[发明专利]眼睑线检测方法、装置和电子设备有效

专利信息
申请号: 201711071063.6 申请日: 2017-11-03
公开(公告)号: CN108229301B 公开(公告)日: 2020-10-09
发明(设计)人: 陈彦杰;王飞;钱晨 申请(专利权)人: 北京市商汤科技开发有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/08
代理公司: 北京思源智汇知识产权代理有限公司 11657 代理人: 毛丽琴
地址: 100084 北京市海淀区中*** 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: 眼睑 检测 方法 装置 电子设备
【权利要求书】:

1.一种眼睑线检测方法,其特征在于,所述方法包括:

检测图像的人脸关键点:

根据所述人脸关键点分割所述图像中的眼部区域图像;

将所述眼部区域图像输入第一神经网络,并经所述第一神经网络输出用于表示所述眼部区域图像中的眼睑线的检测结果;

其中,所述第一神经网络采用以下步骤预先训练完成:

获取训练图像集中的图像样本中的眼睛图像块以及所述眼睛图像块的噪声图像块;

将所述眼睛图像块和噪声图像块分别输入至第一神经网络,经所述第一神经网络提取所述眼睛图像块中的第一眼睑线关键点以及所述噪声图像块中的第二眼睑线关键点;

根据所述第一眼睑线关键点和第二眼睑线关键点计算眼睑线关键点的第一漂移信息;

至少以所述第一漂移信息为监督信息,对所述第一神经网络进行监督学习。

2.根据权利要求1所述的眼睑线检测方法,其特征在于,所述人脸关键点包括:眼睛关键点,所述眼睛关键点包括以下至少之一:瞳孔关键点、眼眶关键点、眼睛中心关键点、眼角关键点;

所述根据所述人脸关键点分割所述图像中的眼部区域图像,包括:

根据所述眼睛关键点分割所述图像中的眼部区域图像。

3.根据权利要求1所述的眼睑线检测方法,其特征在于,所述用于表示所述眼部区域图像中的眼睑线的检测结果包括:由单眼上眼睑处或下眼睑处预定数量的关键点表示的轨迹信息或拟合线。

4.根据权利要求1所述的眼睑线检测方法,其特征在于,所述眼睛图像块的噪声图像块的获取方式包括:

针对所述眼睛图像块进行数据增强处理,以获得所述眼睛图像块的噪声图像块。

5.根据权利要求4所述的眼睑线检测方法,其特征在于,所述针对眼睛图像块进行数据增强处理包括下述至少一个:

针对眼睛图像块进行旋转处理;

针对眼睛图像块进行水平和/或垂直方向上的平移处理;

针对眼睛图像块进行放大/缩小处理。

6.根据权利要求1-5中任一项所述的眼睑线检测方法,其特征在于,所述第一/第二眼睑线关键点包括:单眼位于上眼睑处的10-15个关键点,和/或,单眼位于下眼睑处的10-15个关键点。

7.根据权利要求1-5中任一项所述的眼睑线检测方法,其特征在于,所述根据所述第一眼睑线关键点和第二眼睑线关键点计算眼睑线关键点的第一漂移信息包括:

基于预定坐标系对所述第一眼睑线关键点的关键点坐标信息和/或第二眼睑线关键点的关键点坐标信息进行坐标变换:

根据所述第一眼睑线关键点和第二眼睑线关键点各自的关键点编号以及变换后的关键点坐标信息,计算具有相同关键点编号的至少一组眼睑线关键点之间的漂移向量;

其中,所述第一漂移信息包括所述漂移向量。

8.根据权利要求7所述的眼睑线检测方法,其特征在于,所述预定坐标系包括:眼睛图像块的坐标系。

9.根据权利要求1-5和8中任一项所述的眼睑线检测方法,其特征在于,所述第一神经网络的训练方法还包括:

根据第一眼睑线关键点和基于所述图像样本的眼睑线的标注数据形成的眼睛图像块的第三眼睑线关键点各自的关键点编号以及关键点坐标信息,计算具有相同关键点编号的至少一组眼睑线关键点之间的漂移向量,且所述漂移向量被作为第二漂移信息;

所述至少以所述第一漂移信息为监督信息,对所述第一神经网络进行监督学习包括:

以所述第一漂移信息和所述第二漂移信息为监督信息,对所述第一神经网络进行监督学习。

10.根据权利要求9所述的眼睑线检测方法,其特征在于,所述眼睑线的标注数据采用以下步骤获取:

确定眼睑线的曲线控制点;

根据所述曲线控制点形成第一曲线;

采用插值方式在所述第一曲线中插入多个点,所述插入的点的信息为所述眼睑线的标注数据。

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市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,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/201711071063.6/1.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