[发明专利]一种边缘指导的人眼图像解析方法

说明书

本公开的实施例公开了边缘指导的人眼图像解析方法。该方法的一具体实施方式包括：利用摄像机采集人眼图像作为待检测图像；将待检测图像输入预先训练的轮廓生成网络，得到人眼检测轮廓图；将待检测图像和人眼检测轮廓图输入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；基于语义分割检测图，对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；将语义分割检测图和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。该实施方式提高了瞳孔虹膜区域划分边界处的准确度。使得瞳孔虹膜区域划分结果椭圆结构性整体性增加。此外，迭代搜索可以获得更精准的椭圆参数拟合结果。

技术领域

本公开的实施例涉及图像解析技术领域，具体涉及边缘指导的人眼图像解析方法。

背景技术

视线追踪技术是指估计用户视线的技术。它为虚拟现实、增强现实领域提供了一个高效的人机交互方式，目前应用日益广泛。人眼图像解析方法大致分为两种：传统方法和基于深度学习的方法。现有的方法存在着一些问题。一方面，近眼图像巩膜和虹膜的分界极为不明显，且受变化照明、角膜折射等影响，在进行语义分割图时，图像的边界往往较为粗糙，同时，也难以保证区域椭圆结构的完整性。另一方面，方法会将图像中的一些干扰项误判成瞳孔和虹膜区域，如眼角、眼镜鼻托、眼镜反射的场景等。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了边缘指导的人眼图像解析方法，来解决以上背景技术部分提到的技术问题中的一项或多项。

本公开的一些实施例提供了一种边缘指导的人眼图像解析方法，该方法包括：利用摄像机采集人眼图像作为待检测图像，其中，上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；将上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；将上述待检测图像和上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；基于上述语义分割检测图，对上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；将上述语义分割检测图和上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。

根据上述实际需求和技术难点，本发明的目的是提出一种边缘指导的人眼图像解析方法。该方法以人眼图片作为输入，通过提取图片中上下眼皮、瞳孔和虹膜的图像轮廓信息来指导解析过程，以保证瞳孔虹膜区域划分椭圆结构完整性和边界准确性。通过综合瞳孔虹膜区域划分结果，以获得更精准的瞳孔虹膜椭圆参数化表示。即方法最终获得人眼瞳孔虹膜区域划分和椭圆参数(椭圆中心、长短半轴和旋转角)。本公开的上述各个实施例具有如下有益效果：(1)提高了瞳孔虹膜区域划分边界处的准确度。利用人眼图片的关键轮廓信息(上下眼皮、瞳孔和虹膜)，提高了边界处平滑性和准确率。(2)瞳孔虹膜区域划分结果椭圆结构性整体性增加。借助于关键轮廓信息指导，减少了部分椭圆区域缺失或冗余的情况。(3)综合整合了瞳孔虹膜区域划分和参数拟合结果。利用像素级瞳孔虹膜区域划分结果，迭代搜索获得了更精准的椭圆参数拟合结果。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本公开的一些实施例的边缘指导的人眼图像解析方法的一个应用场景的示意图；

图2是根据本公开的边缘指导的人眼图像解析方法的一些实施例的流程图；

图3是根据本公开的人眼图像的示意图；

图4是根据本公开的预先训练的轮廓生成网络的工作流程图；