[发明专利]基于单光源的注视点估计方法、系统、处理器及设备在审

专利信息
申请号: 201910889015.0 申请日: 2019-09-19
公开(公告)号: CN112528714A 公开(公告)日: 2021-03-19
发明(设计)人: 王云飞 申请(专利权)人: 北京七鑫易维信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06T7/73
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 林哲生
地址: 100102 北京市朝阳区望京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 光源 注视 点估计 方法 系统 处理器 设备
【权利要求书】:

1.一种基于单光源的注视点估计方法,其特征在于,该方法应用于具有单相机和单光源的设备,包括:

采集人眼图像;

对所述人眼图像进行特征提取,获得瞳孔中心和实际光斑中心对应的参数信息;

基于所述瞳孔中心和实际光斑中心对应的参数信息,估计获得虚拟光斑中心的参数信息;

根据所述瞳孔中心、所述实际光斑中心对应的参数信息和所述虚拟光斑中心的参数信息进行计算,获得角膜反射向量;

将所述角膜反射向量输入至预设回归模型,获得注视点的估计信息。

2.根据权利要求1所述的方法,其特征在于,所述采集人眼图像,包括:

采集具有人眼特征信息的初始图像;

对所述初始图像进行图像处理,获得人眼图像。

3.根据权利要求1所述的方法,其特征在于,所述对所述人眼图像进行特征提取,获得瞳孔中心和实际光斑中心对应的参数信息,包括:

对所述人眼图像进行特征提取,获得所述人眼图像对应的二维特征信息;

在所述二维特征信息中进行信息提取,获得瞳孔中心参数信息和实际光斑中心参数信息。

4.根据权利要求1所述的方法,其特征在于,所述基于所述瞳孔中心和实际光斑中心对应的参数信息,估计获得虚拟光斑中心的参数信息,包括:

通过两瞳孔距离、实际瞳孔中心的位置信息和实际光斑中心对应的坐标信息,估计获得虚拟光斑;

获得所述虚拟光斑的虚拟光斑中心的参数信息。

5.根据权利要求4所述的方法,其特征在于,所述将所述角膜反射向量输入至预设回归模型,获得注视点的估计信息,包括:

根据距离参数确定归一化因子,所述归一化因子表征距离参数的函数,所述距离参数包括所述两瞳孔距离、实际光斑与虚拟光斑的间距或者两眼指定特征点之间的距离中的一种;

将所述角膜反射向量和所述归一化因子输入至预设回归模型,获得注视点的估计信息。

6.一种基于单光源的注视点估计系统,其特征在于,该系统应用于具有单相机和单光源的设备,包括:

采集单元,用于采集人眼图像;

提取单元,用于对所述人眼图像进行特征提取,获得瞳孔中心和实际光斑中心对应的参数信息;

估计单元,用于基于所述瞳孔中心和实际光斑中心对应的参数信息,估计获得虚拟光斑中心的参数信息;

计算单元,用于根据所述瞳孔中心、所述实际光斑中心对应的参数信息和所述虚拟光斑中心的参数信息进行计算,获得角膜反射向量;

获取单元,用于将所述角膜反射向量输入至预设回归模型,获得注视点的估计信息。

7.根据权利要去6所述的系统,其特征在于,所述采集单元包括:

图像采集子单元,用于采集具有人眼特征信息的初始图像;

图像处理子单元,用于对所述初始图像进行图像处理,获得人眼图像。

8.根据权利要求6所述的系统,其特征在于,所述提取单元用于包括:

第一提取子单元,用于对所述人眼图像进行特征提取,获得所述人眼图像对应的二维特征信息;

第二提取子单元,用于在所述二维特征信息中进行信息提取,获得瞳孔中心参数信息和实际光斑中心参数信息。

9.根据权利要求6所述的系统,其特征在于,所述估计单元包括:

估计子单元,用于通过两瞳孔距离、实际瞳孔中心的位置信息和实际光斑中心对应的坐标信息,估计获得虚拟光斑;

获取子单元,用于获得所述虚拟光斑的虚拟光斑中心的参数信息。

10.根据权利要求9所述的系统,其特征在于,所述获取单元包括:

确定子单元,用于根据距离参数确定归一化因子,所述归一化因子表征距离参数的函数,所述距离参数包括所述两瞳孔距离、实际光斑与虚拟光斑的间距或者两眼指定特征点之间的距离中的一种;

输入子单元,用于将所述角膜反射向量和所述归一化因子输入至预设回归模型,获得注视点的估计信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京七鑫易维信息技术有限公司,未经北京七鑫易维信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910889015.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top