[发明专利]眼球特征检测方法、装置、设备及计算机可读存储介质

权利要求书

1.一种眼球特征检测方法，其特征在于，包括：

从当前图像的人脸区域中识别出眼部区域；

将所述眼部区域输入至少一个眼球特征检测网络，通过所述至少一个眼球特征检测网络计算所述眼部区域对应的全局特征向量，并对所述全局特征向量进行多层卷积，得到所述眼部区域对应的局部特征向量；

根据所述局部特征向量确定所述当前图像对应的瞳孔位置信息以及眼球形态信息。

2.根据权利要求1所述的方法，其特征在于，从当前图像的人脸区域中识别出眼部区域，包括：

识别所述人脸区域中的多个特征点；

根据所述多个特征点中的左眼特征点确定左眼区域，以及根据所述多个特征点中的右眼特征点确定右眼区域；

其中，所述左眼区域和所述右眼区域均与鼻部特征点对应的鼻部区域不存在交集，所述鼻部特征点属于所述多个特征点，所述左眼区域和所述右眼区域的面积之和小于所述人脸区域的面积；

将所述左眼区域和所述右眼区域进行拼接，得到所述眼部区域。

3.根据权利要求2所述的方法，其特征在于，识别所述人脸区域中的多个特征点之前，所述方法还包括：

对所述当前图像进行卷积和池化，得到图像特征向量；

计算所述图像特征向量属于各图像类别的概率；

若最大概率对应的图像类别为人脸类别，则判定所述当前图像中存在所述人脸区域。

4.根据权利要求1所述的方法，其特征在于，通过所述至少一个眼球特征检测网络计算所述眼部区域对应的全局特征向量之前，所述方法还包括：

获取对应于实际结果的图像样本；其中，所述实际结果包括实际瞳孔中心坐标以及实际眼球半径；

预测所述图像样本对应的参考瞳孔中心坐标以及参考眼球半径；

计算所述参考瞳孔中心坐标与所述实际瞳孔中心坐标之间的第一损失函数；

计算所述参考眼球半径与所述实际眼球半径之间的第二损失函数；

根据所述第一损失函数和所述第二损失函数调整所述至少一个眼球特征检测网络的网络参数。

5.根据权利要求4所述的方法，其特征在于，根据所述第一损失函数和所述第二损失函数调整所述至少一个眼球特征检测网络的网络参数，包括：

计算第一预设权重与所述第一损失函数的第一乘积；

计算小于所述第一预设权重的第二预设权重与所述第二损失函数的第二乘积；

将所述第一乘积与所述第二乘积的加和结果确定为目标损失函数；

根据所述目标损失函数调整所述至少一个眼球特征检测网络的网络参数，直到所述目标损失函数小于预设阈值为止。

6.根据权利要求4所述的方法，其特征在于，获取对应于实际结果的图像样本之后，所述方法还包括：

根据所述实际瞳孔中心坐标中的左瞳孔中心坐标和右瞳孔中心坐标计算瞳距中心坐标；

根据预设归一化权重、所述左瞳孔中心坐标和所述右瞳孔中心坐标计算归一化因子；

根据所述瞳距中心坐标和所述归一化因子对所述实际瞳孔中心坐标进行归一化；

根据所述归一化因子对所述实际眼球半径进行归一化。