一种基于人脸关键点检测的斜视判别方法和装置制造方法及图纸

本发明专利技术提供了一种基于人脸关键点检测的斜视判别方法和装置，方法包括：获取受试者的若干人脸图像，从每张图像中提取人脸关键点；确定每张人脸图像的左眼关键点和右眼关键点，进而分别获得到左眼外接矩形和右眼外接矩形，通过左眼外接矩形和右眼外接矩形分别裁剪获得每张图像的左眼图像块和右眼图像块并输入至预先训练好的斜视判别模型，基于模型的输出分别确定每张人脸图像在各斜视类别的得分，从而判断所述受试者的斜视类型。本发明专利技术从人脸图形中提取人脸关键点，基于人脸关键点裁剪左右眼的图像，相比现有技术，可以充分利用脸部和左右眼之间的相对关系，提高斜视筛查和判别时的准确性，并且可以获得更完整的眼部信息，降低误判的几率。低误判的几率。低误判的几率。

【技术实现步骤摘要】
一种基于人脸关键点检测的斜视判别方法和装置


[0001]本专利技术涉及斜视判别领域，尤其涉及一种基于人脸关键点检测的斜视判别方法和装置。
[0002]
技术介绍

斜视会在人的不同年龄阶段出现，斜视类型的不同会相应在年龄段上有差异化的体现。这种现象不仅严重影响人眼睛的美观，而且可能会影响视力的正常发育。斜视与弱视关系密切，有时互为因果关系，例如存在斜视的人视力正常，但是由于他们注视目标时始终只能用一只眼，而另一只眼存在偏斜，导致其视野狭窄，远不如正常人开阔，由此也可能存在弱视的现象。
[0003]现有技术主要通过三棱镜交替遮盖试验对人是否存在斜视进行检查，但是这种方法需要额外的辅助设备、依赖专家的经验，耗时长且需要受试者的高度配合。目前虽然存在基于人工智能和视频的斜视筛查方法，但是这种方法对瞳孔识别的准确性有高度的依赖，并且没有充分利用脸部和左右眼之间的相对关系，导致在对斜视进行筛查和判别时准确性偏低。

技术实现思路

[0004]本专利技术提供了一种基于人脸关键点检测的斜视判别方法和装置，以解决如何提高斜视判别的准确性的技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人脸关键点检测的斜视判别方法，其特征在于，包括：获取受试者的若干人脸图像，并分别从每张所述受试者的人脸图像中提取人脸关键点；从所述人脸关键点中确定每张人脸图像的左眼关键点和右眼关键点，进而分别基于所述左眼关键点和右眼关键点得到左眼外接矩形和右眼外接矩形，通过所述左眼外接矩形和右眼外接矩形分别裁剪获得每张人脸图像对应的左眼图像块和右眼图像块；将所述每张人脸图像的左眼图像块和右眼图像块输入至预先训练好的斜视判别模型，并基于所述斜视判别模型的输出分别确定每张人脸图像在各斜视类别的得分，通过所有人脸图像各斜视类别的得分判断所述受试者的斜视类型。2.如权利要求1所述的一种基于人脸关键点检测的斜视判别方法，其特征在于，所述基于所述斜视判别模型的输出分别确定每张人脸图像在各斜视类别的得分，具体为：基于所述斜视判别模型的输出，通过预设的分类标签，分别判断每张人脸图像在各斜视类别的得分；所述分类标签包括左眼内斜视标签、左眼外斜视标签、右眼内斜视标签、右眼外斜视标签、左眼上斜视标签、左眼下斜视标签、右眼上斜视标签、右眼下斜视标签和正常标签；每一分类标签与一斜视类别对应。3.如权利要求2所述的一种基于人脸关键点检测的斜视判别方法，其特征在于，所述斜视判别模型的训练过程包括：获取用户样本数据；所述用户样本数据包括若干用户的左眼图像块和右眼图像块以及用户的斜视类别；通过所述用户样本数据对采用深度学习的基础分类模型进行训练，直到所述基础分类模型收敛，获得所述斜视判别模型；所述基础分类模型的输入通道数为6。4.如权利要求3所述的一种基于人脸关键点检测的斜视判别方法，其特征在于，在所述将所述每张人脸图像的左眼图像块和右眼图像块输入至预先训练好的斜视判别模型之前，还包括：将所有左眼图像块和所有右眼图像块的尺寸缩放为112x112，并将右眼图像块水平翻转之后与对应的左眼图像块进行通道维度的拼接，获得尺寸为112x112、通道为6的经过预处理的左右眼图像块。5.如权利要求1至4任意一项所述的一种基于人脸关键点检测的斜视判别方法，其特征在于，在所述从所述人脸关键点中确定每张人脸图像的左眼关键点和右眼关键点之前，还包括：根据提取的人脸关键点之间的距离信息，筛选出处于睁眼状态的人脸图像，并从处于睁眼状态的人脸图像中筛选出眼睛相对摄像头偏移量处于预设范围的人脸图像，获得经过筛选处理的所述若干人脸图像。6.一种基于人脸关键点检测的斜视判别装置，其特征在于，包括关键点提取模块、图像裁剪模块和判别模块；其中，所述关键点...

【专利技术属性】
技术研发人员：谢伟浩，
申请(专利权)人：广州视景医疗软件有限公司，
类型：发明
国别省市：