[发明专利]眼睛跟踪延迟增强在审

专利信息
申请号: 202080061940.5 申请日: 2020-07-01
公开(公告)号: CN114391117A 公开(公告)日: 2022-04-22
发明(设计)人: B·V·斯图尔特;D·法默;T·张;S·达斯;S·M·尚巴格;E·丰塞卡 申请(专利权)人: 奇跃公司
主分类号: G02B6/34 分类号: G02B6/34;G06F1/16;G06F3/01;G06F3/0346;G06F3/0481
代理公司: 北京市中咨律师事务所 11247 代理人: 于静;牛南辉
地址: 美国佛*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 眼睛 跟踪 延迟 增强
【权利要求书】:

1.一种头戴式系统,包括:

相机,其被配置为捕获用户的眼睛的图像;

一个或多个光源,其被配置为照射所述用户的所述眼睛,以使得亮斑被表示在所述用户的所述眼睛的图像中;以及

一个或多个处理器,其被配置为:

从所述相机获得所述用户的所述眼睛的第一图像;

将所述第一图像作为输入提供给机器学习模型,所述机器学习模型已经被训练为在给定眼睛的图像的情况下生成虹膜片段数据和瞳孔片段数据;

在所述第一图像之后从所述相机获得所述用户的所述眼睛的第二图像;

基于所述虹膜片段数据,在所述第二图像中检测一个或多个亮斑被表示的一组一个或多个位置;

基于所述瞳孔片段数据,识别所述第二图像的所述用户的所述眼睛的瞳孔被表示的区域;以及

至少部分地基于在所述第二图像中所检测的一组一个或多个亮斑位置和所识别的所述第二图像的区域,确定所述用户的所述眼睛的姿势。

2.根据权利要求1所述的系统,其中,所述一个或多个处理器进一步被配置为:

经由所述机器学习模型获得用于所述第二图像的虹膜片段数据和瞳孔片段数据;

从所述相机获得所述用户的所述眼睛的第三图像;

基于由所述机器学习模型针对所述第二图像生成的所述虹膜片段数据,在所述第三图像中分别检测显示一个或多个亮斑的一组一个或多个位置;

基于由所述机器学习模型针对所述第二图像生成的所述瞳孔片段数据,识别在所述第三图像中的所述用户的所述眼睛的瞳孔被表示的区域;以及

至少部分地基于在所述第三图像中所检测的一组一个或多个亮斑位置和所识别的所述第三图像的区域,确定所述用户的所述眼睛的姿势。

3.根据权利要求1所述的系统,其中,所述一个或多个处理器进一步被配置为:

基于所述虹膜片段数据,识别所述第二图像的第二区域,以及

其中,为了在所述第二图像中检测显示一个或多个亮斑的所述一组一个或多个位置,所述一个或多个处理器被配置为:

在所述第二图像的所述第二区域中搜索在所述第二区域中表现出局部最大值强度值的各个位置。

4.根据权利要求3所述的系统,其中,所述一个或多个处理器进一步被配置为:

抑制在所述第二图像的所述特定区域之外的区域中搜索显示一个或多个亮斑的一组一个或多个位置。

5.根据权利要求3所述的系统,其中,所述一个或多个处理器进一步被配置为:

基于所述虹膜片段数据,在所述第一图像中识别所述用户的所述眼睛的虹膜的轮廓,以及

其中,为了基于所述虹膜片段数据,识别所述第二图像的不同区域,所述一个或多个处理器被配置为:

基于在所述第一图像中所识别的所述用户的所述眼睛的虹膜的轮廓,识别所述第二图像的第三区域。

6.根据权利要求1所述的系统,其中,所述一个或多个处理器进一步被配置为:

基于所述瞳孔片段数据,在所述第一图像中识别所述用户的所述眼睛的瞳孔的质心,以及

其中,为了识别所述第二图像的所述区域,所述一个或多个处理器被配置为:

基于在所述第一图像中所识别的所述用户的所述眼睛的瞳孔的质心,识别所述用户的所述眼睛的瞳孔被表示的所述第二图像的第二区域。

7.根据权利要求6所述的系统,其中,为了识别所述第二图像的所述第二区域,所述一个或多个处理器被配置为:

基于在所述第一图像中所识别的所述用户的所述眼睛的瞳孔的质心,识别在所述第二图像内的位置;以及

从在所述第二图像内所识别的所述位置开始搜索瞳孔边界。

8.根据权利要求7所述的系统,其中,为了从在所述第二图像内所识别的所述位置开始搜索瞳孔边界,所述一个或多个处理器被配置为:

基于在所述第二图像内所识别的位置被指定为起点,执行星爆瞳孔检测过程。

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奇跃公司,未经奇跃公司许可,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/202080061940.5/1.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