐标中的位置。

作为本发明所述实时检测眼球注意力位置的方法的一种优选方案，其中：所述输入数据包括以下获取步骤，将所述原始图片经过opencv的haarcascade模型分割出左眼、右眼和脸部3幅图片，并同时计算出人脸在画面中所占的位置；将所述左眼图片、所述右眼图片、所述脸部图片和所述脸部网格共4个输入数据传递至所述神经网络结构模型。

作为本发明所述实时检测眼球注意力位置的方法的一种优选方案，其中：输入opencv的图片为所述图像采集模块采集到的所述原始图片，且所述原始图片的分辨率1920x1080，以及通道数分别为3个。

作为本发明所述实时检测眼球注意力位置的方法的一种优选方案，其中：所述神经网络结构模型包括以下构建步骤，所述原始图片的数据获取；所述神经网络结构模型的输入数据准备；构建所述神经网络结构模型神经网络结构单元。

作为本发明所述实时检测眼球注意力位置的方法的一种优选方案，其中：所述左眼、右眼的图片分割获取包括将所述原始图片输入opencv的haarcascade_eye眼部识别单元，得到左右眼的两组x、y、w、h坐标，根据坐标切割出左右眼两幅图片。