CN102314589B - 一种快速人眼定位方法及装置 - Google Patents
一种快速人眼定位方法及装置 Download PDFInfo
- Publication number
- CN102314589B CN102314589B CN201010218870.8A CN201010218870A CN102314589B CN 102314589 B CN102314589 B CN 102314589B CN 201010218870 A CN201010218870 A CN 201010218870A CN 102314589 B CN102314589 B CN 102314589B
- Authority
- CN
- China
- Prior art keywords
- human eye
- human
- measured
- eye area
- sorter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
一种快速人眼定位方法及装置，属于图像处理领域。该方法包括：(a)根据步骤(d)、和步骤(f)的检测结果判断上帧图像中是否存在人眼，如有，跳转到步骤(e)；(b)在待测图像中进行人脸检测；如未检测到，跳转到步骤(a)；(c)在待测图像中提取出人脸区域，作为第一待测人眼区域；(d)在第一待测人眼区域进行人眼检测，并确定人眼区域位置及大小；(e)根据上一帧图像得到的人眼区域位置和大小，在当前帧待检测图像上确定第二待测人眼区域；(f)在第二待测人眼区域进行人眼检测，并确定人眼区域位置及大小。本发明只检索针对上一帧图像人眼区域在当前帧对应的区域，减少了图像检测的时间，适用于实时图像处理系统。
Description
技术领域
本发明属于图像处理领域，尤其涉及一种快速人眼定位方法及装置。
背景技术
研究表明，眼睛状态与驾驶员疲劳有较高的相关性，能可靠地反映疲劳状态。而眼睛定位是判断眼睛状态的前提。因此，如何准确、快速地进行人眼定位是实现驾驶疲劳状态监控的关键。
人们对人眼定位已经做了相当多的研究，目前主要技术有基于学习、基于模板匹配、基于特征的方法。基于学习的方法包括AdaBoost(Adaptive Boosting，自适应叠加)算法、神经网络、主元分析法等，这些算法的优点是准确率高，但是计算量大，限制了在实时系统中的应用。基于模板的方法则是先得到左右眼的模板，然后在整幅图像中搜索匹配。由于光照变化，角度旋转等的影响，此类方法准确率不高，而且计算量巨大。基于特征的方法包括HSI(HueSaturation Intensity，表示色调、色饱和度、亮度)虹膜检测和灰度投影法等。虹膜检测虽然快速，但是需要在彩色空间中进行，不适合红外成像系统。灰度投影方法在人脸偏斜时会失效。还有基于人脸全局特征的人眼定位，眼睛梯度等，这些算法准确率不高。
在实际图像检测中，由于事先不可能知道要检测目标图像的大小，也不知道会有多少个匹配的目标图像。AdaBoost算法使用的目标图像分类器具有按比例增大(或者缩小)的能力。算法大致流程如图1所示。(a)判断将目标图像分类器放大后，是否大于待检测图像的大小，如果是，检测结束；如果否，转到步骤(b)；(b)将目标图像分类器放大，用于检查某一大小的目标图像；(c)将放大后的目标图像分类器在待检测图像中遍历匹配，找到所有匹配的目标图像；然后转到步骤(a)。AdabBoost算法依次按比例增大目标图像分类器，来检测不同大小的目标图像；直到待检测的目标图像分类器大小大于整幅图像的大小为止。因此图像越大，可能的目标图像分类器也就越多，而且在每一种可能情况下遍历图像的耗时也越长。这是AdaBoost算法计算量巨大的原因之一。
发明内容
本发明为解决现有目标图像检测方法速度低的技术问题，提供一种快速人眼定位方法及装置。
一种快速人眼定位方法，包括：
(a)、根据步骤(d)、和步骤(f)的检测结果判断上一帧图像中是否存在人眼区域，如有，跳转到步骤(e)；
(b)、利用人脸分类器在待测图像中查找人脸图像区域，并确定人脸区域位置及大小；如未检测到，跳转到步骤(a)；
(c)、根据人脸区域位置及大小在待测图像中提取出人脸区域，作为第一待测人眼区域；
(d)、利用人眼分类器在第一待测人眼区域进行人眼检测，并确定人眼区域位置及大小；
(e)、根据上一帧图像得到的人眼区域位置和大小，扩大所述人眼区域范围在当前帧待测图像上确定第二待测人眼区域；
(f)、利用人眼分类器在第二待测人眼区域进行人眼检测，并确定人眼区域位置及大小。
一种快速人眼定位装置，包括：
人眼判断单元，根据第一人眼检测单元、和第二人眼检测单元的检测结果判断上一帧图像中是否存在人眼区域；
人脸检测单元，根据人眼判断单元判断出上一帧图像中不存在人眼的结果，利用人脸分类器在待测图像中查找人脸图像区域，并确定人脸区域位置及大小；
人脸图像提取单元，根据人脸区域位置及大小在待测图像中提取出人脸区域，作为第一待测人眼区域；
第一人眼检测单元，利用人眼分类器在第一待测人眼区域进行人眼检测，并确定人眼区域位置及大小；
人眼图像提取单元，根据人眼判断单元判断出上一帧图像中存在人眼的结果、及根据上一帧图像得到的人眼区域位置和大小，扩大人眼区域范围在当前帧待测图像上确定第二待测人眼区域；
第二人眼检测单元，利用人眼分类器在第二待测人眼区域进行人眼检测，并确定人眼区域位置及大小。
本发明先判断上一帧图像是否存在人眼区域，当上一帧图像中存在人眼区域时，不用对当前帧整幅图像进行全部检索，只检索针对上一帧图像人眼区域在当前帧对应的区域，大大缩短了检测人眼的时间，能迅速的对图像中人眼区域进行定位，适用于实时图像系统。
附图说明
图1是现有技术提供的AdaBoost算法流程图；
图2是本发明实施例提供的快速人眼定位方法流程图；
图3是本发明实施例提供的快速人眼定位装置示意图。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本方案的目的在于提供一种快速人眼定位方法及装置，旨在解决现有人眼定位技术中速度慢的技术问题。
一种快速人眼定位方法，如图2所示，包括如下步骤：
(a)、根据步骤(d)、和步骤(f)的检测结果判断上一帧图像中是否存在人眼区域，如有，跳转到步骤(e)；
(b)、利用人脸分类器在待测图像中查找人脸图像区域，并确定人脸区域位置及大小；如未检测到，跳转到步骤(a)；
(c)、根据人脸区域位置及大小在待测图像中提取出人脸区域，作为第一待测人眼区域；
(d)、利用人眼分类器在第一待测人眼区域进行人眼检测，并确定人眼区域位置及大小；
(e)、根据上一帧图像得到的人眼区域位置和大小，扩大所述人眼区域范围在当前帧待测图像上确定第二待测人眼区域；
(f)、利用人眼分类器在第二待测人眼区域进行人眼检测，并确定人眼区域位置及大小。
所公知的，步骤(b)中的人脸分类器、步骤(d)和步骤(f)中的人眼分类器通过对图像采样、训练获得。
前期人脸样本、人眼样本的采样：将红外摄像头设置在不同光照环境、不同角度进行样本采样，不同光照环境包括但不限于日光灯照射下、暗室无可见光照射下、不同光亮的车内仪表器旁等。采样的对象包括：高矮不一、戴近视眼镜或者戴太阳眼镜、肤色不一的人群等；这样就拥有了足够量的人脸库。在人脸库中，从图片上截取眼睛部分作为人眼库。
采集人脸样本库、人眼样本库与足够量的不包含人脸、人眼的样本库。计算所有样本库的特征值，训练得到人脸分类器、人眼分类器。
步骤(e)中根据上一帧图像得到的人眼区域位置及大小，扩大人眼区域范围在当前帧待测图像上确定第二待测人眼区域采用如下操作：当前帧待测图像中的人眼图像中心点位置不变，对其长和宽扩大一定的倍数，如果扩大的区域超出图像的边缘，就停止向这个方向扩大，来确定当前帧待测图像的第二待测人眼区域。作为优选方案，将其长宽都扩大一倍，得到的第二待测人眼区域比较小，便于减少人眼检测的时间，且由于视频图像两帧图像的变化不大，能完全包含人眼区域。
所述步骤(b)中利用人脸分类器在待测图像中查找人脸图像区域的方法包括：
(1)、利用预定大小的人脸分类器在待测图像中查找人脸图像区域；如查找到，跳转到步骤(3)；
(2)、将人脸分类器进行放大，然后利用放大后的人脸分类器在待测图像中查找人脸图像区域；如查找到，跳转到步骤(3)；如没有查找到，重复本步骤，直到放大后的人脸分类器大小和待测图像大小一致时，跳转到步骤(3)；
(3)、停止对待测图像进行人脸图像检测。
由于是不断的对人脸分类器进行放大，然后用放大后的人脸分类器在待测图像中查找人脸图像区域，故预定大小的人脸分类器最小，然后不断放大，直到放大后的人脸分类器大小和待测图像大小一致时，停止进行人脸检测。作为优选方案，预定大小为40*40。
作为另一实施方案，步骤(b)中利用人脸分类器在待测图像中查找人脸图像区域的方法包括：
(1)、利用预定大小的人脸分类器在待测图像中查找人脸图像区域；如查找到，跳转到步骤(3)；
(2)、将人脸分类器进行缩小，然后利用缩小后的人脸分类器在待测图像中查找人脸图像区域；如查找到，跳转到步骤(3)；如没有查找到，重复本步骤，直到缩小后的人脸分类器大小为40*40，跳转到步骤(3)；
(3)、停止对待测图像进行人脸图像检测。
由于是不断的对人脸分类器进行缩小，然后用缩小后的人脸分类器在待测图像中查找人脸图像区域，故预定大小的人脸分类器最大，和待测图像一样大小。然后不断缩小人脸分类器，直到缩小后的人脸分类器大小为40*40。
所述步骤(d)中在第一待测人眼区域进行人眼检测包括如下步骤：
(1)、利用预定大小的人眼分类器在第一待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行放大，然后利用放大后的人眼分类器在第一待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到放大后的人眼分类器大小和第一待测人眼区域大小一致时，跳转到步骤(3)；
(3)、停止在第一待测人眼区域进行人眼图像检测。
由于不断的对人眼分类器进行放大，然后用放大后的人眼分类器在第一待测人眼区域检测人眼图像区域，故预定大小的人眼分类器最小，然后不断放大，直到放大后的人眼分类器大小和第一待测人眼区域大小一致时，停止进行人眼检测。作为优选方案，预定大小设为40*40。
作为另一实施方案，步骤(d)中在第一待测人眼区域进行人眼检测包括如下步骤：
(1)、利用预定大小的人眼分类器在第一待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行缩小，然后利用缩小后的人眼分类器在第一待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到缩小后的人眼分类器大小为40*40，跳转到步骤(3)；
(3)、停止在第一待测人眼区域进行人眼图像检测。
由于是不断的对人眼分类器进行缩小，然后用缩小后的人眼分类器在第一待测人眼区域中查找人眼图像区域，故预定大小的人脸分类器大小和第一待测人眼区域大小一致，然后不断缩小人脸分类器，直到缩小后的人脸分类器大小为40*40。
所述步骤(f)中在第二待测人眼区域进行人眼检测包括如下步骤：
(1)、利用预定大小的人眼分类器在第二待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行放大，然后利用放大后的人眼分类器在第二待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到放大后的人眼分类器大小和第二待测人眼区域大小一致时，跳转到步骤(3)；
(3)、停止在第二待测人眼区域进行人眼图像检测。
由于不断的对人眼分类器进行放大，然后用放大后的人眼分类器在第二待测人眼区域检测人眼图像区域，故预定大小的人眼分类器最小，然后不断放大，直到放大后的人眼分类器大小和第二待测人眼区域大小一致时，停止进行人眼检测。作为优选方案，预定大小设为40*40。
作为另一实施方案，步骤(f)中在第二待测人眼区域进行人眼检测包括如下步骤：
(1)、利用预定大小的人眼分类器在第二待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行缩小，然后利用缩小后的人眼分类器在第二待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到缩小后的人眼分类器大小为40*40，跳转到步骤(3)；
(3)、停止在第二待测人眼区域进行人眼图像检测。
由于是不断的对人眼分类器进行缩小，然后用缩小后的人眼分类器在第二待测人眼区域中查找人眼图像区域，故预定大小的人脸分类器大小和第二待测人眼区域大小一致，然后不断缩小人脸分类器，直到缩小后的人脸分类器大小为40*40。
进一步的，上述第一待测人眼区域和第二待测人眼区域均为矩形区域。便于利用人眼分类器对其进行人眼检测。
本发明的快速人眼定位方法中先判断上一帧图像是否存在人眼区域，当上一帧图像中存在人眼区域时，不用对当前帧整幅图像进行全部检测，只检测针对上一帧图像人眼区域在当前帧对应的区域，大大缩短了检测人眼的时间，能迅速的对图像中人眼区域进行定位，适用于实时图像系统。
本发明还包括一种快速人眼定位装置，如图3所示，该装置包括：
人眼判断单元1，根据第一人眼检测单元4、和第二人眼检测单元6的检测结果判断上一帧图像中是否存在人眼区域；
人脸检测单元2，根据人眼判断单元2判断出上一帧图像中不存在人眼的结果，利用人脸分类器在待测图像中查找人脸图像区域，并确定人脸区域位置及大小；
人脸图像提取单元3，根据人脸区域位置及大小在待测图像中提取出人脸区域，作为第一待测人眼区域；
第一人眼检测单元4，利用人眼分类器在第一待测人眼区域进行人眼检测，并确定人眼区域位置及大小；
人眼图像提取单元5，根据人眼判断单元1判断出上一帧图像中存在人眼的结果、及根据上一帧图像得到的人眼区域位置和大小，扩大所述人眼区域范围在当前帧待测图像上确定第二待测人眼区域；
第二人眼检测单元6，利用人眼分类器在第二待测人眼区域进行人眼检测，并确定人眼区域位置及大小。
人眼图像提取单元5确定第二待测人眼区域的过程同上述方法步骤(e)确定第二待测人眼区域的过程相同，故不累述。
所述人脸检测单元2中利用人脸分类器在待测图像中查找人脸图像区域的方法包括：
(1)、利用预定大小的人脸分类器在待测图像中查找人脸图像区域；如查找到，跳转到步骤(3)；
(2)、将人脸分类器进行放大，然后利用放大后的人脸分类器在待测图像中查找人脸图像区域；如查找到，跳转到步骤(3)；如没有查找到，重复本步骤，直到放大后的人脸分类器大小和待测图像大小一致时，跳转到步骤(3)；
(3)、停止对待测图像进行人脸图像检测。
预定大小的人脸分类器最小，作为优选方案，预定大小设为40*40。理由同方法实施例步骤(b)相同，故不累述。
作为另一实施方案，人脸检测单元2中利用人脸分类器在待测图像中查找人脸图像区域的方法包括：
(1)、利用预定大小的人脸分类器在待测图像中查找人脸图像区域；如查找到，跳转到步骤(3)；
(2)、将人脸分类器进行缩小，然后利用缩小后的人脸分类器在待测图像中查找人脸图像区域；如查找到，跳转到步骤(3)；如没有查找到，重复本步骤，直到缩小后的人脸分类器大小为40*40，跳转到步骤(3)；
(3)、停止对待测图像进行人脸图像检测。
预定大小的人脸分类器最大，和待测图像一样大小。理由同方法实施例步骤(b)相同，故不累述。
第一人眼检测单元4中在第一待测人眼区域进行人眼检测包括如下步骤：
(1)、利用预定大小的人眼分类器在第一待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行放大，然后利用放大后的人眼分类器在第一待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到放大后的人眼分类器大小和第一待测人眼区域大小一致时，跳转到步骤(3)；
(3)、停止在第一待测人眼区域进行人眼图像检测。
预定大小的人眼分类器最小，作为优选方案，预定大小设为40*40。理由同方法实施例步骤(d)相同，故不累述。
作为另一实施方案，第一人眼检测单元4中在第一待测人眼区域进行人眼检测包括如下步骤：
(1)、利用预定大小的人眼分类器在第一待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行缩小，然后利用缩小后的人眼分类器在第一待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到缩小后的人眼分类器大小为40*40，跳转到步骤(3)；
(3)、停止在第一待测人眼区域进行人眼图像检测。
预定大小的人脸分类器大小和第一待测人眼区域大小一致，理由同方法实施例步骤(d)相同，故不累述。
所述第二人眼检测单元6中在第二待测人眼区域进行人眼检测包括如下步骤：
(1)、利用预定大小的人眼分类器在第二待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行放大，然后利用放大后的人眼分类器在第二待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到放大后的人眼分类器大小和第二待测人眼区域大小一致时，跳转到步骤(3)；
(3)、停止在第二待测人眼区域进行人眼图像检测。
预定大小的人眼分类器最小，作为优选方案，预定大小设为40*40。理由同方法实施例步骤(f)相同，故不累述。
作为另一实施方案，第二人眼检测单元6中在第二待测人眼区域进行人眼检测包括如下步骤：
(1)、利用预定大小的人眼分类器在第二待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行缩小，然后利用缩小后的人眼分类器在第二待测人眼区域检测人眼图像区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到缩小后的人眼分类器大小为40*40，跳转到步骤(3)；
(3)、停止在第二待测人眼区域进行人眼图像检测。
由于是不断的对人眼分类器进行缩小，预定大小的人脸分类器大小和第二待测人眼区域大小一致，理由同方法实施例步骤(f)相同，故不累述。
进一步的，上述第一待测人眼区域和第二待测人眼区域均为矩形区域。便于利用人眼分类器对其进行人眼检测。
本发明的快速人眼定位装置中人眼判断单元先判断上一帧图像是否存在人眼区域，当上一帧图像中存在人眼区域时，不用对当前帧整幅图像进行全部检测，只检测针对上一帧图像人眼区域在当前帧对应的区域，大大缩短了检测人眼的时间，能迅速的对图像中人眼区域进行定位，适用于实时图像系统。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (14)
1.一种快速人眼定位方法，其特征在于：包括如下步骤：
(a)、根据步骤(d)、和步骤(f)的检测结果判断当前帧的上一帧图像中是否存在人眼区域，如有，跳转到步骤(e)，否则执行步骤(b)；
(b)、利用人脸分类器在待测图像中查找人脸区域，并确定所述人脸区域位置及大小；如未检测到，跳转到步骤(a)；
(c)、根据所述人脸区域位置及大小在待测图像中提取出人脸区域，作为第一待测人眼区域；
(d)、利用人眼分类器在所述第一待测人眼区域进行人眼检测，并确定人眼区域位置及大小；
(e)、根据所述当前帧的上一帧图像得到的人眼区域位置和大小，扩大人眼区域范围在待测图像上确定第二待测人眼区域，其中，所述待测图像中的人眼区域中心点位置不变，将所述人眼区域的长和宽扩大固定的倍数，并根据扩大后的人眼区域确定所述第二待测人眼区域；
(f)、利用人眼分类器在所述第二待测人眼区域进行人眼检测，并确定人眼区域位置及大小。
2.如权利要求1所述的快速人眼定位方法，其特征在于：步骤(b)中利用人脸分类器在待测图像中查找人脸区域的方法包括：
(1)、利用预定大小的人脸分类器在待测图像中查找人脸区域；如查找到，跳转到步骤(3)；
(2)、将人脸分类器进行放大，然后利用放大后的人脸分类器在所述待测图像中查找人脸区域；如查找到，跳转到步骤(3)；如没有查找到，重复本步骤，直到放大后的人脸分类器大小和所述待测图像大小一致时，跳转到步骤(3)；
(3)、停止对所述待测图像进行人脸检测。
3.如权利要求1所述的快速人眼定位方法，其特征在于：步骤(b)中利用人脸分类器在待测图像中查找人脸区域的方法包括：
(1)、利用预定大小的人脸分类器在待测图像中查找人脸区域；如查找到， 跳转到步骤(3)；
(2)、将人脸分类器进行缩小，然后利用缩小后的人脸分类器在所述待测图像中查找人脸区域；如查找到，跳转到步骤(3)；如没有查找到，重复本步骤，直到缩小后的人脸分类器大小为40*40，跳转到步骤(3)；
(3)、停止对所述待测图像进行人脸检测。
4.如权利要求1所述的快速人眼定位方法，其特征在于：步骤(d)中利用人眼分类器在所述第一待测人眼区域进行人眼检测包括如下步骤：
(1)、利用预定大小的人眼分类器在第一待测人眼区域检测人眼区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行放大，然后利用放大后的人眼分类器在所述第一待测人眼区域检测人眼区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到放大后的人眼分类器大小和所述第一待测人眼区域大小一致时，跳转到步骤(3)；
(3)、停止在所述第一待测人眼区域进行人眼检测。
5.如权利要求1所述的快速人眼定位方法，其特征在于：步骤(d)中利用人眼分类器在所述第一待测人眼区域进行人眼检测包括如下步骤：
(1)、利用预定大小的人眼分类器在第一待测人眼区域检测人眼区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行缩小，然后利用缩小后的人眼分类器在所述第一待测人眼区域检测人眼区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到缩小后的人眼分类器大小为40*40，跳转到步骤(3)；
(3)、停止在所述第一待测人眼区域进行人眼检测。
6.如权利要求1所述的快速人眼定位方法，其特征在于：步骤(f)中利用人眼分类器在所述第二待测人眼区域进行人眼检测包括如下步骤：
(1)、利用预定大小的人眼分类器在第二待测人眼区域检测人眼区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行放大，然后利用放大后的人眼分类器在所述第二待测人眼区域检测人眼区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到放大后的人眼分类器大小和所述第二待测人眼区域大小一致时，跳转到步骤(3)；
(3)、停止在所述第二待测人眼区域进行人眼检测。
7.如权利要求1所述的快速人眼定位方法，其特征在于：步骤(f)中利用人眼分类器在所述第二待测人眼区域进行人眼检测包括如下步骤：
(1)、利用预定大小的人眼分类器在第二待测人眼区域检测人眼区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行缩小，然后利用缩小后的人眼分类器在所述第二待测人眼区域检测人眼区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到缩小后的人眼分类器大小为40*40，跳转到步骤(3)；
(3)、停止在所述第二待测人眼区域进行人眼检测。
8.一种快速人眼定位装置，其特征在于：包括：
人眼判断单元，根据第一人眼检测单元、和第二人眼检测单元的检测结果判断当前帧的上一帧图像中是否存在人眼区域；
人脸检测单元，在根据人眼判断单元判断出所述当前帧的上一帧图像中不存在人眼区域时，利用人脸分类器在待测图像中查找人脸区域，并确定所述人脸区域位置及大小；
人脸图像提取单元，根据所述人脸区域位置及大小在待测图像中提取出人脸区域，作为第一待测人眼区域；
第一人眼检测单元，利用人眼分类器在所述第一待测人眼区域进行人眼检测，并确定人眼区域位置及大小；
人眼图像提取单元，在根据人眼判断单元判断出所述当前帧的上一帧图像中存在人眼区域时、根据所述当前帧的上一帧图像得到的人眼区域位置和大小，扩大人眼区域范围在待测图像上确定第二待测人眼区域，其中，所述待 测图像中的人眼区域中心点位置不变，将所述人眼区域的长和宽扩大固定的倍数，并根据扩大后的人眼区域确定所述第二待测人眼区域；
第二人眼检测单元，利用人眼分类器在所述第二待测人眼区域进行人眼检测，并确定人眼区域位置及大小。
9.如权利要求8所述的快速人眼定位装置，其特征在于：人脸检测单元利用人脸分类器在待测图像中查找人脸区域的方法包括：
(1)、利用预定大小的人脸分类器在待测图像中查找人脸区域；如查找到，跳转到步骤(3)；
(2)、将人脸分类器进行放大，然后利用放大后的人脸分类器在所述待测图像中查找人脸区域；如查找到，跳转到步骤(3)；如没有查找到，重复本步骤，直到放大后的人脸分类器大小和所述待测图像大小一致时，跳转到步骤(3)；
(3)、停止对所述待测图像进行人脸检测。
10.如权利要求8所述的快速人眼定位装置，其特征在于：人脸检测单元利用人脸分类器在待测图像中查找人脸区域的方法包括：
(1)、利用预定大小的人脸分类器在待测图像中查找人脸区域；如查找到，跳转到步骤(3)；
(2)、将人脸分类器进行缩小，然后利用缩小后的人脸分类器在所述待测图像中查找人脸区域；如查找到，跳转到步骤(3)；如没有查找到，重复本步骤，直到缩小后的人脸分类器大小为40*40，跳转到步骤(3)；
(3)、停止对所述待测图像进行人脸检测。
11.如权利要求8所述的快速人眼定位装置，其特征在于：第一人眼检测单元利用人眼分类器在所述第一待测人眼区域进行人眼检测的方法包括：
(1)、利用预定大小的人眼分类器在第一待测人眼区域检测人眼区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行放大，然后利用放大后的人眼分类器在所述第一 待测人眼区域检测人脸区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到放大后的人眼分类器大小和所述第一待测人眼区域大小一致时，跳转到步骤(3)；
(3)、停止在所述第一待测人眼区域进行人眼检测。
12.如权利要求8所述的快速人眼定位装置，其特征在于：第一人眼检测单元利用人眼分类器在所述第一待测人眼区域进行人眼检测的方法包括：
(1)、利用预定大小的人眼分类器在第一待测人眼区域查找人眼区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行缩小，然后利用缩小后的人眼分类器在所述第一待测人眼区域检测人眼区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到缩小后的人眼分类器大小40*40，跳转到步骤(3)；
(3)、停止在所述第一待测人眼区域进行人眼检测。
13.如权利要求8所述的快速人眼定位装置，其特征在于：第二人眼检测单元利用人眼分类器在所述第二待测人眼区域进行人眼检测的方法包括：
(1)、利用预定大小的人眼分类器在第二待测人眼区域检测人眼区域；如查找到，跳转到步骤(3)；
(2)、将人眼分类器进行放大，然后利用放大后的人眼分类器在所述第二待测人眼区域检测人眼区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到放大后的人眼分类器大小和所述第二待测人眼区域大小一致时，跳转到步骤(3)；
(3)、停止在所述第二待测人眼区域进行人眼检测。
14.如权利要求8所述的快速人眼定位装置，其特征在于：第二人眼检测单元利用人眼分类器在所述第二待测人眼区域进行人眼检测的方法包括：
(1)、利用预定大小的人眼分类器在第二待测人眼区域查找人眼区域；如检测到，跳转到步骤(3)；
(2)、将人眼分类器进行缩小，然后利用缩小后的人眼分类器在所述第二 待测人眼区域检测人眼区域；如检测到，跳转到步骤(3)；如没有检测到，重复本步骤，直到缩小后的人眼分类器大小40*40，跳转到步骤(3)；
(3)、停止在所述第二待测人眼区域进行人眼检测。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010218870.8A CN102314589B (zh) | 2010-06-29 | 2010-06-29 | 一种快速人眼定位方法及装置 |
| PCT/CN2011/076339 WO2012000408A1 (en) | 2010-06-29 | 2011-06-24 | Eye detecting method and eye detecting device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010218870.8A CN102314589B (zh) | 2010-06-29 | 2010-06-29 | 一种快速人眼定位方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102314589A CN102314589A (zh) | 2012-01-11 |
| CN102314589B true CN102314589B (zh) | 2014-09-03 |
Family
ID=45401392
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201010218870.8A Active CN102314589B (zh) | 2010-06-29 | 2010-06-29 | 一种快速人眼定位方法及装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN102314589B (zh) |
| WO (1) | WO2012000408A1 (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102339377B (zh) * | 2010-07-21 | 2013-12-04 | 比亚迪股份有限公司 | 一种快速人眼定位方法及装置 |
| CN103942542A (zh) * | 2014-04-18 | 2014-07-23 | 重庆卓美华视光电有限公司 | 人眼跟踪方法及装置 |
| CN104573660A (zh) * | 2015-01-13 | 2015-04-29 | 青岛大学 | 一种利用sift点描述子精确定位人眼的方法 |
| CN105740848B (zh) * | 2016-03-02 | 2019-05-17 | 武汉虹识技术有限公司 | 一种基于可信度的快速人眼定位方法 |
| CN106295511B (zh) * | 2016-07-26 | 2019-05-21 | 北京小米移动软件有限公司 | 人脸跟踪方法及装置 |
| CN106709420B (zh) * | 2016-11-21 | 2020-07-10 | 厦门瑞为信息技术有限公司 | 一种监测营运车辆驾驶人员驾驶行为的方法 |
| CN106709431A (zh) * | 2016-12-02 | 2017-05-24 | 厦门中控生物识别信息技术有限公司 | 虹膜识别方法及装置 |
| CN107292251B (zh) * | 2017-06-09 | 2020-08-28 | 湖北天业云商网络科技有限公司 | 一种基于人眼状态的驾驶员疲劳检测方法及系统 |
| CN107622252B (zh) * | 2017-09-29 | 2022-02-22 | 百度在线网络技术（北京）有限公司 | 信息生成方法和装置 |
| CN107766840A (zh) * | 2017-11-09 | 2018-03-06 | 杭州有盾网络科技有限公司 | 一种眨眼检测的方法、装置、设备及计算机可读存储介质 |
| CN108985245A (zh) * | 2018-07-25 | 2018-12-11 | 深圳市飞瑞斯科技有限公司 | 眼部位置的确定方法、装置、计算机设备和存储介质 |
| CN110929672B (zh) * | 2019-11-28 | 2024-03-01 | 联想(北京)有限公司 | 瞳孔定位方法和电子设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1475961A (zh) * | 2003-07-14 | 2004-02-18 | 中国科学院计算技术研究所 | 基于GaborEye模型的人眼定位方法 |
| CN101739548A (zh) * | 2009-02-11 | 2010-06-16 | 北京智安邦科技有限公司 | 人眼检测方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4386447B2 (ja) * | 2005-09-26 | 2009-12-16 | 富士フイルム株式会社 | 画像分割装置および方法並びにプログラム |
| KR100809431B1 (ko) * | 2006-11-21 | 2008-03-05 | 한국전자통신연구원 | 가림 현상에 강인한 눈 검출 방법 및 장치 |
| CN100592322C (zh) * | 2008-01-04 | 2010-02-24 | 浙江大学 | 照片人脸与活体人脸的计算机自动鉴别方法 |
-
2010
- 2010-06-29 CN CN201010218870.8A patent/CN102314589B/zh active Active
-
2011
- 2011-06-24 WO PCT/CN2011/076339 patent/WO2012000408A1/en active Application Filing
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1475961A (zh) * | 2003-07-14 | 2004-02-18 | 中国科学院计算技术研究所 | 基于GaborEye模型的人眼定位方法 |
| CN101739548A (zh) * | 2009-02-11 | 2010-06-16 | 北京智安邦科技有限公司 | 人眼检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2012000408A1 (en) | 2012-01-05 |
| CN102314589A (zh) | 2012-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102314589B (zh) | 一种快速人眼定位方法及装置 | |
| US8509478B2 (en) | Detection of objects in digital images | |
| CN111047568B (zh) | 一种漏汽缺陷检测识别方法及系统 | |
| US8131079B2 (en) | Pedestrian detection device and pedestrian detection method | |
| US8965068B2 (en) | Apparatus and method for discriminating disguised face | |
| CN103824070A (zh) | 一种基于计算机视觉的快速行人检测方法 | |
| US8675917B2 (en) | Abandoned object recognition using pedestrian detection | |
| CN102609724B (zh) | 一种基于双摄像头的周围环境信息提示方法 | |
| CN105426828A (zh) | 人脸检测方法、装置及系统 | |
| CN106919895B (zh) | 用于运动目标的跟踪方法和系统 | |
| CN111723656B (zh) | 一种基于YOLO v3与自优化的烟雾检测方法及装置 | |
| CN107203743B (zh) | 一种人脸深度跟踪装置及实现方法 | |
| CN111191535B (zh) | 基于深度学习的行人检测模型构建方法及行人检测方法 | |
| WO2021217764A1 (zh) | 一种基于偏振成像的人脸活体检测方法 | |
| Saif et al. | Real time vision based object detection from UAV aerial images: a conceptual framework | |
| CN102339377B (zh) | 一种快速人眼定位方法及装置 | |
| KR101712673B1 (ko) | 동공 중심 검출 장치 및 방법 | |
| CN107145820B (zh) | 基于hog特征和fast算法的双眼定位方法 | |
| Nan et al. | Pedestrian detection based on HOG features and SVM realizes vehicle-human-environment interaction | |
| CN104615985B (zh) | 一种人脸相似度的识别方法 | |
| CN114494359A (zh) | 一种基于异常光流的小样本运动目标检测方法 | |
| US20230245445A1 (en) | An object detection method | |
| CN112883863A (zh) | 密集人流口罩佩戴率智能检测方法、系统、介质和设备 | |
| Kumar et al. | Human Face Recognition and Detection System with Genetic and Ant Colony Optimization Algorithm | |
| CN106599813A (zh) | 一种基于人脸识别的铁路安检安防管理系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20191204 Address after: 518119 1 Yanan Road, Kwai Chung street, Dapeng New District, Shenzhen, Guangdong Patentee after: SHENZHEN BYD MICROELECTRONICS Co.,Ltd. Address before: BYD 518118 Shenzhen Road, Guangdong province Pingshan New District No. 3009 Patentee before: BYD Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 518119 No.1 Yan'an Road, Kuiyong street, Dapeng New District, Shenzhen City, Guangdong Province Patentee after: BYD Semiconductor Co.,Ltd. Address before: 518119 No.1 Yan'an Road, Kuiyong street, Dapeng New District, Shenzhen City, Guangdong Province Patentee before: BYD Semiconductor Co.,Ltd. |
|
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 518119 No.1 Yan'an Road, Kuiyong street, Dapeng New District, Shenzhen City, Guangdong Province Patentee after: BYD Semiconductor Co.,Ltd. Address before: 518119 No.1 Yan'an Road, Kwai Chung street, Dapeng New District, Shenzhen City, Guangdong Province Patentee before: SHENZHEN BYD MICROELECTRONICS Co.,Ltd. |