太阳城集团

  • / 30
  • 下载费用:30 金币  

人眼定位方法和装置.pdf

摘要
申请专利号:

CN201310557045.4

申请日:

2013.11.11

公开号:

CN103632136A

公开日:

2014.03.12

当前法律状态:

授权

有效性:

有权

法律详情: 授权|||实质审查的生效IPC(主分类):G06K 9/00申请日:20131111|||公开
IPC分类号: G06K9/00; G06K9/62 主分类号: G06K9/00
申请人: 北京天诚盛业科技有限公司
发明人: 张芹芹; 张祥德; 张要罗; 李倩颖
地址: 100085 北京市海淀区上地十街1号院1号楼8层802
优先权:
专利代理机构: 北京康信知识产权代理有限责任公司 11240 代理人: 吴贵明;张永明
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201310557045.4

授权太阳城集团号:

||||||

法律状态太阳城集团日:

2017.03.29|||2014.04.09|||2014.03.12

法律状态类型:

太阳城集团授权|||实质审查的生效|||公开

摘要

本发明公开了一种人眼定位方法和装置,其中,人眼定位方法包括:接收人脸图像;定位人脸图像中的鼻子位置和眼睛位置;根据鼻子位置确定人脸对称轴;以及利用人脸对称轴调整眼睛位置,得到人眼的目标定位位置。通过本发明,解决了现有技术中人眼定位准确性较差的问题,进而达到了提高了眼睛定位准确性的效果。

权利要求书

权利要求书
1.  一种人眼定位方法,其特征在于,包括:
接收人脸图像;
定位所述人脸图像中的鼻子位置和眼睛位置;
根据所述鼻子位置确定人脸对称轴;以及
利用所述人脸对称轴调整所述眼睛位置,得到人眼的目标定位位置。

2.  根据权利要求1所述的人眼定位方法,其特征在于,通过利用预设鼻子模板图像与所述人脸图像卷积计算,并利用支持向量机进行筛选,定位所述人脸图像中的鼻子位置。

3.  根据权利要求2所述的人眼定位方法,其特征在于,所述预设鼻子模板图像包括第一模板图像和第二模板图像,其中,所述第一模板图像中的鼻孔角度与所述第二模板图像中的鼻孔角度不同,利用预设鼻子模板图像与所述人脸图像卷积计算,定位所述人脸图像中的鼻子位置包括:
分别对所述第一模板图像和所述第二模板图像与所述人脸图像进行卷积计算,得到第一卷积图像和第二卷积图像;
分别计算所述第一卷积图像和所述第二卷积图像的区域极大值;
将所述第一卷积图像上的区域极大值处和所述第二卷积图像上的区域极大值处均标记为1,并将所述第一卷积图像上的非区域极大值处和所述第二卷积图像上的非区域极大值处均标记为0,得到所述第一卷积图像的二值图像和所述第二卷积图像的二值图像;
合并第一二值图像和第二二值图像,得到第三二值图像,其中,所述第一二值图像为所述第一卷积图像的二值图像,所述第二二值图像为所述第二卷积图像的二值图像;以及
确定所述第三二值图像的区域极大值处的区域重心为所述鼻子位置。

4.  根据权利要求3所述的人眼定位方法,其特征在于,通过以下方式确定所述区域重心:
利用预设矩阵对所述第三二值图像进行膨胀处理,得到多个连通区域;
查找多个所述连通区域中的最大连通区域;以及
确定所述最大连通区域的重心为所述区域重心。

5.  根据权利要求3所述的人眼定位方法,其特征在于,在合并第一二值图像和第二二值图像,得到第三二值图像之后,并且在确定所述第三二值图像的区域极大值处的区域重心为所述鼻子位置之前,利用支持向量机进行筛选包括:
利用所述支持向量机对目标点进行判断,其中,所述目标点为所述第三二值图像中为1的点;
在利用所述支持向量机判断出所述目标点仍为1的情况下,保持所述目标点在所述第三二值图像上的标记为1不变;以及
在利用所述支持向量机判断出所述目标点为0的情况下,在所述第三二值图像上将所述目标点重新标记为0,
其中,确定重新标记后的所述第三二值图像的区域极大值处的区域重心为所述鼻子位置。

6.  根据权利要求1至5中任一项所述的人眼定位方法,其特征在于,定位所述人脸图像中的眼睛位置包括:
利用AdaBoost算法检测所述人脸图像中所述眼睛位置所在的第一区域;
对所述第一区域进行径向对称变换确定所述人眼的睁闭状态;
在确定所述人眼处于睁开状态的情况下,利用Gabor滤波器定位所述眼睛位置;以及
在确定所述人眼处于闭合状态的情况下,利用K-means聚类算法定位所述眼睛位置。

7.  根据权利要求6所述的人眼定位方法,其特征在于,所述Gabor滤波器的极坐标为其中,r0与θ0为确定所述Gabor滤波器中心的参数因子,α与β为所述Gabor滤波器中高斯窗的尺度因子,α和β根据所述人脸图像的大小确定,ω为所述Gabor滤波器的震荡频率。

8.  根据权利要求6所述的人眼定位方法,其特征在于,通过以下方式确定所述K-means聚类算法中的聚类中心:
获取所述第一区域中的人眼灰度值和每个所述人眼灰度值的像素点个数;
按照公式A=aminnmin+amin+1nmin+1+amin+2nmin+2+…amaxnmax计算灰度值累加值,其中,amin为所述人眼灰度值中的最小灰度值,nmin为所述最小灰度值的像素点个数,amax为所述人眼灰度值中的最大灰度值,nmax为所述最大灰度值的个数,amin+n 为比所述最小灰度值大n的灰度值,nmin+n为灰度值amin+n的像素点个数,n∈[1,2,3,…,254];以及
确定分别为和的灰度值为所述K-means聚类算法中的3个聚类中心。

9.  根据权利要求1所述的人眼定位方法,其特征在于,利用所述人脸对称轴调整所述眼睛位置,得到人眼的目标定位位置包括:
以所述眼睛位置中的左眼位置p1、所述眼睛位置中的右眼位置p2和所述鼻子位置p3为顶点建立目标三角形;
按照公式计算所述目标三角形的边长Dij;
按照公式计算所述目标三角形的边长之间的比例rij;
按照公式计算所述目标三角形的每个内角αij的余弦cos(αij);
判断Pfinal<T是否成立,其中,Pfinal=Σi&NotEqual;j&Element;{1,2,3}N(Dij,μij,σij)σij+Σi&NotEqual;j&NotEqual;k&Element;{1,2,3}N(DijDik,μijk,σijk)σijk+Σi&NotEqual;j&NotEqual;k&Element;{1,2,3}N(Dij2+Dik2-Djk22DijDik,μijk,σijk)σijk,]]>N(Dij,μij,σij)σij]]>Dij=||pi-pj||12]]>的高斯分布,N(DijDik,μijk,σijk)σijk]]>rij=DikDjk]]>的高斯分布,N(Dij2+Dik2-Djk22DijDik,μijk,σijk)σijk]]>cos(αij)=Dij2+Dik2-Djk22DijDik]]>的高斯分布,T为预设值;
在判断出Pfinal<T成立的情况下,确定所述左眼位置为所述右眼位置太阳城集团所述人脸对称轴的对称点,或确定所述右眼位置为所述左眼位置太阳城集团所述人脸对称轴的对称点;以及
重新建立所述目标三角形,直至判断出Pfinal≥T。

10.  一种人眼定位装置,其特征在于,包括:
接收单元,用于接收人脸图像;
定位单元,用于定位所述人脸图像中的鼻子位置和眼睛位置;
第一确定单元,用于根据所述鼻子位置确定人脸对称轴;以及
调整单元,用于利用所述人脸对称轴调整所述眼睛位置,得到人眼的目标定位位置。

11.  根据权利要求10所述的人眼定位装置,其特征在于,所述定位单元通过利用预设鼻子模板图像与所述人脸图像卷积计算,并利用支持向量机进行筛选,定位所述人脸图像中的鼻子位置。

12.  根据权利要求11所述的人眼定位装置,其特征在于,所述预设鼻子模板图像包括第一模板图像和第二模板图像,其中,所述第一模板图像中的鼻孔角度与所述第二模板图像中的鼻孔角度不同,所述定位单元包括:
第一计算子单元,用于分别对所述第一模板图像和所述第二模板图像与所述人脸图像进行卷积计算,得到第一卷积图像和第二卷积图像;
第二计算子单元,用于分别计算所述第一卷积图像和所述第二卷积图像的区域极大值;
第一标记子单元,用于将所述第一卷积图像上的区域极大值处和所述第二卷积图像上的区域极大值处均标记为1,并将所述第一卷积图像上的非区域极大值处和所述第二卷积图像上的非区域极大值处均标记为0,得到所述第一卷积图像的二值图像和所述第二卷积图像的二值图像;
合并子单元,用于合并第一二值图像和第二二值图像,得到第三二值图像,其中,所述第一二值图像为所述第一卷积图像的二值图像,所述第二二值图像为所述第二卷积图像的二值图像;以及
第一确定子单元,用于确定所述第三二值图像的区域极大值处的区域重心为所述鼻子位置。

13.  根据权利要求12所述的人眼定位装置,其特征在于,所述人眼定位装置还包括:
处理单元,用于利用预设矩阵对所述第三二值图像进行膨胀处理,得到多个连通区域;
查找单元,用于查找多个所述连通区域中的最大连通区域;以及
第二确定单元,用于确定所述最大连通区域的重心为所述区域重心。

14.  根据权利要求12所述的人眼定位装置,其特征在于,所述定位单元还包括:
第一判断子单元,用于利用所述支持向量机对目标点进行判断,其中,所述目标点为所述第三二值图像中为1的点;
保持子单元,用于在利用所述支持向量机判断出所述目标点仍为1的情况下,保持所述目标点在所述第三二值图像上的标记为1不变;以及
第二标记子单元,用于在利用所述支持向量机判断出所述目标点为0的情况下,在所述第三二值图像上将所述目标点重新标记为0,
其中,所述第一确定子单元用于确定重新标记后的所述第三二值图像的区域极大值处的区域重心为所述鼻子位置。

15.  根据权利要求10至14中任一项所述的人眼定位装置,其特征在于,所述定位单元还包括:
检测子单元,用于利用AdaBoost算法检测所述人脸图像中所述眼睛位置所在的第一区域;
变换子单元,用于对所述第一区域进行径向对称变换确定所述人眼的睁闭状态;
第一定位子单元,用于在确定所述人眼处于睁开状态的情况下,利用Gabor滤波器定位所述眼睛位置;以及
第二定位子单元,用于在确定所述人眼处于闭合状态的情况下,利用K-means聚类算法定位所述眼睛位置。

16.  根据权利要求15所述的人眼定位装置,其特征在于,所述Gabor滤波器的极坐标为其中,r0与θ0为确定所述Gabor滤波器中心的参数因子,α与β为所述Gabor滤波器中高斯窗的尺度因子,α和β根据所述人脸图像的大小确定,ω为所述Gabor滤波器的震荡频率。

17.  根据权利要求15所述的人眼定位装置,其特征在于,所述人眼定位装置还包括:
获取单元,用于获取所述第一区域中的人眼灰度值和每个所述人眼灰度值的像素点个数;
计算单元,用于按照公式A=aminnmin+amin+1nmin+1+amin+2nmin+2+…amaxnmax计算灰度值累加值,其中,amin为所述人眼灰度值中的最小灰度值,nmin为所述最小灰度值的像素点个数,amax为所述人眼灰度值中的最大灰度值,nmax为所述最大灰度 值的个数,amin+n为比所述最小灰度值大n的灰度值,nmin+n为灰度值amin+n的像素点个数,n∈[1,2,3,…,254];以及
第三确定单元,用于确定分别为和的灰度值为所述K-means聚类算法中的3个聚类中心。

18.  根据权利要求10所述的人眼定位装置,其特征在于,所述调整单元包括:
建立子单元,用于以所述眼睛位置中的左眼位置p1、所述眼睛位置中的右眼位置p2和所述鼻子位置p3为顶点建立目标三角形;
第三计算子单元,用于按照公式计算所述目标三角形的边长Dij;
第四计算子单元,用于按照公式计算所述目标三角形的边长之间的比例rij;
第五计算子单元,用于按照公式计算所述目标三角形的每个内角αij的余弦cos(αij);
第二判断子单元,用于判断Pfinal<T是否成立,其中,Pfinal=Σi&NotEqual;j&Element;{1,2,3}N(Dij,μij,σij)σij+Σi&NotEqual;j&NotEqual;k&Element;{1,2,3}N(DijDik,μijk,σijk)σijk+Σi&NotEqual;j&NotEqual;k&Element;{1,2,3}N(Dij2+Dik2-Djk22DijDik,μijk,σijk)σijk,]]>N(Dij,μij,σij)σij]]>Dij=||pi-pj||12]]>的高斯分布,N(DijDik,μijk,σijk)σijk]]>rij=DikDjk]]>的高斯分布,N(Dij2+Dik2-Djk22DijDik,μijk,σijk)σijk]]>cos(αij)=Dij2+Dik2-Djk22DijDik]]>的高斯分布,T为预设值;以及
第二确定子单元,用于在判断出Pfinal<T成立的情况下,确定所述左眼位置为所述右眼位置太阳城集团所述人脸对称轴的对称点,或确定所述右眼位置为所述左眼位置太阳城集团所述人脸对称轴的对称点,
其中,所述建立子单元还用于重新建立所述目标三角形,直至所述判断子单元判断出Pfinal≥T。

关 键 词:
定位 方法 装置
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:人眼定位方法和装置.pdf
链接地址:http://zh228.com/p-6220593.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');