[发明专利]一种瞳孔中心位置数据的确定方法、装置及存储介质有效

专利信息
申请号: 202111023640.0 申请日: 2021-09-01
公开(公告)号: CN113729616B 公开(公告)日: 2022-10-14
发明(设计)人: 朱冬晨;李航;林敏静;车何框亿;李嘉茂;张晓林 申请(专利权)人: 中国科学院上海微系统与信息技术研究所
主分类号: A61B3/11 分类号: A61B3/11;A61B3/113;A61B3/00
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郝传鑫;贾允
地址: 200050 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 瞳孔 中心 位置 数据 确定 方法 装置 存储 介质
【说明书】:

本申请实施例所公开的一种瞳孔中心位置数据的确定方法、装置及存储介质,包括获取眼球中心对应的眼球位置数据、瞳孔中心对应的瞳孔参考位置数据、第一瞳孔候选区域和第二瞳孔候选区域,从第一瞳孔候选区域中确定第一候选位置数据集合,从第二瞳孔候选区域中确定第二候选位置数据集合,基于眼球位置数据、瞳孔参考位置数据、第一候选位置数据集合和第二候选位置数据集合,确定瞳孔中心位置数据。本申请实施例基于双眼视线的内在关系从候选位置数据组集合中确定视线交汇的候选位置数据作为瞳孔中心位置数据,可以提升双眼视线估计精度。

技术领域

发明涉及视线估计技术领域,尤其涉及一种瞳孔中心位置数据的确定方法、装置及存储介质。

背景技术

通过研究人视线变化时头部姿态和眼睛的对应变化可以进行视线估计,现有视线估计方法包括:一、在红外照明条件下,根据红外光源在受试者角膜表面形成的普尔钦斑的位置确定视线方向;二、在自然光照条件下,建立几何模型以眼球中心与瞳孔中心的连线作为视线方向。其中,瞳孔中心位置的定位对视线估计的精度至关重要。

目前,瞳孔中心检测的方法包括基于统计学习的检测方法和基于特征提取的检测方法。其中,基于统计学习的检测方法是将眼部图像作为输入数据,由训练好的模型直接输出瞳孔中心点坐标,例如基于SVM算法可以直接检测出某人戴眼镜时瞳孔中心位置。基于特征提取的检测方法是利用瞳孔区域的灰度特性检测出瞳孔中心位置,例如利用hough变换检测圆与混合投影法定位瞳孔中心位置。对于检测瞳孔中心位置,人眼区域存在眼睑遮挡、睫毛遮挡和角膜反射引起的白斑干扰等问题,仅针对眼部图像进行瞳孔中心位置检测的方法均无法实现较高的精度。

发明内容

本申请实施例提供了一种瞳孔中心位置数据的确定方法、装置及存储介质,可以基于双眼视线的内在关系从候选位置数据组集合中确定视线交汇的候选位置数据作为瞳孔中心位置数据,可以提升双眼视线估计精度。

本申请实施例提供了一种瞳孔中心位置数据的确定方法,包括:

获取眼球中心对应的眼球位置数据、瞳孔中心对应的瞳孔参考位置数据、第一瞳孔候选区域和第二瞳孔候选区域;

从第一瞳孔候选区域中确定第一候选位置数据集合;

从第二瞳孔候选区域中确定第二候选位置数据集合;

基于眼球位置数据、瞳孔参考位置数据、第一候选位置数据集合和第二候选位置数据集合,确定瞳孔中心位置数据。

进一步地,基于眼球位置数据、瞳孔参考位置数据、第一候选位置数据集合和第二候选位置数据集合,确定瞳孔中心位置数据,包括:

根据瞳孔参考位置数据、第一候选位置数据集合和第二候选位置数据集合,确定第一参数集合;

根据眼球位置数据、第一候选位置数据集合和第二候选位置数据集合,确定第二参数集合;

根据第一参数集合和第二参数集合,确定瞳孔中心位置数据。

进一步地,根据眼球位置数据、第一候选位置数据集合和第二候选位置数据集合,确定第二参数集合之后,还包括:

根据眼球位置数据、第一候选位置数据集合和第二候选位置数据集合,确定第三参数集合;

根据第一参数集合、第二参数集合和第三参数集合,确定瞳孔中心位置数据。

进一步地,根据瞳孔参考位置数据、第一候选位置数据集合和第二候选位置数据集合,确定第一参数集合,包括:

从第一候选位置数据集合和第二候选位置数据集合中,确定候选位置数据组集合;候选位置数据组集合中每个候选位置数据组包括一个第一候选位置数据和一个第二候选位置数据;

根据瞳孔参考位置数据和每个候选位置数据组,确定第一参数集合。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院上海微系统与信息技术研究所,未经中国科学院上海微系统与信息技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111023640.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top