[发明专利]视觉注意力的识别方法及系统、存储介质、处理器在审

专利信息
申请号: 201810623500.9 申请日: 2018-06-15
公开(公告)号: CN110674664A 公开(公告)日: 2020-01-10
发明(设计)人: 郑魁;刘林岩;沈宇峰 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N20/00
代理公司: 11134 北京博浩百睿知识产权代理有限责任公司 代理人: 褚敏;宋子良
地址: 英属开曼群岛大开*** 国省代码: 开曼群岛;KY
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标对象 面部特征 视觉注意力 多组数据 视觉方向 头部姿态 图像信息 预定区域 图像 摄像头采集 存储介质 机器学习 目标区域 组数据 处理器 注意力 分析
【权利要求书】:

1.一种视觉注意力的识别方法,其特征在于,包括:

通过第一摄像头采集目标区域的第一图像信息;

从所述第一图像信息中识别出第一目标对象的面部预定区域;

使用第一模型对所述面部预定区域进行分析,得到所述第一目标对象的面部特征点后,根据所述面部特征点,确定所述第一目标对象的头部姿态及视觉方向,其中,所述第一模型为使用多组数据通过机器学习训练出的,所述多组数据中的每组数据包括以下至少之一:图像和图像中标识出面部特征点;

根据所述头部姿态及所述视觉方向,确定所述第一目标对象的视觉注意力的对象。

2.根据权利要求1所述的方法,其特征在于,所述第一模型包括第一子模型及第二子模型;其中,所述使用第一模型对所述面部预定区域进行分析,得到所述第一目标对象的面部特征点后,根据所述面部特征点,确定所述第一目标对象的头部姿态及视觉方向包括:

使用所述第一子模型对所述面部预定区域进行分析,得到所述第一目标对象的面部特征点,其中,所述第一子模型为使用多组数据通过机器学习训练出的,所述多组数据中的每组数据包括以下至少之一:图像和图像中标识出面部特征点;

根据所述面部特征点,确定所述第一目标对象的头部姿态;

从所述面部特征点中提取眼部特征信息;

使用所述第二子模型对眼部特征信息进行分析,得到所述第一目标对象的所述视觉方向,其中,所述第二子模型为使用多组数据通过机器学习训练出的,所述多组数据中的每组数据均包括:眼部特征信息和眼部特征信息中标识出视觉方向。

3.根据权利要求2所述的方法,其特征在于,所述根据所述面部特征点,确定所述第一目标对象的头部姿态包括:

获取所述面部特征点的坐标及预先存储的标准特征点的坐标;

将所述面部特征点的坐标及所述标准特征点的坐标进行匹配,得到所述头部姿态。

4.根据权利要求1所述的方法,其特征在于,在得到所述第一目标对象的面部特征点后,所述方法还包括:

对所述面部特征点进行归一化处理;

根据归一化处理后的面部特征点,生成面部特征信息,所述面部特征信息包括以下至少之一:眼部闭合角度、嘴部闭合角度。

5.根据权利要求4所述的方法,其特征在于,所述根据所述头部姿态及所述视觉方向,确定所述第一目标对象的视觉注意力的对象包括:

将所述面部特征点、所述头部姿态、面部特征信息及所述视觉方向输入注意力分类器;

获取所述注意力分类器根据所述面部特征点、所述头部姿态、面部特征信息及所述视觉方向确定的所述第一目标对象的视觉注意力的对象。

6.根据权利要求1至5中任一项所述的方法,其特征在于,还包括:

通过第二摄像头采集所述目标区域的第二图像信息;

从所述第二图像信息中识别出第二目标对象的人体预定区域;

使用第二模型对所述人体预定区域进行分析,得到所述第二目标对象的人体特征点,其中,所述第二模型为使用多组数据通过机器学习训练出的,所述多组数据中的每组数据包括以下至少之一:图像和图像中标识出人体特征点;

根据所述人体特征点,确定所述第二目标对象的行为特征。

7.根据权利要求6所述的方法,其特征在于,还包括:

获取当前教学内容的辅助信息,所述辅助信息包括以下至少之一:教学音频信息、教学文字信息。

8.根据权利要求7所述的方法,其特征在于,还包括:

基于所述第一目标对象的视觉注意力的对象、所述第二目标对象的行为特征以及所述辅助信息,得到注意力评估结果,所述注意力评估结果用于指示教学质量。

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阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,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/201810623500.9/1.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