[發明專利]一種眼部遮擋檢測方法及系統

在審

• 申請號: 201910343779.X
• 申請日: 2019-04-26
• 公開（公告）號: CN110084191A
• 公開（公告）日: 2019-08-02
• 發明（設計）人: 黃國恒;胡可;謝靚茹;黃斯彤
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

本發明公開了一種眼部遮擋檢測方法及系統，方法包括：從獲取的臉部圖像中獲取眼部區域圖像；使用第一卷積神經網絡對眼部區域圖像提取特征，運算出眼部位置，使用第二卷積神經網絡對眼部區域圖像提取特征，得到眼部區域圖像的特征圖，并根據得到的眼部位置從所述特征圖中獲取眼部特征；對獲得的眼部特征進行反卷積處理，根據反卷積處理得到的圖像運算出指示眼部遮擋情況的結果。本發明眼部遮擋檢測方法及系統，根據獲取的用戶臉部圖像能夠檢測出用戶眼部的遮擋情況，與現有技術相比可以不用測試人員提示用戶遮擋眼部，從而降低了測試人員的工作量。

技術領域

本發明涉及計算機視覺技術領域，特別是涉及一種眼部遮擋檢測方法及系統。

背景技術

在使用視力測試表對用戶測視力時，依次對用戶的兩眼睛分別測試，需要用戶睜開當前要測試的眼睛而遮擋住另一眼睛，現有技術中，需要由測試人員提示用戶睜開哪只眼睛或者遮擋住哪只眼睛，這給測試人員帶來了很大工作量。

發明內容

有鑒于此，本發明提供一種眼部遮擋檢測方法及系統，根據獲取的用戶臉部圖像能夠檢測出用戶眼部的遮擋情況，與現有技術相比降低了測試人員的工作量。

為解決上述技術問題，本發明提供如下技術方案：

一種眼部遮擋檢測方法，包括：

從獲取的臉部圖像中獲取眼部區域圖像；

使用第一卷積神經網絡對所述眼部區域圖像提取特征，運算出眼部位置，使用第二卷積神經網絡對所述眼部區域圖像提取特征，得到所述眼部區域圖像的特征圖，并根據得到的眼部位置從所述特征圖中獲取眼部特征；

對獲得的眼部特征進行反卷積處理，根據反卷積處理得到的圖像運算出指示眼部遮擋情況的結果。

優選的，使用依次級聯的第三卷積神經網絡和第四卷積神經網絡對所述臉部圖像處理，從所述臉部圖像中獲取眼部區域圖像；

所述第三卷積神經網絡用于對所述臉部圖像運算處理，根據所述臉部圖像計算出一系列將臉部框出的邊界框以及一系列將眼部框出的邊界框；

所述第四卷積神經網絡用于對所述臉部圖像運算處理，根據所述第三卷積神經網絡輸出的一系列將臉部框出的邊界框篩選出更準確的將臉部框出的邊界框，根據所述第三卷積神經網絡輸出的一系列將眼部框出的邊界框篩選出更準確的將眼部框出的邊界框。

優選的，所述第三卷積神經網絡包括依次級聯的1個卷積池化層、卷積層和池化層，用于生成2個用于分類的特征圖、4個用于邊界框判斷的特征圖和10個用于判斷臉部特征點的特征圖；

所述第四卷積神經網絡包括依次級聯的2個卷積池化層、池化層和全連接層，用于生成2個用于分類的特征圖、4個用于邊界框判斷的特征圖和10個用于判斷臉部特征點的特征圖。

優選的，所述第三卷積神經網絡具體用于根據邊界框的回歸值對獲得的邊界框進行校準，所述第四卷積神經網絡具體用于根據邊界框的回歸值對獲得的邊界框進行校準。

優選的，所述第三卷積神經網絡具體用于使用非極大值抑制法合并重疊的邊界框，所述第四卷積神經網絡具體用于使用非極大值抑制法合并重疊的邊界框。

優選的，對獲得的眼部特征進行反卷積處理包括：對獲得的眼部特征進行反卷積處理而得到與原圖像大小相同的圖像，而后對得到的圖像進行滑動步長為預設值的卷積處理，得到圖像大小大于原圖像的圖像。

優選的，根據反卷積處理得到的圖像運算出指示眼部遮擋情況的結果包括：

對反卷積處理得到的圖像提取特征，得到用于描述圖像特征的特征向量；

將得到的特征向量輸入到預先訓練好的分類器內，由所述分類器輸出眼部是否遮擋的結果。