[發(fā)明專利]基于梯度的眼部狀態(tài)檢測方法及計算機(jī)可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202011110030.X
• 申請日: 2020-10-16
• 公開（公告）號: CN112347860B
• 公開（公告）日: 2023-04-28
• 發(fā)明（設(shè)計）人: 劉德建;陳春雷;郭玉湖;陳宏
• 申請（專利權(quán)）人: 福建天泉教育科技有限公司
• 主分類號: G06V40/18
• 分類號: G06V40/18;G06V40/16;G06T7/246;G06T7/73
• 代理公司: 福州市博深專利事務(wù)所(普通合伙) 35214
• 代理人: 張明

1.一種基于梯度的眼部狀態(tài)檢測方法，其特征在于，包括：

依序獲取一幀待測圖像作為當(dāng)前幀圖像；

通過人臉檢測算法和人臉特征點(diǎn)標(biāo)定算法，在所述當(dāng)前幀圖像中標(biāo)定得到眼部標(biāo)定點(diǎn)，并記錄所述眼部標(biāo)定點(diǎn)的位置；

計算當(dāng)前幀圖像的梯度信息，得到當(dāng)前幀圖像對應(yīng)的梯度圖；

根據(jù)所述對應(yīng)的梯度圖，判斷當(dāng)前幀圖像中的兩只眼睛是否均處于預(yù)設(shè)的初始狀態(tài)；

若否，則繼續(xù)執(zhí)行所述依序獲取一幀待測圖像作為當(dāng)前幀圖像的步驟；

若是，則獲取下一幀待測圖像作為當(dāng)前幀圖像；

通過人臉檢測算法和人臉特征點(diǎn)標(biāo)定算法，在所述當(dāng)前幀圖像中標(biāo)定得到眼部標(biāo)定點(diǎn)；

計算當(dāng)前幀圖像中的梯度信息，得到當(dāng)前幀圖像對應(yīng)的梯度圖；

根據(jù)上一幀圖像中的各眼部標(biāo)定點(diǎn)校準(zhǔn)后的位置，在當(dāng)前幀圖像對應(yīng)的梯度圖中對當(dāng)前幀圖像中的各眼部標(biāo)定點(diǎn)進(jìn)行校準(zhǔn)，得到當(dāng)前幀圖像中的各眼部標(biāo)定點(diǎn)校準(zhǔn)后的位置；

根據(jù)當(dāng)前幀圖像中同一只眼睛的各眼部標(biāo)定點(diǎn)校準(zhǔn)后的位置，計算所述同一只眼睛對應(yīng)的眼部張合角度；

所述根據(jù)當(dāng)前幀圖像中同一只眼睛的各眼部標(biāo)定點(diǎn)校準(zhǔn)后的位置，計算所述同一只眼睛對應(yīng)的眼部張合角度具體為：

根據(jù)當(dāng)前幀圖像中同一只眼睛的各眼部標(biāo)定點(diǎn)校準(zhǔn)后的位置，獲取最大水平坐標(biāo)值、最大豎直坐標(biāo)值、最小水平坐標(biāo)值和最小豎直坐標(biāo)值；

根據(jù)第一公式計算所述同一只眼睛對應(yīng)的眼部張合角度，所述第一公式為θ=arctan（y_max-y_min）/（x_max-x_min），θ為眼部張合角度，y_max為所述最大豎直坐標(biāo)值，y_min為所述最小豎直坐標(biāo)值，x_max為所述最大水平坐標(biāo)值，x_min為所述最小水平坐標(biāo)值。

2.根據(jù)權(quán)利要求1所述的基于梯度的眼部狀態(tài)檢測方法，其特征在于，所述通過人臉檢測算法和人臉特征點(diǎn)標(biāo)定算法，在所述當(dāng)前幀圖像中標(biāo)定得到眼部標(biāo)定點(diǎn)，并記錄位置所述眼部標(biāo)定點(diǎn)的位置具體為：

通過人臉檢測算法，在所述當(dāng)前幀圖像中識別得到人臉區(qū)域；

通過人臉特征點(diǎn)標(biāo)定算法，在所述人臉區(qū)域中標(biāo)定得到眼部標(biāo)定點(diǎn)；

以待測圖像的左上角為原點(diǎn)，水平向右方向為X軸正方向，豎直向下方向為Y軸正方向，建立二維直角坐標(biāo)系；

記錄所述眼部標(biāo)定點(diǎn)的位置的坐標(biāo)值。

3.根據(jù)權(quán)利要求1所述的基于梯度的眼部狀態(tài)檢測方法，其特征在于，所述計算當(dāng)前幀圖像的梯度信息，得到當(dāng)前幀圖像對應(yīng)的梯度圖具體為：

基于Sobel算子分別計算當(dāng)前幀圖像對應(yīng)的水平梯度圖和垂直梯度圖；

將所述水平梯度圖和垂直梯度圖進(jìn)行加權(quán)求和，得到當(dāng)前幀圖像對應(yīng)的梯度圖。

4.根據(jù)權(quán)利要求1所述的基于梯度的眼部狀態(tài)檢測方法，其特征在于，所述根據(jù)所述對應(yīng)的梯度圖，判斷當(dāng)前幀圖像中的兩只眼睛是否均處于預(yù)設(shè)的初始狀態(tài)具體為：

若同一只眼睛的位于眼角的眼部標(biāo)定點(diǎn)為水平方向上預(yù)設(shè)范圍內(nèi)的梯度極大值點(diǎn)，且所述同一只眼睛的其他眼部標(biāo)定點(diǎn)為豎直方向上預(yù)設(shè)范圍內(nèi)的梯度極大值點(diǎn)，則判定所述同一只眼睛處于初始狀態(tài)。

5.根據(jù)權(quán)利要求1所述的基于梯度的眼部狀態(tài)檢測方法，其特征在于，所述根據(jù)所述對應(yīng)的梯度圖，判斷當(dāng)前幀圖像中的兩只眼睛是否均處于預(yù)設(shè)的初始狀態(tài)具體為：

在當(dāng)前幀圖像對應(yīng)的梯度圖中對當(dāng)前幀圖像中的各眼部標(biāo)定點(diǎn)進(jìn)行校準(zhǔn)，得到各眼部標(biāo)定點(diǎn)校準(zhǔn)后的位置；

計算同一只眼睛的各眼部標(biāo)定點(diǎn)校準(zhǔn)前后的位置的距離誤差總和；

根據(jù)所述同一只眼睛的各眼部標(biāo)定點(diǎn)校準(zhǔn)后的位置，獲取最大水平坐標(biāo)值和最小水平坐標(biāo)值，并計算所述最大水平坐標(biāo)值和最小水平坐標(biāo)值的差值，得到所述同一只眼睛的水平坐標(biāo)跨度；

若同一只眼睛的距離誤差總和除以水平坐標(biāo)跨度得到的值小于預(yù)設(shè)的閾值，則判定所述同一只眼睛處于預(yù)設(shè)的初始狀態(tài)。