[发明专利]一种人眼视线估计的方法与装置

说明书

技术领域

本发明涉及计算机视觉领域，尤其涉及一种人眼视线估计的方法与装置。

背景技术

视线估计为人机交互技术的重要分支，主要研究人眼的视线方向或具体的注视点，以实现对其它功能系统的控制。其研究成果在市场分析、残疾人辅助、军备开发、无人驾驶、航空航天等领域有着广泛的应用前景。

传统人眼视线估计的方法主要有两类：

第一种是基于外观的方法，该方法先定位出眼睛区域，直接建立眼睛图像与屏幕中视点坐标的映射关系。但是该方法需要大量的训练数据，最少的标定点个数仍为9个，标定过程较为复杂；而且该方法对头部运动适应性较差，导致视线估计系统的精度较差。

第二种是基于特征的视线估计方法，该方法需要提取眼睛的局部特征，如瞳孔中心、虹膜轮廓、眼角点、亮斑(glint，也叫角膜反射点，是光源在眼睛角膜上的反射点)。该方法主要包括：基于三维模型的方法与基于差值的方法。

其中，基于三维模型的方法根据眼睛的三维几何模型，通过眼睛局部特征的三维位置直接计算视线的三维方向，该方法可以实现单点标定，也可以解决部分对头部运动适应性较差的问题，但必须使用多个相机或多个光源，需要进行系统标定，标定过程更加复杂。

基于差值的方法中，PCCR(Pupil Centre Cornea Reflection，瞳孔中心角膜反射)视线估计方法是最常用的基于差值的视线估计技术。该方法首先通过多点(通常为9个)的标定过程，建立瞳孔中心指向亮斑中心的向量与屏幕中视点的映射关系，然后通过映射函数完成视线估计。其中，最为常见的映射函数是二次多项式。该方法在头部固定的情况下取得了很好的性能，但是随着头部的运动其性能迅速下降，并且该方法仍需要9个点进行标定，也存在标定复杂的问题。虽然目前出现了通过将头部与相机的距离加入到映射函数，建立新的映射函数的技术解决了部分对头部运动适应性较差的问题，但标定点增加到27个，标定过程更加复杂。

发明内容

本发明的实施例提供一种人眼视线估计的方法与装置，能够简化标定过程，提升人眼视线估计装置的精度。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面，提供了一种人眼视线估计的方法，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。

第二方面，提供了一种人眼视线估计的装置，包括：

当前图像获取单元，用于获取用户的当前图像；

眼睛关键点坐标获取单元，用于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；

用户不变性视线特征获取单元，用于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；

概率计算单元，用于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；

用户视点坐标获取单元，用于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。

本发明实施例提供了一种人眼视线估计的方法与装置，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。