公开(公告)号：CN108573219B

公开(公告)日：2022-03-29

申请号：CN201810259356.5

申请日：2018-03-27

Applicant: 上海电力学院

Inventor： 沈文忠 ,  晁静静 ,  宋天舒 ,  滕童 ,  毛云丰

IPC: G06V40/18 ,  G06V10/25 ,  G06K9/62 ,  G06N3/04 ,  G06V10/774

Abstract: 本发明涉及一种基于深度卷积神经网络的眼睑关键点精确定位方法，该方法采用预先训练的深度卷积神经网络确定眼睑与虹膜的分界点，进而对上述分界点进行拟合得到眼睑分界线，所述的深度卷积神经网络通过如下方法得到：(1)图像预处理，获取虹膜区域作为感兴趣区域图像；(2)在感兴趣区域图像上人工标记眼睑与虹膜的分界点作为标记点；(3)基于感兴趣区域图像获取图像训练集；(4)建立深度卷积神经网络，将图像训练集作为输入送入到深度卷积神经网络完成训练。与现有技术相比，本发明定位速度快、准确度高、鲁棒性好。

公开(公告)号：CN108573219A

公开(公告)日：2018-09-25

申请号：CN201810259356.5

申请日：2018-03-27

Applicant: 上海电力学院

Inventor： 沈文忠 ,  晁静静 ,  宋天舒 ,  滕童 ,  毛云丰

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种基于深度卷积神经网络的眼睑关键点精确定位方法，该方法采用预先训练的深度卷积神经网络确定眼睑与虹膜的分界点，进而对上述分界点进行拟合得到眼睑分界线，所述的深度卷积神经网络通过如下方法得到：(1)图像预处理，获取虹膜区域作为感兴趣区域图像；(2)在感兴趣区域图像上人工标记眼睑与虹膜的分界点作为标记点；(3)基于感兴趣区域图像获取图像训练集；(4)建立深度卷积神经网络，将图像训练集作为输入送入到深度卷积神经网络完成训练。与现有技术相比，本发明定位速度快、准确度高、鲁棒性好。