[发明专利]用于在数字图像数据中确定眼睛位置的方法、眼睛追踪器和计算机程序

说明书

一种眼睛追踪器获得表示主体的至少一只眼睛(E)的数字图像。眼睛追踪器接着根据搜索算法在数字图像中搜索瞳孔候选对象，并且基于所述搜索而在数字图像中确定至少一只眼睛(E)的位置。眼睛追踪器还获得光强度信息，该光强度信息表示在登记数字图像时将至少一只眼睛(E)暴露于光的光能(Q)的估计量。响应于光强度信息，眼睛追踪器确定瞳孔尺寸范围。搜索算法应用瞳孔尺寸范围，以使得所检测的瞳孔候选对象必须具有处于瞳孔尺寸范围内的尺寸才能作为主体的有效瞳孔被搜索算法接受。

技术领域

本发明总的来说涉及注视数据的有效处置。明确地说，本发明涉及在眼睛追踪器中执行的方法、眼睛追踪器、头戴设备和眼睛追踪器布置，它们被配置成经由与主体物理分离的显示器而将视觉信息呈现给主体。本发明还涉及计算机程序产品和非易失性数据载体。

背景技术

眼睛/注视追踪是测量眼睛相对于头部的运动或注视点的运动的过程。眼睛追踪器是用于测量眼睛位置和眼睛移动的装置。眼睛追踪器用于许多不同应用中。存在用于测量眼睛移动的各种方法。最流行的变化使用视频图像，从所述视频图像提取眼睛位置。其它方法使用搜索线圈或基于眼动图。最初，眼睛追踪技术用于对视觉系统的研究中，用于心理学中，用于心理语言学中，用于市场营销中以及用于产品设计中。今日，我们看到眼睛追踪器作为输入装置日益广泛在各种装置和设备(范围从智能电话到飞机)中用于人机互动。为了能够在消费型产品中实现处理效率高的眼睛追踪，重要的是，追踪算法能够以简单但仍可靠的方式识别主体的瞳孔。以下是已知眼睛追踪解决方案的实例。

US 2018/0300589涉及使用机器学习(即，级联回归和手工模型拟合)进行混合式眼睛中心定位以对计算机作出改进。提出了眼睛中心(虹膜)检测的系统和方法，它们使用级联回归器(回归森林的级联)以及用于训练级联回归器的系统和方法。眼睛是使用面部特征对准方法来检测的。通过使用先进的特征与强大的回归手段两者而提高定位的健全性。通过新增健全的圆拟合后处理步骤，定位变得更为精确。还提供一种方法，其对于眼镜中心定位使用简单手工方法来训练级联回归器而不需要手动注释的训练数据。

US 2015/0160726描述用于执行眼睛注视追踪的系统和方法。所述系统被配置成并且所述方法包括：针对单个同轴成像设备而优化场景的照射；在优化的照射下使用单个同轴成像设备而捕捉图像；以及处理所捕捉的图像以执行注视估计。还提供动态照射控制、眼睛候选对象检测和筛选以及注视估计技术。

US 2015/0098620公开使用机器学习(即，级联回归和手工模型拟合)进行混合式眼睛中心定位以对计算机作出改进。提出了眼睛中心(虹膜)检测的系统和方法，它们使用级联回归器(回归森林的级联)以及用于训练级联回归器的系统和方法。眼睛是使用面部特征对准方法来检测的。通过使用先进的特征与强大的回归手段两者而提高定位的健全性。通过新增健全的圆拟合后处理步骤，定位变得更为精确。最后，这里提供一种方法，其对于眼镜中心定位使用简单手工方法训练级联回归器而不需要手动标注的训练数据。

这些已知的解决方案可提供可靠的眼睛追踪。然而，它们全部涉及需要相对多的处理资源的高度复杂的算法。这种复杂的算法又导致能量消耗。

发明内容

因此，本发明的一个目标是提供以高效率方式进行可靠的眼睛追踪的解决方案。

根据本发明的一个方面，此目标由一种在眼睛追踪器中执行的方法实现，所述方法涉及以下步骤：获得表示主体的至少一只眼睛的数字图像；根据搜索算法在数字图像中搜索瞳孔候选对象；以及基于所述搜索而在数字图像中确定至少一只眼睛的位置。所述方法还涉及获得光强度信息，该光强度信息表示在登记数字图像时将至少一只眼睛暴露于光的光能的估计量。响应于光强度信息，确定瞳孔尺寸范围。所述范围由搜索算法应用以使得所检测的瞳孔候选对象的尺寸必须处于所述范围内，以便作为主体的有效瞳孔被搜索算法接受。

此方法是有利的，这是因为此方法有效地将可能的瞳孔候选对象限制在极小的数量，通常是每个图像帧一个或两个。结果，可在后续追踪过程中节省处理资源。