[发明专利]一种人眼视线估计的方法与装置

权利要求书

1.一种人眼视线估计的方法，其特征在于，该方法包括：

获取用户的当前图像；

根据所述用户的当前图像，获取所述当前图像中眼睛的关键点在所述当前图像中的坐标；

根据所述眼睛的关键点在所述当前图像中的坐标和预存储的所述用户的眼睛的关键点坐标，获取具有用户不变性的视线特征；

将所述获取的所述具有用户不变性的视线特征作为输入参数，根据预存储的每个训练视点的视线估计统计模型的参数，计算用户视点属于所述每个训练视点的视线估计统计模型的概率；

根据所述用户视点属于所述每个训练视点的视线估计统计模型的概率和预存储的每个训练视点的坐标，通过线性插值，获取所述用户视点的坐标。

2.根据权利要求1所述的方法，其特征在于，所述眼睛的关键点具体包括：

瞳孔中心、亮斑中心、内、外眼角点、上、下眼睑点。

3.根据权利要求2所述的方法，其特征在于，所述根据所述用户的当前图像，获取所述当前图像中眼睛的关键点在所述当前图像中的坐标包括：

用基于支持向量机SVM训练的方法在所述当前图像中定位眼睛的位置；

用镜像对称变换算法进行所述瞳孔定位，进而获取第一瞳孔中心；

从所述第一瞳孔中心所在的点向四周发射n条预设角度的射线，并根据所述预设角度的射线的梯度值，获取散射停止条件，其中，所述预设角度的射线不经过所述当前图像中被眼睑遮挡的瞳孔部分；

从所述第一瞳孔中心所在的点向四周发射所述预设角度的射线，并根据所述获取的散射停止条件，获取所述瞳孔的边界点；

根据随机抽样一致性RANSAC算法，剔除噪声点获取所述瞳孔中心在所述当前图像中的坐标；

用镜像对称变换算法定位亮斑中心，获取所述亮斑中心在所述当前图像中的坐标；

用基于SVM训练的方法分别获取所述内外眼角点、上下眼睑点在所述当前图像中的坐标。

4.根据权利要求2或3所述的方法，其特征在于，

所述根据所述眼睛的关键点在所述当前图像中的坐标和预存储的所述用户的眼睛的关键点坐标，获取具有用户不变性的视线特征包括：

分别获取第一向量与第二向量在X方向和Y方向的变化量的归一化向量，其中，所述第一向量指在所述当前图像中，瞳孔中心的坐标点指向亮斑中心的坐标点的向量，所述第二向量指预存储的瞳孔中心的坐标点指向亮斑中心的坐标点的向量；

分别获取第三向量与第四向量在X方向和Y方向的变化量的归一化向量，其中，所述第三向量指在所述当前图像中，瞳孔中心的坐标点指向内眼角点的坐标点的向量，所述第四向量指预存储的瞳孔中心的坐标点指向内眼角点的坐标点的向量；

获取上下眼睑点在所述当前图像中纵坐标之差的绝对值相对于所述预存储的上下眼睑点纵坐标之差的绝对值的变化量。

5.根据权利要求4所述的方法，其特征在于，

所述根据所述眼睛的关键点在所述当前图像中的坐标和预存储的所述用户的眼睛的关键点坐标，获取具有用户不变性的视线特征还包括：获取当前图像中眼睛的关键点相对于所述当前图像的位置信息，所述获取当前图像中眼睛的关键点相对于所述当前图像的位置信息之后还包括：根据预存储的眼睛的任意两个关键点之间的距离与当前图像中眼睛的所述任意两个关键点之间的距离的比例修正所述当前图像中眼睛的关键点相对于所述当前图像的位置信息，具体包括：

根据所述预存储的眼睛的关键点坐标，获取任意两个关键点之间的第一距离；

根据所述当前图像中眼睛的关键点坐标，获取所述任意两个关键点之间的第二距离；

根据所述第一距离与所述第二距离的比例，修正所述当前图像中眼睛的关键点相对于所述当前图像的位置信息；

获取所述修正后的所述当前图像中眼睛的关键点相对于所述当前图像的位置信息。