[发明专利]一种边缘指导的人眼图像解析方法

权利要求书

1.一种边缘指导的人眼图像解析方法，包括：

利用摄像机采集人眼图像作为待检测图像，其中，所述待检测图像包括以下至少一项：瞳孔区域、虹膜区域、上眼皮区域和下眼皮区域；

将所述待检测图像输入至预先训练的轮廓生成网络，得到人眼检测轮廓图；

将所述待检测图像和所述人眼检测轮廓图输入至预先训练的边缘指导解析网络，得到语义分割检测图和初始人眼图像检测拟合参数；

基于所述语义分割检测图，对所述初始人眼图像检测拟合参数进行迭代搜索以确定目标人眼图像检测拟合参数；

将所述语义分割检测图和所述目标人眼图像检测拟合参数作为图像解析结果发送至显示终端以供显示。

2.根据权利要求1所述的方法，其中，所述预先训练的轮廓生成网络通过以下方式训练得到：

获取人眼数据集，其中，所述人眼数据集中的人眼数据包括人眼图像和与所述人眼图像对应的关键轮廓标签；

基于所述人眼数据集，执行以下训练步骤：

将所述人眼数据集中的至少一个人眼数据包括的人眼图像分别输入至初始轮廓生成器，得到所述至少一个人眼数据中的每个人眼图像对应的人眼轮廓图；

基于所述至少一个人眼数据中的每个人眼图像对应的关键轮廓标签和所述至少一个人眼数据中的每个人眼图像对应的人眼轮廓图，确定所述至少一个人眼数据对应的人眼轮廓图的第一损失值；

响应于确定所述第一损失值收敛于第一预定阈值，将所述初始轮廓生成器作为训练完成的初始轮廓生成器；

响应于确定所述第一损失值不收敛于第一预定阈值，调整初始轮廓生成器的网络参数，以及使用未用过的人眼数据集组成训练人眼数据集，将调整后的初始轮廓生成器作为初始轮廓生成器，再次执行所述训练步骤。

3.根据权利要求2所述的方法，其中，所述人眼数据集中的人眼数据包括的关键轮廓标签，通过以下步骤得到：

获取语义标签图；

对所述语义标签图进行边缘检测，得到图像边缘图，其中，所述图像边缘图包括以下至少一项：瞳孔边缘、虹膜边缘、上眼皮边缘和下眼皮边缘；

对所述图像边缘图包括的至少一项：瞳孔边缘、虹膜边缘、上眼皮边缘和下眼皮边缘进行高斯平滑处理以生成关键边缘图作为关键轮廓标签。

4.根据权利要求3所述的方法，其中，所述至少一个人眼数据对应的人眼轮廓图的第一损失值包括：轮廓生成器损失值和轮廓判别器损失值；以及

所述基于所述至少一个人眼数据中的每个人眼图像对应的关键轮廓标签和所述至少一个人眼数据中的每个人眼图像对应的人眼轮廓图，确定所述至少一个人眼数据对应的人眼轮廓图的第一损失值，包括：

将所述至少一个人眼数据包括的人眼图像对应的人眼轮廓图分别输入至初始轮廓判别器，得到所述至少一个人眼数据对应的每个人眼轮廓图的第一置信度值；

将所述至少一个人眼数据包括的人眼图像对应的关键轮廓标签分别输入至初始轮廓判别器，得到所述至少一个人眼数据对应的每个关键轮廓标签的第二置信度值；

根据所述至少一个人眼数据中的每个人眼图像对应的关键轮廓标签、所述至少一个人眼数据中的每个人眼图像对应的人眼轮廓图、所述至少一个人眼数据对应的每个人眼轮廓图的第一置信度值和所述至少一个人眼数据对应的每个关键轮廓标签的第二置信度值，利用以下公式，得到第一损失值：

其中，L_G(ε)表示关于ε的轮廓生成器损失值，L_G()表示轮廓生成器损失值，ε表示参数，α表示第一超参数，∑表示求和，表示求第i个人眼轮廓图和第i个关键轮廓标签差异的函数，U()表示求差异的函数，i表示序号，表示第i个人眼轮廓图，表示至少一个人眼轮廓图，E_i表示第i个关键轮廓标签，E表示至少一个关键轮廓标签，β表示第二超参数，表示的第一置信度值，L_S(ε)表示关于ε的轮廓判别器损失值，L_S()表示轮廓判别器损失值，D_ε(E_i)表示E_i的第二置信度值。