【技术实现步骤摘要】
一种眼动反应信息检测方法、装置、移动终端及存储介质
本专利技术涉及眼部信息获取
,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。
技术介绍
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。
技术实现思路
本专利技术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 ...
【技术保护点】
1.一种眼动反应信息检测方法,其特征在于,所述方法:/n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;/n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;/n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;/n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。/n
【技术特征摘要】
1.一种眼动反应信息检测方法,其特征在于,所述方法:
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。
2.根据权利要求1所述的眼动反应信息检测方法,其特征在于,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。
3.根据权利要求2所述的眼动反应信息检测方法,其特征在于,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。
4.根据权利要求1所述的眼动反应信息检测方法,其特征在于,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级联人脸分类器对相邻两帧的所述人脸正面图像进行特征筛选,确定出邻两帧的所述人脸正面图像中的人脸区域。
5.根据权利要求1所述的眼动反应信息检测方法,其特征在于,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;
并标记所述眼眶位置上的多个特征点标的方式包括:利用dlib库的68特征点检测器检测人眼眼眶上多个特征点。
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。