瞳孔检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种瞳孔检测方法、装置、设备及存储介质。包括：对当前帧眼部图像进行截取，获得第一眼部图像；对所述第一眼部图像进行过滤，获得第二眼部图像；对所述第二眼部图像进行边缘检测，获得第一边缘点集；根据上一帧眼部图像的瞳孔检测结果对所述第一边缘点集进行筛选，获得目标边缘点集；对所述目标边缘点集进行椭圆拟合，将拟合椭圆的中心确定为当前帧眼部图像的瞳孔中心。本发明专利技术实施例提供的瞳孔检测方法，根据上一帧眼部图像的瞳孔检测结果对当前帧眼部图像识别的边缘点集进行筛选，以确定当前帧眼部图像的瞳孔中心，可以实现对人眼瞳孔的检测，提高瞳孔检测的准确性。确性。确性。

【技术实现步骤摘要】
瞳孔检测方法、装置、设备及存储介质


[0001]本专利技术实施例涉及眼球追踪
，尤其涉及一种瞳孔检测方法、装置、设备及存储介质。

技术介绍

[0002]随着计算机视觉技术的快速发展，以模式识别和目标跟踪理论为基础的瞳孔跟踪技术开始广泛应用在交通安全监控、人机交互、身份识别、医疗等多个领域。目前瞳孔跟踪算法主要有光流法、卡尔曼滤波、均值漂移等。
[0003]光流法(Lucas-kanade)是针对外观模型对视频序列中的像素进行操作，通过利用视频序列在相邻帧之间的像素关系，寻找像素的位移变化来判断目标的运动状态，实现对运动目标的跟踪。卡尔曼滤波(Kalman filtering)是一种利用参数化的手段来对目标的非线性运动进行最优估计的算法。均值漂移(Mean-shift)是以颜色直方图为目标表示模型，通过迭代求解加权图的质心来跟踪目标。
[0004]光流法、卡尔曼滤波、均值漂移等跟踪方法主要是利用眼睛在外观、形状上来进行跟踪的，然而在复杂背景下实际拍摄的图像中，瞳孔的形状并不规则、光线不均匀、视角变化大、眨眼、闭眼等诸多因素，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种瞳孔检测方法，其特征在于，包括：对当前帧眼部图像进行截取，获得第一眼部图像；对所述第一眼部图像进行过滤，获得第二眼部图像；对所述第二眼部图像进行边缘检测，获得第一边缘点集；根据上一帧眼部图像的瞳孔检测结果对所述第一边缘点集进行筛选，获得目标边缘点集；对所述目标边缘点集进行椭圆拟合，将拟合椭圆的中心确定为当前帧眼部图像的瞳孔中心。2.根据权利要求1所述的方法，其特征在于，所述瞳孔检测结果包括瞳孔中心的位置信息、瞳孔半径、区域生长的步长值及瞳孔边缘点集。3.根据权利要求2所述的方法，其特征在于，对当前帧眼部图像进行截取，获得第一眼部图像，包括：根据上一帧眼部图像的瞳孔中心的位置信息和瞳孔半径对所述当前帧眼部图像进行截取，获得第一眼部图像。4.根据权利要求1所述的方法，其特征在于，对所述第一眼部图像进行过滤，获得第二眼部图像，包括：采用低值滤波技术或图像腐蚀技术对对所述第一眼部图像中的亮度区域进行过滤，获得第二眼部图像。5.根据权利要求2所述的方法，其特征在于，根据所述上一帧眼部图像的瞳孔检测结果对所述第一边缘点集进行筛选，获得目标边缘点集，包括：根据上一帧眼部图像的瞳孔检测结果确定所述第二眼部图像的第二边缘点集；基于所述第二边缘点集对所述第一边缘点集进行筛选，获得目标边缘点集。6.根据权利要求5所述的方法，其特征在于，根据上一帧眼部图像的瞳孔检测结果确定所述第二眼部图像的第二边缘点集，包括：以上一帧眼部图像的瞳孔中心的位置信息对应的像素点为种子点，按照所述步长值进行区域生长，获得所述第二眼部图像的瞳孔区域；将所述瞳孔区域的边缘点确定为第二边缘点集。7.根据权利要求5所述的方法，其特征在于，根据上一帧眼部图像的瞳孔检测结果确定所述第二眼部图像的第二边缘点集，包括：遍历上一帧眼部图像的瞳孔边缘点集，获取遍历到的瞳孔边缘点的第一特征信息；所述第一特征信息包括：位置信息、梯度值及灰度值；基于所述第一特征信息确定所述第二眼部图像的第二边缘点。8.根据权利要求5所述的方法，其特征在于，基于所述第二边缘点集对所述第一边缘点集进行筛选，获得目标边缘点集，...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：北京七鑫易维科技有限公司，
类型：发明
国别省市：