-
公开(公告)号：CN102129349B
公开(公告)日：2012-09-19
申请号：CN201110066467.2
申请日：2011-03-18
Applicant: 山东大学
IPC: G06F3/048
Abstract: 本发明公开了一种以视觉转移机制为指导的图像自适应显示方法，包括以下步骤：(1)视觉注意模型的构建，得到最终的显著图，(2)在显著图基础上，根据竞争机制依次找到显著图中最大显著值点，(3)通过目标显著屏幕的尺寸与注意焦点的转移顺序以及他们之间的距离来确定最终的显示策略。本发明的以视觉转移机制为指导，并且在确定显示策略后，通过显著图能量的累积大小进行进一步调整的图像自适应显示方法，为以往的仅仅根据能量的累积大小来进行剪切和线裁剪的自适应方法提供一个重要参考，使得在进行自适应的过程中能够充分满足用户对图像内容的理解，并且针对一幅有多个显著区域的图像能够达到更小的内容损失和更好的用户浏览体验。
-
公开(公告)号：CN102063258B
公开(公告)日：2012-07-04
申请号：CN201010617544.4
申请日：2010-12-31
Applicant: 山东大学
IPC: G06F3/048
Abstract: 本发明公开了一种针对不同尺寸显示终端上的图像自适应显示方法，包括以下步骤：(1)视觉注意模型的构建，得到最终的显著图；(2)最显著位置的标定：将得到的最终的显著图进行分块，找到显著能量最大的块标定为显著图中最显著的位置；(3)自适应调整：以标定的最大显著值位置的中心为坐标轴原点，根据目标显示器尺寸及比例，逐步向x、y正负坐标轴方向扩大显示窗口。本发明避免了图像在不同尺寸显示器上显示时容易出现的重要关注区域丢失的问题，且使图像的重要区域，也就是观赏者最关注的区域的视觉失真降到最低，保持显示内容中的显著性对象准确完整。
-
公开(公告)号：CN101944178A
公开(公告)日：2011-01-12
申请号：CN201010292932.X
申请日：2010-09-27
Applicant: 山东大学
Abstract: 本发明提出了一种用于智能监控的显著区域提取方法，包括以下步骤：(1)多尺度变换；(2)局部对照特征提取；(3)特征图形成；(4)全局归一化；(5)线性结合。显著图中的显著性是通过图像的灰度来表示，灰度值越大的地方，受关注程度越强，显著性越大；反之，显著性越小。本发明考虑到人眼对于强对照敏感的视觉特性，充分利用表征图像的最基本、最重要的亮度、纹理和颜色三个低级特征，对图像进行多尺度局部对照的提取，经过迭代内插求和，归一化处理，线性结合一系列操作提取图像的显著区域；在显著区域提取的准确性和完整性上有明显的提高。
-
公开(公告)号：CN101944178B
公开(公告)日：2012-10-24
申请号：CN201010292932.X
申请日：2010-09-27
Applicant: 山东大学
Abstract: 本发明提出了一种用于智能监控的显著区域提取方法，包括以下步骤：(1)多尺度变换；(2)局部对照特征提取；(3)特征图形成；(4)全局归一化；(5)线性结合。显著图中的显著性是通过图像的灰度来表示，灰度值越大的地方，受关注程度越强，显著性越大；反之，显著性越小。本发明考虑到人眼对于强对照敏感的视觉特性，充分利用表征图像的最基本、最重要的亮度、纹理和颜色三个低级特征，对图像进行多尺度局部对照的提取，经过迭代内插求和，归一化处理，线性结合一系列操作提取图像的显著区域；在显著区域提取的准确性和完整性上有明显的提高。
-
公开(公告)号：CN101964111B
公开(公告)日：2011-11-30
申请号：CN201010292929.8
申请日：2010-09-27
Applicant: 山东大学
IPC: G06T5/50
Abstract: 本发明提供了一种基于超分辨率的视线跟踪精度提升方法。该方法先在采集的人脸图像中进行人眼定位，并提取出大致的瞳孔区域；然后以提取出的每一帧瞳孔区域图像以及其后面相邻的3帧图像作为待配准图像，经过特征提取、相似度分析确定出变换函数和参数，并根据图像的帧位移差构造出规整化函数，进而实现图像各点的配准，综合四帧图像的特征信息重构出具有高分辨率的瞳孔区域；再在经过超分辨的瞳孔区域中提取角膜上的反射点并计算其坐标位置，同时，通过瞳孔边缘提取和椭圆拟合，确定瞳孔中心的坐标。最后根据反射点及瞳孔中心的坐标估计出屏幕上注视点的位置。本发明将超分辨技术用于视线跟踪系统，在不增加硬件设置的情况下，提高了系统的精度。
-
Patent Agency Ranking
公开(公告)号：CN102129554A
公开(公告)日：2011-07-20
申请号：CN201110067148.3
申请日：2011-03-18
Applicant: 山东大学
Abstract: 本发明提供了一种基于视线跟踪的密码输入控制方法，该密码输入控制方法具体包括以下步骤：(1)人脸图像预处理及人眼特征参数提取：根据人脸的结构特性进行人脸检测并在符合人脸结构特性的人脸区域内进行人眼特征参数的提取；(2)估计当前注视点位置：采用基于相似三角形的双光源视线跟踪实现从人眼特征参数到当前注视点位置的估计；(3)根据注视点位置进行密码输入操作控制：根据注视点的位置，利用时间门限及声音反馈来控制密码输入的操作。本发明可有效地防止用户密码被窃取，不通过键盘输入密码，避免了不同个体之间通过键盘上残留的细菌病毒形成交叉感染；具有简单方便、安全性更高的特点。
-
公开(公告)号：CN102043952A
公开(公告)日：2011-05-04
申请号：CN201010618752.6
申请日：2010-12-31
Applicant: 山东大学
Abstract: 本发明公开了一种基于双光源的视线跟踪方法，具体步骤如下：(1)图像预处理：利用瞳孔和反射点灰度差的原理，对采集到的人脸图像进行预处理，提取出人眼图像中两个反射点和瞳孔区域，并计算出两个反射点及瞳孔中心在图像坐标系中的坐标；(2)注视点估计：根据图像中瞳孔中心与两反射点构成的三角形和屏幕上注视点及两个红外光源构成的三角形近似为一对相似三角形来确定屏幕上注视点的近似位置；(3)注视点校正，得到最终的注视点位置。本发明无需测量人距屏幕间的距离，计算复杂度低，对头部运动鲁棒性强，实验过程自然舒适，易于实现，估计误差在视线跟踪系统应用的误差容许范围之内。
-
公开(公告)号：CN101964111A
公开(公告)日：2011-02-02
申请号：CN201010292929.8
申请日：2010-09-27
Applicant: 山东大学
IPC: G06T5/50
Abstract: 本发明提供了一种基于超分辨率的视线跟踪精度提升方法。该方法先在采集的人脸图像中进行人眼定位，并提取出大致的瞳孔区域；然后以提取出的每一帧瞳孔区域图像以及其后面相邻的3帧图像作为待配准图像，经过特征提取、相似度分析确定出变换函数和参数，并根据图像的帧位移差构造出规整化函数，进而实现图像各点的配准，综合四帧图像的特征信息重构出具有高分辨率的瞳孔区域；再在经过超分辨的瞳孔区域中提取角膜上的反射点并计算其坐标位置，同时，通过瞳孔边缘提取和椭圆拟合，确定瞳孔中心的坐标。最后根据反射点及瞳孔中心的坐标估计出屏幕上注视点的位置。本发明将超分辨技术用于视线跟踪系统，在不增加硬件设置的情况下，提高了系统的精度。
-
公开(公告)号：CN102176191A
公开(公告)日：2011-09-07
申请号：CN201110070378.5
申请日：2011-03-23
Applicant: 山东大学
Abstract: 本发明公开了一种基于视线跟踪的电视机操控方法，首先在电视机上装有两个能够清晰地拍摄人眼瞳孔的摄像机，并在电视机上设置一个电视机视线操控触发按钮来启动视线跟踪的操控；具体包括以下步骤：(1)所有观看者人脸锁定跟踪，在摄像机所拍摄的电视观看者的图像中进行实时地人脸检测，并锁定和跟踪所有检测出的人脸；(2)所有观看者凝视点估计，分别在所跟踪的每一个人脸区域中进行人眼定位，实现多用户的凝视点估计；(3)利用视线实现电视机操控，根据估计出的观看者的凝视点位置，确定观看者选择的电视控制按钮，从而使电视机进行相应的动作，实现对电视机的智能化操控。本发明使人们能够对电视机进行自然、方便、快捷地操控。
-
公开(公告)号：CN102063258A
公开(公告)日：2011-05-18
申请号：CN201010617544.4
申请日：2010-12-31
Applicant: 山东大学
IPC: G06F3/048
Abstract: 本发明公开了一种针对不同尺寸显示终端上的图像自适应显示方法，包括以下步骤：(1)视觉注意模型的构建，得到最终的显著图；(2)最显著位置的标定：将得到的最终的显著图进行分块，找到显著能量最大的块标定为显著图中最显著的位置；(3)自适应调整：以标定的最大显著值位置的中心为坐标轴原点，根据目标显示器尺寸及比例，逐步向x、y正负坐标轴方向扩大显示窗口。本发明避免了图像在不同尺寸显示器上显示时容易出现的重要关注区域丢失的问题，且使图像的重要区域，也就是观赏者最关注的区域的视觉失真降到最低，保持显示内容中的显著性对象准确完整。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.03 seconds)
