[发明专利]基于改进混合增量动态贝叶斯网络的视觉注意力检测方法

摘要

本发明请求保护一种基于改进混合增量动态贝叶斯网络的视觉注意力检测方法，该方法融合头部、视线以及预测子模型来对其进行综合估计；在传统人眼模型的基础上对视线检测子模型进行改进，以提升识别速率增加对于不同测试者进行检测时的鲁棒性；针对极端姿态和动态场景下导致的数据缺失问题，提出了预测子模型，利用高斯协方差来度量两个时刻采样图片的相关性，从而有效改善当前时刻的误识别，降低了识别误差。其次就相关子模型进行描述，利用条件概率分别建立贝叶斯回归模型；并利用增量学习的方法来对模型的参数进行动态更新，用以提升模型整体对于新输入数据的适应性。

主权项

1.一种基于改进的混合增量动态贝叶斯网络的视觉注意力检测方法，其特征在于，包括以下步骤：S1，实时对人脸进行定位及预处理，并提取人脸、人眼关键特征点位置，建立三维人脸坐标及建立三维视线几何模型；S2，通过提取的人脸特征点位置，分别建立头部偏转估计子模型和视线估计子模型的贝叶斯回归后验概率决策模型；S3，提出预测模型，通过协方差矩阵，利用t‑1时刻对t时刻的视觉注意力进行估计；S4，设置权重关系对步骤S2的视线估计模型、头部估计子模型以及步骤S3的预测子模型进行融合；S5，利用增量学习的方法来对参数进行动态更新。