[發明專利]一種眼動反應信息檢測方法、裝置、移動終端及存儲介質

有效

• 申請號: 201911420251.4
• 申請日: 2019-12-31
• 公開（公告）號: CN111160303B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 周永進;劉英華
• 申請（專利權）人: 深圳大學
• 主分類號: G06V40/18
• 分類號: G06V40/18;G06V40/16
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 王永文

本發明公開了一種眼動反應信息檢測方法、裝置、移動終端及存儲介質，所述方法包括：分別獲取相鄰兩幀的人臉正面圖像，并分別確定出相鄰兩幀的所述人臉正面圖像中的人臉區域；標記所述人臉區域中的眼眶位置，并確定出所述人臉區域中的眼部區域圖像；分別將所述人臉區域中確定出的眼部區域圖像輸入至預設的神經網絡模型中進行參數計算，分別得到相鄰兩幀的所述眼部區域圖像所對應的眼部特征點坐標信息；根據相鄰兩幀的所述人眼部區域圖像所對應的眼部特征點坐標信息，確定眼動反應信息，所述眼動反應信息用于反映瞳孔在相鄰兩幀的眼部區域圖像中的變化。本發明可以實現對眼動反應進行檢測，準確獲取到了眼動反應信息，提高檢測精度。

技術領域

本發明涉及眼部信息獲取技術領域，尤其涉及的是一種眼動反應信息檢測方法、裝置、移動終端及存儲介質。

背景技術

目前的瞳孔定位技術主要都是使用傳統圖像處理方法，譬如梯度向量法、局部Hough變換檢測圓心、橢圓擬合法等。這些傳統圖像處理方法，例如梯度向量法易受圖像模糊的干擾，定位的魯棒性較差；局部Hough變換對時間和空間的消耗都非常大，無法滿足實時性等，均存在圖像質量要求高、定位精確度不高的問題。而一些基于學習的方法，通過對瞳孔特征建模，并大量學習帶標記的眼部區域圖像得到模型參數，之后利用得到的模型去做瞳孔定位，但這種方法需要花大量時間進行模型訓練和學習，同時復雜度高，不能滿足實時性的要求。可見，現有技術中利用的瞳孔定位技術來檢測眼動反應時，實現較為復雜，且定位精度不高。

因此，現有技術還有待改進和發展。

發明內容

本發明要解決的技術問題在于，針對現有技術的上述缺陷，提供一種眼動反應信息檢測方法、裝置、移動終端及存儲介質，旨在解決現有技術中利用的瞳孔定位技術來檢測眼動反應時，實現較為復雜，且定位精度不高的問題。

本發明解決問題所采用的技術方案如下：

第一方面，本發明實施例提供一種眼動反應信息檢測方法，其中，所述方法包括：

分別獲取相鄰兩幀的人臉正面圖像，并分別確定出相鄰兩幀的所述人臉正面圖像中的人臉區域；

標記所述人臉區域中的眼眶位置，并確定出所述人臉區域中的眼部區域圖像；

分別將所述人臉區域中確定出的眼部區域圖像輸入至預設的神經網絡模型中進行參數計算，分別得到相鄰兩幀的所述眼部區域圖像所對應的眼部特征點坐標信息,所述眼部特征點坐標信息包括瞳孔中心點以及內眼角的坐標信息；

根據相鄰兩幀的所述人眼部區域圖像所對應的眼部特征點坐標信息，確定眼動反應信息，所述眼動反應信息用于反映瞳孔在相鄰兩幀的眼部區域圖像中的變化。

在一種實施方式中，所述眼動反應信息包括：眨眼頻率、當前視線方向、眼動反應時間，所述眼動反應時間是通過結合測試任務來對被試者進行監測得到的。

在一種實施方式中，所述結合測試任務來對被試者進行監測包括：依據認知心理學方法的簡單測試，在主動提供刺激的情況下，對被試者的眼動行為進行分析。

在一種實施方式中，所述分別確定出相鄰兩幀的所述人臉正面圖像中的人臉區域分別確定出相鄰兩幀的所述人臉正面圖像中的人臉區域，包括：

利用OpenCV庫的Haar級聯人臉分類器分別對相鄰兩幀的所述人臉正面圖像進行特征篩選，確定出相鄰兩幀的所述人臉正面圖像中的人臉區域。

在一種實施方式中，所述標記所述人臉區域中的眼眶位置，并確定出所述人臉區域中的眼部區域圖像，包括：

獲取所述人臉區域中的眼眶位置，并標記所述眼眶位置上的多個特征點；

獲取所述多個特征點所圍成的區域，并根據所述多個特征點所圍成的區域確定所述人臉區域中的眼部區域圖像；