买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:辽宁大学
摘要:本发明是一种基于目标检测和目标跟踪竞争框架的眼球实时定位方法。通过目标检测设备截取出图像中的人脸区域,在截取到的人脸图像中再通过目标检测设备快速定位出人眼中心,得到人眼坐标,完成跟踪目标的确认。系统运行中,目标检测和目标跟踪同时工作分别得到人眼的坐标信息,再利用目标检测和目标跟踪的竞争框架可以实时定位出准确的眼球位置。本发明主要解决了目标检测和目标跟踪结果出现矛盾时如何取舍的问题,提供了一种将目标检测和目标跟踪融合的策略。这种策略有效提高了对运动中的眼球的识别准确率。系统使用过程中无需借助任何外部设备,降低了系统的部署和学习成本,同时,也可以适用于更广泛的场景。
主权项:1.一种基于目标检测和目标跟踪竞争框架的眼球实时定位方法,其特征在于:该方法包含以下步骤:步骤1:获取人脸图像:加载视频信息,通过目标检测技术截取人脸部分的图像;步骤2:通过目标检测获取双眼位置信息:针对步骤1截到的人脸部分的图像,利用眼球分类器获取双眼的位置信息;步骤3:获取双眼位置直方图信息:针对步骤2得到的双眼位置信息,截取双眼图像,保存双眼图像的直方图特征;步骤4:通过目标跟踪获取双眼位置信息:利用粒子滤波算法进行眼球的跟踪,实时得到眼球位置信息;步骤5:实现眼球位置的实时定位:根据目标检测和目标跟踪得到的眼球位置信息进行竞争判断,实时得出准确的眼球位置信息;具体包括以下步骤:步骤5.1:保存上一帧的眼球检测结果的矩形信息和眼球跟踪结果的矩形信息;步骤5.2:计算当前帧的眼球检测和眼球跟踪结果的矩形重叠率,公式如下: ,其中,ROL为矩形重叠率,RD为检测结果的矩形区域,RT为跟踪结果的矩形区域;步骤5.3:根据步骤5.2的结果,有以下判断:如果ROL≥0.5,则眼球实际坐标ROI(x,y)=(RD_X2+RT_X2,RD_Y2+RT_Y2)如果ROL<0.5,分别计算检测结果与上一帧的重叠率R1,跟踪结果与上一帧的重叠率R2; ,其中,t-1代表上一帧的结果,t代表当前帧的结果,R1为目标检测前后帧的矩形重叠率,R2为目标跟踪前后帧的矩形重叠率,设定阈值R,如果R1和R2至少有一个大于等于阈值R,此时,根据R1和R2的大小关系有如下判断:如果R1≥R2,则眼球实际坐标ROI(x,y)=(RD_X,RD_Y);如果R1<R2,则眼球实际坐标ROI(x,y)=(RT_X,RT_Y);其中RD_X为目标检测结果眼球中心的横坐标;RD_Y为目标检测结果眼球中心的纵坐标;RT_X为目标跟踪结果眼球中心的横坐标;RT_Y为目标跟踪结果眼球中心的纵坐标;步骤5.4:如果R1和R2都小于阈值R,则判定当前帧眼球检测和眼球跟踪同时丢失目标,需要进行丢失找回;具体过程如下:步骤5.4.1:首先在t-1时刻得到的双眼位置周围形成的矩形区域中进行眼球检测,如果成功检测到眼球位置,则以此位置坐标信息作为当前帧的眼球实际坐标,并对此位置重新进行粒子跟踪;此时,眼球实际坐标ROI(x,y)=(RDt-1_X,RDt-1_Y);步骤5.4.2:如果步骤5.4.1没有检测到眼球位置,则认为目标对象发生了快速的歪头动作;此时需要对人脸部分进行椭圆拟合,然后对拟合出的椭圆利用主成分分析计算出椭圆中心坐标cx,cy和旋转角度q;步骤5.4.3:根据第一帧的眼球中心坐标x1,y1和步骤5.4.2计算得到的椭圆中心坐标cx,cy以及旋转角度q,通过以下公式计算得到旋转后的眼球中心坐标RO_X,RO_Y,以此坐标作为当前帧的眼球实际坐标并重新进行粒子跟踪; ,此时,眼球实际坐标ROI(x,y)=(RO_X,RO_Y)。
全文数据:
权利要求:
百度查询: 辽宁大学 一种基于目标检测和目标跟踪竞争框架的眼球实时定位方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。