[发明专利]一种基于深度学习的眼睛高度测量方法

权利要求书

1.一种基于深度学习的眼睛高度测量方法，其特征在于：具体包括以下步骤：

步骤一、数据预处理

将原始图片的像素重设为320*480与224*224两种像素尺寸，分别得到测试集1与测试集2；

步骤二、图像分割

将测试集1输入训练好的FPN神经网络模型，将测试集2输入训练好的UNET神经网络模型中，两个网络的输出掩模为分割后的只包含眼部的图像；

步骤三、眼部图像处理

检测FPN神经网络模型输出的眼部图像中的眼部轮廓，根据轮廓线绘制最小外接矩形，将矩形的宽度作为FPN神经网络模型得到的眼睛高度；检测UNET神经网络模型输出的眼部图像中的眼部轮廓，提取眼部轮廓后找出轮廓的最左与最右像素点，作最左与最右像素点连线的中垂线，求出该中垂线与轮廓两个交点间的距离作为UNET神经网络模型得到的眼睛高度；

步骤四、输出结果

将步骤三中两个网络模型得到的眼睛高度相加后取平均值，作为最终测量得到眼睛高度。

2.如权利要求1所述一种基于深度学习的眼睛高度测量方法，其特征在于：步骤二中所述训练好的FPN神经网络模型的损失值loss1＝0.04017、语义分割值iou_score2＝0.9456，UNET神经网络模型损失值loss2＝0.03751、语义分割值iou_score2＝0.09323。

3.如权利要求1所述一种基于深度学习的眼睛高度测量方法，其特征在于：步骤三中通过OpenCV检测眼部图像轮廓与绘制最小外接矩形。