[發(fā)明專利]基于線性回歸的雙向視線方向估計方法和裝置有效
| 申請?zhí)枺?/td> | 201710183955.9 | 申請日： | 2017-03-24 |
| 公開（公告）號： | CN107067438B | 公開（公告）日： | 2019-12-24 |
| 發(fā)明（設(shè)計）人： | 徐楓;溫佺;雍俊海 | 申請（專利權(quán)）人： | 清華大學(xué) |
| 主分類號： | G06T7/73 | 分類號： | G06T7/73;G06T7/246 |
| 代理公司： | 11201 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) | 代理人： | 張潤 |
| 地址： | 10008*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 線性 回歸 雙向 視線 方向 估計 方法 裝置 | ||
1.一種基于線性回歸的雙向視線方向估計方法，其特征在于，包括以下步驟：
跟蹤連續(xù)預(yù)定數(shù)量視頻幀的雙眼視線方向作為初始數(shù)據(jù)集；
根據(jù)所述初始數(shù)據(jù)集分別計算雙眼間的兩個視線方向的線性回歸模型,包括:
獲取從左眼估算右眼的第一模型矩陣；
獲取從右眼估算左眼的第二模型矩陣；
通過最小二乘法對所述第一模型矩陣和所述第二模型矩陣進行擬合得到所述兩個視線方向的線性回歸模型；
對當(dāng)前視頻幀進行視線跟蹤，如果所述視線跟蹤結(jié)果異常，則通過所述線性回歸模型和一只眼睛的視線方向進行視線方向估計。
2.如權(quán)利要求1所述的方法，其特征在于，還包括:
通過主成分分析法提取所述初始數(shù)據(jù)集的特征向量；
如果所述視線跟蹤結(jié)果正常，則將當(dāng)前視頻幀的視線方向表示為特征向量加權(quán)和的形式。
3.如權(quán)利要求2所述的方法，其特征在于，還包括：
將所述當(dāng)前視頻幀的雙眼視線方向更新到所述初始數(shù)據(jù)集中，并提取新的特征向量。
4.如權(quán)利要求1所述的方法，其特征在于，所述連續(xù)預(yù)定數(shù)量視頻幀為有效視頻幀。
5.一種基于線性回歸的雙向視線方向估計裝置，其特征在于，包括以下：
跟蹤模塊，用于跟蹤連續(xù)預(yù)定數(shù)量視頻幀的雙眼視線方向作為初始數(shù)據(jù)集；
計算模塊，用于根據(jù)所述初始數(shù)據(jù)集分別計算雙眼間的兩個視線方向的線性回歸模型,所述計算模塊具體用于：
獲取從左眼估算右眼的第一模型矩陣；
獲取從右眼估算左眼的第二模型矩陣；
通過最小二乘法對所述第一模型矩陣和所述第二模型矩陣進行擬合得到所述兩個視線方向的線性回歸模型；
處理模塊，用于對當(dāng)前視頻幀進行視線跟蹤，在所述視線跟蹤結(jié)果異常時通過所述線性回歸模型和一只眼睛的視線方向進行視線方向估計。
6.如權(quán)利要求5所述的裝置，其特征在于，還包括:
提取模塊，用于通過主成分分析法提取所述初始數(shù)據(jù)集的特征向量；
所述處理模塊,還用于在所述視線跟蹤結(jié)果正常時將當(dāng)前視頻幀的視線方向表示為特征向量加權(quán)和的形式。
7.如權(quán)利要求6所述的裝置，其特征在于，還包括：
更新模塊，用于將所述當(dāng)前視頻幀的雙眼視線方向更新到所述初始數(shù)據(jù)集中，并提取新的特征向量。
8.如權(quán)利要求5所述的裝置，其特征在于，所述連續(xù)預(yù)定數(shù)量視頻幀為有效視頻幀。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于清華大學(xué)，未經(jīng)清華大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710183955.9/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
