[發(fā)明專利]一種基于環(huán)形模板卷積的瞳孔定位方法

有效

• 申請?zhí)枺?/td>: 201610125021.5
• 申請日: 2016-03-04
• 公開（公告）號: CN105760848B
• 公開（公告）日: 2019-05-14
• 發(fā)明（設(shè)計）人: 蔣志平;韓勁松;張艷玲;謝海江
• 申請（專利權(quán)）人: 蔣志平;韓勁松;張艷玲;謝海江
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 西安恒泰知識產(chǎn)權(quán)代理事務(wù)所 61216
• 代理人: 王芳

本發(fā)明公開了一種基于環(huán)形模板卷積的瞳孔定位方法，包括如下步驟：步驟1：眼部圖像預(yù)處理，得到灰度圖像；步驟2：根據(jù)估計值和反饋值生成環(huán)形模板。步驟3：將步驟1得到的灰度圖像和步驟2生成的環(huán)形模板進行卷積得到瞳孔中心位置。本發(fā)明不需要高分辨率的眼部圖像。在我們的試驗中，我們用移動設(shè)備上低分辨率的前置攝像頭依然可以達到良好的效果，在不眨眼的情況下準(zhǔn)確率在99％以上。不需要對燈光強度和入射角做特殊規(guī)定。試驗可以在正常室內(nèi)外光照下進行。不需要使用者睜大眼睛，試驗可在正常用眼的情況下進行。

技術(shù)領(lǐng)域

本發(fā)明屬于視覺追蹤領(lǐng)域，涉及一種瞳孔定位方法，具體來說是一種基于環(huán)形模板卷積的瞳孔定位方法。

背景技術(shù)

瞳孔定位和追蹤在計算機視覺應(yīng)用和研究中具有重要的意義。它涉及到生物學(xué)、模式識別、計算機視覺、圖像分析與處理等多個學(xué)科，存在多個技術(shù)難點。如果能夠?qū)崟r識別出瞳孔中心的精確位置，這將對人臉識別技術(shù)以及其它相關(guān)的應(yīng)用領(lǐng)域，例如交通領(lǐng)域，刑偵領(lǐng)域，醫(yī)學(xué)領(lǐng)域等產(chǎn)生重要意義。

現(xiàn)階段的瞳孔定位和追蹤技術(shù)主要有三種方式：(1)記錄瞳孔周圍皮膚電位差的眼電流標(biāo)記法，(2)用機械方法讓使用者穿戴隱形眼鏡來定位瞳孔的虹膜接觸鏡法，(3)利用圖像技術(shù)定位的辦法。前兩種方法往往需要使用者穿戴或者使用專有設(shè)備，例如穿戴特殊的眼鏡，使用高分辨率的相機；并且往往需要使用有源紅外線進行照射，以獲得準(zhǔn)確的瞳孔位置。

隨著圖像技術(shù)的發(fā)展，利用圖像技術(shù)定瞳孔的方法也不斷涌現(xiàn)，主要分為三類，包括基于形狀的方法(shape-based)，基于特征的方法(feature-based)，基于顯視的方法(appearance-based)。

基于形狀的方法主要考慮了瞳孔形狀的特性。通常情況下，人的瞳孔形狀都可以近似成一個圓形或者橢圓形，因而只要對一定范圍內(nèi)的圓形進行檢測，便可以實現(xiàn)對瞳孔的檢測。常用的方法包括Hough變換和橢圓擬合的方法。就其本質(zhì)而言，Hough變換和橢圓擬合都是利用圖像的邊緣信息作為基礎(chǔ)來獲得瞳孔的位置和大小。Hough變換的方法是通過參數(shù)搜索確定一個圓，而橢圓擬合主要是通過最小二乘法或其它方法來進行橢圓的擬合。但是Hough變換和橢圓擬合的方法要遍厲整幅圖像，復(fù)雜度大、資源需求大，運算時間長。

基于特征的方法是基于對眼部及眼部周圍特征點(值)的檢測，主要因為眼部及眼部周圍有一些獨特的特征，如異色邊緣，瞳孔的(黑/明亮)，角膜反射，這些都是常見的用于瞳孔的定位特性。常用的方法如使用Gabor濾波。眼睛的區(qū)域包含了幾個可能的灰度差異邊界。這些邊界的特征如邊角和線條形狀，他們的方向、長度及大小。使用Gabor過濾器跟蹤的虹膜的邊緣或眼睛的輪廓。基于眼睛模型和特性,就可以按照特定的順序策略來定位眼睛的位置,形狀,和輪廓。但是基于特征的方法主要用于光照不敏感的場合，且需要眼部正對角度及高質(zhì)量的眼部圖像。

基于顯視的方法又稱為模板匹配(image template)方法，常見的方法如特征臉方法(即主成分分析方法PCA)。對給定的一組原始人臉圖像集合，計算圖像壓縮最好的坐標(biāo)系統(tǒng)，每個坐標(biāo)事實上是他們定義為特征圖(eigenpictures)的圖像。他們認(rèn)為從理論上來說，任何人臉圖像集合都可以用兩個集合近似的重建，其一是每個人臉的權(quán)值集合，其二是一組標(biāo)準(zhǔn)的圖像集合(eigenpictures)。人臉的權(quán)值通過將人臉投影到對應(yīng)的特征圖像得到。Turk和Pentland認(rèn)為如果大量的人臉圖像可以由一組特征圖像的加權(quán)來重建，那么有效的人臉識別方法就是通過長期的經(jīng)驗建立特征圖像，通過比較重建圖像所需要的特征權(quán)值識別人臉。因此，每一個人臉都可以用一組重建的權(quán)值表示。簡單地說，就是將一高維的向量，通過一個特殊的特征矩陣，投影到一個低維的向量空間，表征為一個低維向量，并保留主要信息。即通過低維表征的向量和特征向量矩陣就可以完全重構(gòu)出所對應(yīng)的高維向量。采用特征臉識別方法不足之處是受表情變化、光照角度強度變化和視角變化等嚴(yán)重影響，魯棒性較差。

綜上，現(xiàn)階段方法的缺陷主要包括：