[发明专利]注视点定位方法与装置、电子设备和存储介质

权利要求书

1.一种注视点定位方法，其特征在于，应用于电子设备，所述电子设备包括显示屏；所述方法包括：

获取目标用户的人脸图像和所述目标用户的目标眼球的眼球半径；

根据所述人脸图像和所述目标眼球的眼球半径确定第一坐标信息和第二坐标信息；其中，所述第一坐标信息用于表示所述目标眼球的眼球球心在第一坐标系上的坐标位置，所述第二坐标信息用于表示所述目标眼球的瞳孔中心在所述第一坐标系上的坐标位置，所述第一坐标系是由所述显示屏所在的二维平面和垂直于所述二维平面的直线构建的；

根据所述第一坐标信息和所述第二坐标信息确定所述目标用户在所述显示屏上的注视点。

2.根据权利要求1所述的方法，其特征在于，所述根据所述人脸图像和所述目标眼球的眼球半径确定第一坐标信息和第二坐标信息，包括：

根据所述人脸图像确定第三坐标信息、第四坐标信息和第一尺寸信息；

根据所述第三坐标信息、所述第四坐标信息、所述第一尺寸信息和所述目标眼球的眼球半径确定所述第一坐标信息和所述第二坐标信息；其中，

所述第三坐标信息用于表示第一图像在第二坐标系上的坐标位置，所述第一图像用于表示所述目标眼球的眼球球心在所述人脸图像上的成像，所述第二坐标系是由所述人脸图像所在的二维平面构建的，并且所述人脸图像所在的二维平面与所述显示屏所在的二维平面相互平行；

所述第四坐标信息用于表示第二图像在所述第二坐标系上的坐标位置，所述第二图像用于表示所述目标眼球的瞳孔中心在所述人脸图像上的成像；

所述第一尺寸信息用于表示所述目标眼球在所述人脸图像上的眼球轮廓在所述第二坐标系上的尺寸大小。

3.根据权利要求2所述的方法，其特征在于，所述根据所述人脸图像确定第三坐标信息、第四坐标信息和第一尺寸信息，包括：

将所述人脸图像输入预先训练的眼部定位模型以得到所述第一图像、所述第二图像和所述眼球轮廓；

确定所述第一图像在所述第二坐标系上的坐标位置以得到所述第三坐标信息；

确定所述第二图像在所述第二坐标系上的坐标位置以得到所述第四坐标信息；

确定所述眼球轮廓在所述第二坐标系上的尺寸大小以得到所述第一尺寸信息；其中，

所述眼部定位模型包括第一卷积神经网络模型和第二卷积神经网络模型，所述第一卷积神经网络模型用于从所述人脸图像中提取出所述第一图像、所述第二图像和所述眼球轮廓，所述第二卷积神经网络模型用于判断由所述第一卷积神经网络模型提取的所述第一图像、所述第二图像和所述眼球轮廓是否满足预设标准。

4.根据权利要求3所述的方法，其特征在于，所述第一卷积神经网络模型包括一层第一输入层、M层第一隐藏层和一层第一输出层，所述M层第一隐藏层包括至少一层卷积层、至少一层池化层和至少一层反卷积层；其中，

所述至少一层卷积层中卷积层的卷积核尺寸为k1*k1个像素，所述至少一层卷积层中卷积层的步长为s1，所述至少一层卷积层中卷积层的激活函数包括修正线性函数单元ReUL函数，所述至少一层池化层中池化层的滤波器尺寸为f1*f1，所述至少一层池化层中池化层的步长为s2，所述至少一层反卷积层中反卷积的卷积核尺寸为k1*k1个像素，所述至少一层反卷积层中反卷积层的步长为1/s1，所述k1取值为[3,6]的整数，所述s1取值为[1,3]的整数，所述f1取值为[2,4]的整数，所述s2取值为1或2，所述M为大于1的整数；并且，

所述第二卷积神经网络模型包括一层第二输入层、N层第二隐藏层和一层第二输出层；其中，

所述N层第二隐藏层中每层卷积层的卷积核尺寸为k2*k2个像素，所述N层第二隐藏层中每层卷积层的步长为s3，所述N层第二隐藏层中每层卷积层的激活函数包括渗漏修正线性函数单元LeakyReUL函数，所述k2取值为5或6，所述s3取值为1或2，所述N为大于1的整数。