-
公开(公告)号：CN114973388A
公开(公告)日：2022-08-30
申请号：CN202210484547.8
申请日：2022-05-06
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种同时估计眼部视线和面部视线的视线估计方法，包括以下步骤：获取左眼图像、右眼图像和面部图像；分别对所述左眼图像、右眼图像和面部图像进行标准化坐标系处理；将标准化处理后的所述左眼图像、右眼图像和面部图像输入至视线评估模型，输出预测的眼部视线和面部视线；所述视线评估模型包括：特征提取层、特征信息转换层、第一特征交流层、第二特征交流层、第一全连接层和第二全连接层。本发明可以同时预测眼部视线和面部视线。
-
公开(公告)号：CN113729616A
公开(公告)日：2021-12-03
申请号：CN202111023640.0
申请日：2021-09-01
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本申请实施例所公开的一种瞳孔中心位置数据的确定方法、装置及存储介质，包括获取眼球中心对应的眼球位置数据、瞳孔中心对应的瞳孔参考位置数据、第一瞳孔候选区域和第二瞳孔候选区域，从第一瞳孔候选区域中确定第一候选位置数据集合，从第二瞳孔候选区域中确定第二候选位置数据集合，基于眼球位置数据、瞳孔参考位置数据、第一候选位置数据集合和第二候选位置数据集合，确定瞳孔中心位置数据。本申请实施例基于双眼视线的内在关系从候选位置数据组集合中确定视线交汇的候选位置数据作为瞳孔中心位置数据，可以提升双眼视线估计精度。
-
公开(公告)号：CN112766097A
公开(公告)日：2021-05-07
申请号：CN202110015600.5
申请日：2021-01-06
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种视线识别模型的训练方法、视线识别方法、装置及设备，方法包括获取样本图像集，样本图像集包括含有第一区域和第二区域的样本图像，将样本图像输入预设机器学习模型，进行视线识别处理，得到第一区域对应的第一视线信息以及第二区域对应的第二视线信息，基于第一视线信息，确定第二区域对应的第三视线信息，基于第二视线信息和第三视线信息，确定第一损失信息，根据第一损失信息，确定损失信息，基于损失信息调整预设机器学习模型中的模型参数，至损失信息满足预设条件，将满足预设条件时的预设机器学习模型作为视线识别模型。本发明可以在不增加视线识别模型规模的前提下，提高视线识别模型识别视线的精确性。
-
公开(公告)号：CN113723293B
公开(公告)日：2024-01-05
申请号：CN202111009364.2
申请日：2021-08-30
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06V40/18
Abstract: 本申请实施例所公开的一种视线方向的确定方法、装置、电子设备及存储介质，包括获取多个目标特征点对应的多个第一目标特征点位置数据和目标瞳孔对应的第一目标瞳孔位置数据，并根据多个第一目标特征点位置数据和位置确定模型，确定目标眼球位置数据，其中，位置确定模型是根据第一标定位置数据、多个第一标定特征点位置数据和第一标定瞳孔位置数据确定的，以及根据第一目标瞳孔位置数据和目标眼球位置数据，确定视线方向。基于本申请实施例从脸部图像中筛选出与眼球中心位置密切相关的特征点，利用仅与受试者本身脸部特征相关的参数确定位置确定模型，可以不受外部环境和受试者面部表情等因素的影响，从而可以提高视线方向估计的精度。
-
公开(公告)号：CN111507208B
公开(公告)日：2021-06-25
申请号：CN202010241200.1
申请日：2020-03-30
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明公开了一种基于巩膜识别的身份验证方法、装置、设备和介质，所述方法通过获取待识别对象的原始眼部图像中的巩膜区域图像，并对巩膜区域图像中的血管结构进行增强和提取，得到巩膜区域图像中血管结构的图像信息，基于神经网络模型，对血管结构的图像信息进行特征提取，得到血管结构的特征信息，对巩膜血管的特征信息进行分类识别，根据分类识别的结果进行身份验证。或将血管结构的图像信息与预设的巩膜血管的样本信息进行比对，根据二者的匹配程度进行身份验证。所述方法在特征提取中保留了整体的轮廓特征和细节的纹理差异，使得血管特征发生变化时仍保持良好的可识别性，同时在进行分类识别时，可以通过神经网络更好地提取巩膜血管的特征。
-
Patent Agency Ranking
公开(公告)号：CN112766097B
公开(公告)日：2024-02-13
申请号：CN202110015600.5
申请日：2021-01-06
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06V20/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种视线识别模型的训练方法、视线识别方法、装置及设备，方法包括获取样本图像集，样本图像集包括含有第一区域和第二区域的样本图像，将样本图像输入预设机器学习模型，进行视线识别处理，得到第一区域对应的第一视线信息以及第二区域对应的第二视线信息，基于第一视线信息，确定第二区域对应的第三视线信息，基于第二视线信息和第三视线信息，确定第一损失信息，根据第一损失信息，确定损失信息，基于损失信息调整预设机器学习模型中的模型参数，至损失信息满足预设条件，将满足预设条件时的预设机器学习模型作为视线识别模(56)对比文件Zhang Xiao lin等.CooperativeMovements of Binocular Motor System.2008IEEE International Conference onAutomation Science and Engineering.2008,第321-327页.张晓林.仿生双眼的立体视控制系统.电子设计工程.2018,第26卷(第6期),第1-6页.房爱青.基于视线跟踪的人机交互感知机制的研究.中国优秀硕士学位论文全文数据库 信息科技辑.2018,(第12期),第I138-1364页.Andronicus A. Akinyelu等.Convolutional Neural Network-BasedMethods for Eye Gaze Estimation: ASurvey.IEEE Access.2020,第8卷第142581-142605页.
-
公开(公告)号：CN113729616B
公开(公告)日：2022-10-14
申请号：CN202111023640.0
申请日：2021-09-01
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本申请实施例所公开的一种瞳孔中心位置数据的确定方法、装置及存储介质，包括获取眼球中心对应的眼球位置数据、瞳孔中心对应的瞳孔参考位置数据、第一瞳孔候选区域和第二瞳孔候选区域，从第一瞳孔候选区域中确定第一候选位置数据集合，从第二瞳孔候选区域中确定第二候选位置数据集合，基于眼球位置数据、瞳孔参考位置数据、第一候选位置数据集合和第二候选位置数据集合，确定瞳孔中心位置数据。本申请实施例基于双眼视线的内在关系从候选位置数据组集合中确定视线交汇的候选位置数据作为瞳孔中心位置数据，可以提升双眼视线估计精度。
-
公开(公告)号：CN114973356A
公开(公告)日：2022-08-30
申请号：CN202210484571.1
申请日：2022-05-06
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06V40/16 , G06V40/18 , G06V10/774 , G06V10/764
Abstract: 本发明涉及一种基于伪标签的视线估计方法，包括以下步骤：获取面部图像；将所述面部图像输入至训练好的视线评估模型中进行预测得到预测视线；其中，所述视线评估模型在训练时，使用少量有标签的真实训练集对模型进行训练，得到预训练模型，根据增加了随机失活层的所述预训练模型对无标签的数据打上伪标签，计算所述伪标签的不确定值，并保留所述不确定值小于阈值的伪标签对应的数据，将保留的伪标签对应的数据和真实训练集一起重新训练模型，如此循环迭代直至训练完毕，得到所述视线评估模型。本发明大大减轻了视线估计对人工标签的依赖性。
-
公开(公告)号：CN113723293A
公开(公告)日：2021-11-30
申请号：CN202111009364.2
申请日：2021-08-30
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06K9/00
Abstract: 本申请实施例所公开的一种视线方向的确定方法、装置、电子设备及存储介质，包括获取多个目标特征点对应的多个第一目标特征点位置数据和目标瞳孔对应的第一目标瞳孔位置数据，并根据多个第一目标特征点位置数据和位置确定模型，确定目标眼球位置数据，其中，位置确定模型是根据第一标定位置数据、多个第一标定特征点位置数据和第一标定瞳孔位置数据确定的，以及根据第一目标瞳孔位置数据和目标眼球位置数据，确定视线方向。基于本申请实施例从脸部图像中筛选出与眼球中心位置密切相关的特征点，利用仅与受试者本身脸部特征相关的参数确定位置确定模型，可以不受外部环境和受试者面部表情等因素的影响，从而可以提高视线方向估计的精度。
-
公开(公告)号：CN111507208A
公开(公告)日：2020-08-07
申请号：CN202010241200.1
申请日：2020-03-30
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明公开了一种基于巩膜识别的身份验证方法、装置、设备和介质，所述方法通过获取待识别对象的原始眼部图像中的巩膜区域图像，并对巩膜区域图像中的血管结构进行增强和提取，得到巩膜区域图像中血管结构的图像信息，基于神经网络模型，对血管结构的图像信息进行特征提取，得到血管结构的特征信息，对巩膜血管的特征信息进行分类识别，根据分类识别的结果进行身份验证。或将血管结构的图像信息与预设的巩膜血管的样本信息进行比对，根据二者的匹配程度进行身份验证。所述方法在特征提取中保留了整体的轮廓特征和细节的纹理差异，使得血管特征发生变化时仍保持良好的可识别性，同时在进行分类识别时，可以通过神经网络更好地提取巩膜血管的特征。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.056 seconds)
