[发明专利]人眼检测方法

说明书

本发明揭示了一种人眼检测方法，包括：输入图像及其深度图像；对深度图像按照检测距离范围进行预处理，去除非检测距离范围内背景；对预处理后的深度图进行深度直方图分割，获得目标候选区域；对候选区域用头肩模板进行匹配验证，确定人脸候选区域；人脸候选框的重叠区域进行比较,将满足设定阈值的候选框合并；判断当前帧是否为第一帧，如果为第一帧，将合并后的候选框映射到原始图像的对应区域,并分割出头部区域作为模型的输入图像，在训练好的CNN模型中做人脸框回归与landmark点回归计算，得到人眼的位置；将第一帧检测的人脸位置保留，作为下一帧的先验知识。本发明可减少误检概率，保证检测的稳定性，满足裸眼3D显示器对人眼位置检测稳定性的要求。

技术领域

本发明属于人脸检测及裸眼3D显示技术领域，涉及一种人眼检测方法，尤其涉及一种基于深度信息与CNN的人眼检测方法。

背景技术

随着裸眼3D显示技术与人眼检测技术趋于成熟，结合人眼检测与裸眼3D的显示器成为裸眼3D技术的一个重要的应用方向。目前的人眼检测算法多数采用根据训练好的人脸框与人脸的landmark点回归模型找出人脸与人眼位置。但是这类方法检测的人眼位置在帧与帧之间会有小范围的波动，检测结果不能完全满足裸眼3D技术稳定性的要求。

有鉴于此，如今迫切需要设计一种新的人眼检测方式，以便克服现有人眼检测方式存在的上述缺陷。

发明内容

本发明提供一种人眼检测方法，可减少误检概率，保证检测的稳定性，满足裸眼3D显示器对人眼位置检测稳定性的要求。

为解决上述技术问题，根据本发明的一个方面，采用如下技术方案：

一种人眼检测方法，所述人眼检测方法包括：

步骤S1.输入图像及其深度图像；

步骤S2.对深度图像按照检测距离范围进行预处理，去除非检测距离范围内背景；

步骤S3.对预处理后的深度图进行深度直方图分割，获得目标候选区域；

步骤S4.对候选区域用头肩模板进行匹配验证，确定人脸候选区域；

步骤S5.人脸候选框的重叠区域进行比较,将满足设定阈值的候选框合并；

步骤S6.判断当前帧是否为第一帧；

如果为第一帧，将合并后的候选框映射到原始图像的对应区域,并分割出头部区域作为模型的输入图像；在训练好的CNN模型中做人脸框回归与关键点回归计算，得到人眼的位置；将第一帧检测的人脸位置保留，作为下一帧的先验知识；

如果不是第一帧，计算当前帧的人脸位置与上一帧检测人脸位置的中心点偏移值，并将得到的偏移值传入CNN模型中；将对应的rgb人脸图像作为输入图像，做人脸框回归与关键点回归计算；在训练好的CNN模型中引入偏移值对人脸的分值做正则化，提高眼睛检测稳定性；将当前帧检测的结果保存，作为下一帧的先验知识。

作为本发明的一种实施方式，所述步骤S6中，先判断是否为第一帧图像输入，如果为第一帧图像输入，直接作为CNN模型中对做人脸框回归与关键点位置回归。

作为本发明的一种实施方式，所述步骤S6中，将得到的第一帧的检测结果保存，与下一帧结果求偏移，作为下一帧结果惩罚项。

作为本发明的一种实施方式，所述步骤S6中，当前帧步骤S5得到的候选区域中心点与上一帧的CNN检测框中心点做偏移值计算，并对得到的偏移值做排序，取出最小偏移值，传入CNN网络；通过与上一帧中所有人脸结果求最小偏移值，并采用最小偏移值，考虑了上一帧多个检测结果情况以及相邻帧之间检测目标的关联性。