[发明专利]一种眼动反应信息检测方法、装置、移动终端及存储介质有效

专利信息
申请号: 201911420251.4 申请日: 2019-12-31
公开(公告)号: CN111160303B 公开(公告)日: 2023-05-02
发明(设计)人: 周永进;刘英华 申请(专利权)人: 深圳大学
主分类号: G06V40/18 分类号: G06V40/18;G06V40/16
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 王永文
地址: 518060 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 反应 信息 检测 方法 装置 移动 终端 存储 介质
【说明书】:

发明公开了一种眼动反应信息检测方法、装置、移动终端及存储介质,所述方法包括:分别获取相邻两帧的人脸正面图像,并分别确定出相邻两帧的所述人脸正面图像中的人脸区域;标记所述人脸区域中的眼眶位置,并确定出所述人脸区域中的眼部区域图像;分别将所述人脸区域中确定出的眼部区域图像输入至预设的神经网络模型中进行参数计算,分别得到相邻两帧的所述眼部区域图像所对应的眼部特征点坐标信息;根据相邻两帧的所述人眼部区域图像所对应的眼部特征点坐标信息,确定眼动反应信息,所述眼动反应信息用于反映瞳孔在相邻两帧的眼部区域图像中的变化。本发明可以实现对眼动反应进行检测,准确获取到了眼动反应信息,提高检测精度。

技术领域

本发明涉及眼部信息获取技术领域,尤其涉及的是一种眼动反应信息检测方法、装置、移动终端及存储介质。

背景技术

目前的瞳孔定位技术主要都是使用传统图像处理方法,譬如梯度向量法、局部Hough变换检测圆心、椭圆拟合法等。这些传统图像处理方法,例如梯度向量法易受图像模糊的干扰,定位的鲁棒性较差;局部Hough变换对时间和空间的消耗都非常大,无法满足实时性等,均存在图像质量要求高、定位精确度不高的问题。而一些基于学习的方法,通过对瞳孔特征建模,并大量学习带标记的眼部区域图像得到模型参数,之后利用得到的模型去做瞳孔定位,但这种方法需要花大量时间进行模型训练和学习,同时复杂度高,不能满足实时性的要求。可见,现有技术中利用的瞳孔定位技术来检测眼动反应时,实现较为复杂,且定位精度不高。

因此,现有技术还有待改进和发展。

发明内容

本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种眼动反应信息检测方法、装置、移动终端及存储介质,旨在解决现有技术中利用的瞳孔定位技术来检测眼动反应时,实现较为复杂,且定位精度不高的问题。

本发明解决问题所采用的技术方案如下:

第一方面,本发明实施例提供一种眼动反应信息检测方法,其中,所述方法包括:

分别获取相邻两帧的人脸正面图像,并分别确定出相邻两帧的所述人脸正面图像中的人脸区域;

标记所述人脸区域中的眼眶位置,并确定出所述人脸区域中的眼部区域图像;

分别将所述人脸区域中确定出的眼部区域图像输入至预设的神经网络模型中进行参数计算,分别得到相邻两帧的所述眼部区域图像所对应的眼部特征点坐标信息,所述眼部特征点坐标信息包括瞳孔中心点以及内眼角的坐标信息;

根据相邻两帧的所述人眼部区域图像所对应的眼部特征点坐标信息,确定眼动反应信息,所述眼动反应信息用于反映瞳孔在相邻两帧的眼部区域图像中的变化。

在一种实施方式中,所述眼动反应信息包括:眨眼频率、当前视线方向、眼动反应时间,所述眼动反应时间是通过结合测试任务来对被试者进行监测得到的。

在一种实施方式中,所述结合测试任务来对被试者进行监测包括:依据认知心理学方法的简单测试,在主动提供刺激的情况下,对被试者的眼动行为进行分析。

在一种实施方式中,所述分别确定出相邻两帧的所述人脸正面图像中的人脸区域分别确定出相邻两帧的所述人脸正面图像中的人脸区域,包括:

利用OpenCV库的Haar级联人脸分类器分别对相邻两帧的所述人脸正面图像进行特征筛选,确定出相邻两帧的所述人脸正面图像中的人脸区域。

在一种实施方式中,所述标记所述人脸区域中的眼眶位置,并确定出所述人脸区域中的眼部区域图像,包括:

获取所述人脸区域中的眼眶位置,并标记所述眼眶位置上的多个特征点;

获取所述多个特征点所围成的区域,并根据所述多个特征点所围成的区域确定所述人脸区域中的眼部区域图像;

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深圳大学,未经深圳大学许可,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/201911420251.4/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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