[发明专利]一种基于视觉跟踪的自适应显示器定位方法

权利要求书

1.一种基于视觉跟踪的自适应显示器定位方法，其特征在于，包括：

安装好相机；

完成显示器位移和旋转角度与人眼法向量v和高度h的映射表格的建立；

对Efficient-Net目标检测网络进行更改，构建图人脸位置检测装置；

结合点云分割网络GAC-Net和Point-CNN框架，构建人脸点云语义分割网络；

获取显示器使用用户的彩色图像和深度图，将所述的彩色图像输入人脸位置检测装置，输出人脸位置，将人脸位置信息输入所述的深度图进行裁剪人脸区域，将人脸区域深度图转换为点云，输入人脸点云分割网络，从而分割出人脸中左眼和右眼的区域；

先建立图像数据库并进行标注，利用LabelImg软件标注出人脸X、Y、W和H的值，利用Labelme标注出人脸中左眼和右眼区域像素的类别为1和2，其余背景类别为0；

所述结合点云分割网络GAC-Net和Point-CNN框架，构建人脸点云语义分割网络包括：

所述网络输出分为三类，分别为左眼、右眼和背景，左眼和右眼点云通过PCA计算法向量并取平均值v，结合其高度，查找已建立好的显示器位移和旋转角度与人眼法向量v和高度h的映射表格，获取显示器的最佳位置，作为显示器运动预测结果；

所述对Efficient-Net目标检测网络进行更改，构建图人脸位置检测装置还包括：

去除原网络中的分类分支，仅保留回归分支，并且回归分支中仅预测4个值，X、Y、W和H，分别对应人脸位置左上角的坐标及其长和宽，其被归一化为[0，1]范围内，其位置结果用于裁剪深度图中的人脸区域。

2.根据权利要求1所述的基于视觉跟踪的自适应显示器定位方法，其

特征在于，还包括：

分别建立损失函数，人脸位置检测网络为L1损失，即L1=|X-X'|+|Y-Y'|+|W-W'|+|H-H'|，其中X、Y、W和H为真是标签值，X'、Y'、W'和H'为预测值，通过损失函数更新网络模型参数，提高模型的准确率，从而获得预测参数模型。