一种实时检测眼球注意力位置的方法及系统技术方案

本发明专利技术公开了一种实时检测眼球注意力位置的方法及系统，包括以下步骤，图像采集模块分别获取人物对象的原始图片；所述原始图片输入opencv经过分割计算后输出输入数据；根据所述输入数据对应构建神经网络结构模型；采集标注训练数据；所述训练数据输入所述神经网络结构模型中进行模型训练并完成模型的训练参数设置；预测结果处理模块将所述神经网络结构模型生成的预测结果还原为原尺寸。本发明专利技术的有益效果：提升眼睛轮廓边缘识别精度，较传统识别结果有极大提高；以双眼瞳孔中心点为原点建立直角坐标系，可以准确地识别除左右两个方向外，眼球注意力在四个象限的准确位置，实用程度极大提高。

A method and system for real-time detection of eyeball's attention position

【技术实现步骤摘要】
一种实时检测眼球注意力位置的方法及系统
本专利技术涉及视觉处理的
，尤其涉及一种实时检测眼球注意力位置的方法及实时检测眼球注意力位置的系统。
技术介绍
近年来在智能控制发展越来越快速的今天，人们对图像捕捉和识别技术进行了研究并将其广泛应用于各种智能产品。既开创了一个新的热门研究领域，还极大的促进了电子产品的智能化进程，方便了人们的生活。而近年来，眼球作为一种新的信息来源越来越被人们所关注，其运动轨迹可以通过合理的研究从而判断出人们的意图，是一种被忽视了的控制方式，而且眼球的控制相比于其他如动作捕捉控制等控制方式要具有一定的便利性和低功耗需求，丰富了人机交互的方式。目前眼球捕捉的主要方式便是通过识别技术，但是图像识别一般精度不足以处理瞳孔这么微小的物体的运动轨迹，而且对大量图片所需的处理时间较长，而这些都主要取决于硬件上各组件的性能和识别算法的优良。因此，如何提高眼球捕捉的实时性和精度问题成为该
的关注重点。
技术实现思路
本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申本文档来自技高网...

【技术保护点】
1.一种实时检测眼球注意力位置的方法，其特征在于：包括以下步骤，/n图像采集模块(100)分别获取人物对象的原始图片；/n所述原始图片输入opencv经过分割计算后输出输入数据；/n根据所述输入数据对应构建神经网络结构模型(200)；/n采集标注训练数据；/n所述训练数据输入所述神经网络结构模型(200)中进行模型训练并完成模型的训练参数设置；/n预测结果处理模块(300)将所述神经网络结构模型(200)生成的预测结果还原为原尺寸，所述眼球注意力位置返回以所述图像采集模块(100)为原点的直角坐标中的位置。/n

【技术特征摘要】
1.一种实时检测眼球注意力位置的方法，其特征在于：包括以下步骤，
图像采集模块(100)分别获取人物对象的原始图片；
所述原始图片输入opencv经过分割计算后输出输入数据；
根据所述输入数据对应构建神经网络结构模型(200)；
采集标注训练数据；
所述训练数据输入所述神经网络结构模型(200)中进行模型训练并完成模型的训练参数设置；
预测结果处理模块(300)将所述神经网络结构模型(200)生成的预测结果还原为原尺寸，所述眼球注意力位置返回以所述图像采集模块(100)为原点的直角坐标中的位置。


2.如权利要求1所述的实时检测眼球注意力位置的方法，其特征在于：所述输入数据包括以下获取步骤，
将所述原始图片经过opencv的haarcascade模型分割出左眼、右眼和脸部3幅图片，并同时计算出人脸在画面中所占的位置；
将所述左眼图片、所述右眼图片、所述脸部图片和所述脸部网格共4个输入数据传递至所述神经网络结构模型(200)。


3.如权利要求1或2所述的实时检测眼球注意力位置的方法，其特征在于：输入opencv的图片为所述图像采集模块(100)采集到的所述原始图片，且所述原始图片的分辨率1920x1080，以及通道数分别为(r、g、b)3个。


4.如权利要求3所述的实时检测眼球注意力位置的方法，其特征在于：所述神经网络结构模型(200)包括以下构建步骤，
所述原始图片的数据获取；
所述神经网络结构模型(200)的输入数据准备；
构建所述神经网络结构模型(200)神经网络结构单元。


5.如权利要求4所述的实时检测眼球注意力位置的方法，其特征在于：所述左眼、右眼的图片分割获取包括将所述原始图片输入opencv的haarcascade_eye眼部识别单元，得到左右眼的两组x、y、w、h坐标，根据坐标切割出左右眼两幅图片。


6.如权利要求4或5所述的实时检测眼球注意力位置的方法，其...

【专利技术属性】
技术研发人员：戚鹏飞，
申请(专利权)人：的卢技术有限公司，
类型：发明
国别省市：江苏;32