[发明专利]一种基于人脸识别的眼球运动识别方法

说明书

本发明公开了一种基于人脸识别的眼球运动识别方法，包括：眼球检测，对多幅人脸的图像进行边缘检测，定位眼球的初始化特征点，根据初始化特征点计算眼球相对于人脸的位置与比率，得到人脸尺度角度归一化比率；眼球识别，获取一幅待检测的人脸图像，根据人脸尺度角度归一化比率计算人脸图像中眼球的位置；眼球运动识别，识别两幅以上人脸图像中眼球的位置，根据位置的变化识别眼球运动。本发明能够准确定位眼球在人脸上的位置，不仅支持静态人脸上的眼球识别，还能够支持动态视频中的人脸上的眼球识别。

技术领域

本发明涉及人脸识别技术，尤其涉及一种基于人脸识别的眼球运动识别方法。

背景技术

人脸识别是计算机视觉与模式识别领域非常热门的研究课题，在公共安全、通信、虚拟现实、信息检索等方面都有重要应用。在公共安全和信息安全方面，基于人脸识别的五官检测和表情识别，是快速有效的自动身份验证方式。当前，基于生物特征的识别技术主要包括：指纹识别、视网膜识别、虹膜识别、步态识别、静脉识别、人脸识别等。与其他识别方法相比，人脸识别由于具有直接、友好、方便的特点，又不会对使用者造成任何心理障碍，易于为用户所接受。除此之外，通过对人脸识别结果做进一步分析，能得到识别对象的性别、表情、年龄等诸多额外信息，扩展了人脸识别的应用前景，在刑侦破案、证件验证、视频监控、人口控制及表情分析等方面都有实际应用。

但是，现有的眼球识别技术大多是根据图像中眼球与脸部像素之间的差异值来识别眼球的位置，进而识别出眼球的运动。但是由于图像易受拍摄环境的影响，例如强光或阴影等降低了眼球与脸部像素的差异值，使得无法从这些图像中精确地确定眼球的位置。然而对于这类现象，现有技术中大多采用特征提取和分类算法来识别眼球，但是前提都是假定特征点已经被手动标注出来，并且假定被手动标记的特征点定位程度已十分准确，但是实际上手动标记的特征点定位的准确度存在不足，导致其影响了后续算法的准确性，所以目前依靠手动标定的方式必然成为识别系统的瓶颈。另一方面，现有的解决上述问题的方法，如Snake方法、可变型模板法以及弹性图匹配法等都存在处理速度慢、精确度不高和实现复杂度高等方面的问题，其实际的识别效果并不理想。

本发明克服了现有技术中的缺陷，提出了一种基于人脸识别的眼球运动识别方法。本发明眼球运动识别方法基于人脸识别技术，能够准确定位眼球在人脸上的位置，不仅支持静态人脸上的眼球识别，还能够支持动态视频中的人脸上的眼球识别。

发明内容

本发明提出了一种基于人脸识别的眼球运动识别方法，包括如下步骤：

眼球检测，对多幅人脸的图像进行边缘检测，定位眼球的初始化特征点，根据所述初始化特征点计算眼球相对于人脸的位置与比率，得到人脸尺度角度归一化比率；

眼球识别，获取一幅待检测的人脸图像，根据所述人脸尺度角度归一化比率计算所述人脸图像中眼球的位置；

眼球运动识别，识别两幅以上人脸图像中眼球的位置，根据位置的变化识别眼球运动。

本发明提出的所述基于人脸识别的眼球运动识别方法中，基于AMM的特征点定位方法进行眼球检测，其包括如下步骤：

在人脸的图像中搜索眼球的位置；

确定左眼与右眼的眼球中心及其坐标；

根据所述坐标计算人脸的倾斜角度；

计算人脸尺度角度归一化比率。

本发明提出的所述基于人脸识别的眼球运动识别方法中，所述人脸的倾斜角度按如下公式表示：

α＝arctan(y_re-y_le)/(x_re-x_le)；