CN105095885B - 一种人眼状态的检测方法和检测装置 - Google Patents
一种人眼状态的检测方法和检测装置 Download PDFInfo
- Publication number
- CN105095885B CN105095885B CN201510564293.0A CN201510564293A CN105095885B CN 105095885 B CN105095885 B CN 105095885B CN 201510564293 A CN201510564293 A CN 201510564293A CN 105095885 B CN105095885 B CN 105095885B
- Authority
- CN
- China
- Prior art keywords
- state
- eye
- human eye
- eyes
- pupil
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 66
- 210000001508 eye Anatomy 0.000 claims abstract description 271
- 201000009487 Amblyopia Diseases 0.000 claims abstract description 43
- 208000004350 Strabismus Diseases 0.000 claims abstract description 43
- 210000001747 pupil Anatomy 0.000 claims description 49
- 230000001815 facial effect Effects 0.000 claims description 43
- 210000000744 eyelid Anatomy 0.000 claims description 37
- 210000005252 bulbus oculi Anatomy 0.000 claims description 16
- 230000004438 eyesight Effects 0.000 abstract description 12
- 238000000034 method Methods 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 10
- 210000003128 head Anatomy 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 208000003164 Diplopia Diseases 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 208000001692 Esotropia Diseases 0.000 description 1
- 208000018137 Extraocular muscle disease Diseases 0.000 description 1
- 208000016285 Movement disease Diseases 0.000 description 1
- 206010028813 Nausea Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 208000012886 Vertigo Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 201000006316 hypertropia Diseases 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008693 nausea Effects 0.000 description 1
- 231100000862 numbness Toxicity 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 210000000162 simple eye Anatomy 0.000 description 1
- 231100000889 vertigo Toxicity 0.000 description 1
- 230000004382 visual function Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
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
-
- 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)
- Eye Examination Apparatus (AREA)
Abstract
本发明涉及一种人眼状态的检测方法和检测装置，包括建立模型单元、获得眼部单元和判断状态单元，所述建立模型单元，用于获得人脸图像，基于所述人脸图像建立人脸模型；所述获得眼部单元，用于根据所述人脸模型，获得人脸的眼部信息；所述判断状态单元，用于根据所述眼部信息，判断人眼状态，所述人眼状态包括斜视状态和弱视状态。可见，该人眼状态的检测方法和检测装置，能够通过建立人脸模型，检测用眼过程中的斜视和弱视现象，用户体验度高。
Description
技术领域
本发明涉及眼睛保健技术领域，尤其涉及一种人眼状态的检测方法和检测装置。
背景技术
眼球无明显器质性病变，而单眼或双眼矫正视力仍达不到0.8者称为弱视。目前，我国弱视标准为矫正视力≤0.8或两眼视力差≥2行。弱视是一种严重危害儿童视功能的眼病，如不及时治疗可引起弱视加重，甚至失明。当孩子存在双眼弱视时，会通过主动靠近被视目标来提高清晰度，使得这种机制可以发挥作用，但是当孩子只存在一个眼睛弱视时，常常是在安全距离外使用视力较好的眼睛。
斜视是指两眼不能同时注视被视目标，属眼外肌疾病，可分为共同性斜视和麻痹性斜视两大类。共同性斜视以眼位偏向颞侧、眼球无运动障碍、无复视为主要临床特征；麻痹性斜视则有眼球运动受限、复视，并伴眩晕、恶心、步态不稳等全身症状。如图1所示，其是人眼处于斜视状态的示意图。图1中，A图代表人眼处于内斜视状态，B图代表人眼处于外斜视状态，C图代表人眼处于上斜视状态，D图代表人眼处于下斜视状态，E图代表人眼处于隐性斜视状态。
孩子在使用平板等电子设备时容易过于着迷，往往不注意用眼姿势和用眼习惯。目前的视图保护仅通过距离监测来保护视力。但是视图保护系统对上述两种因眼位不正但是满足使用安全距离要求的情况却无法作出正确判断。
发明内容
本发明的目的在于提出一种人眼状态的检测方法和检测装置，能够通过建立人脸模型，检测用眼过程中的斜视和弱视现象，用户体验度高。
为达此目的，本发明采用以下技术方案：
第一方面，提供一种人眼状态的检测方法，包括：
获得人脸图像，基于所述人脸图像建立人脸模型；
根据所述人脸模型，获得人脸的眼部信息；
根据所述眼部信息，判断人眼状态，所述人眼状态包括斜视状态和弱视状态。
其中，所述眼部信息包括眼黑信息和眼睑信息；
所述根据所述眼部信息，判断人眼状态，包括：
获得每只眼睛的眼黑的中心位置和眼睑围成的区域，将所述区域沿着眼角连线的方向等分为左侧范围、中间范围和右侧范围，将所述区域沿着与眼角连线正交的方向等分为上侧范围、中部范围和下侧范围；
若两只眼睛中至少有一只眼睛的眼黑的中心位置位于左侧范围或右侧范围，则判断人眼处于斜视状态；
若两只眼睛中至少有一只眼睛的眼黑的中心位置位于上侧范围或下侧范围，则判断人眼处于斜视状态。
其中，所述眼部信息包括眼睑信息，所述人脸图像包括若干个像素；
所述根据所述眼部信息，判断人眼状态，包括：
获得两只眼睛的眼睑围成的区域，根据所述区域覆盖的像素数，获得所述区域的面积；
若两只眼睛对应的区域的面积差值大于等于预设面积阈值，则判断人眼处于弱视状态。
其中，所述眼部信息包括眼黑信息，所述人脸图像包括若干个像素；
所述根据所述眼部信息，判断人眼状态，包括：
获得两只眼睛的眼黑的中心位置的连接线段，基于该连接线段的中点获得向所述人脸图像的鼻子方向延伸的所述连接线段的中垂线；
若所述连接线段与横向像素连线的夹角大于等于预设角度阈值，则判断人眼处于弱视状态；
若所述中垂线与竖向像素连线的夹角大于等于预设角度阈值，则判断人眼处于弱视状态。
其中，所述判断人眼状态之后，还包括：根据所述人眼状态，发出提醒信息。
第二方面，提供一种人眼状态的检测装置，包括：
建立模型单元，用于获得人脸图像，基于所述人脸图像建立人脸模型；
获得眼部单元，用于根据所述人脸模型，获得人脸的眼部信息；
判断状态单元，用于根据所述眼部信息，判断人眼状态，所述人眼状态包括斜视状态和弱视状态。
其中，所述眼部信息包括眼黑信息和眼睑信息；
所述判断状态单元，具体用于：
获得每只眼睛的眼黑的中心位置和眼睑围成的区域，将所述区域沿着眼角连线的方向等分为左侧范围、中间范围和右侧范围，将所述区域沿着与眼角连线正交的方向等分为上侧范围、中部范围和下侧范围；
若两只眼睛中至少有一只眼睛的眼黑的中心位置位于左侧范围或右侧范围，则判断人眼处于斜视状态；
若两只眼睛中至少有一只眼睛的眼黑的中心位置位于上侧范围或下侧范围，则判断人眼处于斜视状态。
其中，所述眼部信息包括眼睑信息，所述人脸图像包括若干个像素；
所述判断状态单元，具体用于：
获得两只眼睛的眼睑围成的区域，根据所述区域覆盖的像素数，获得所述区域的面积；
若两只眼睛对应的区域的面积差值大于等于预设面积阈值，则判断人眼处于弱视状态。
其中，所述眼部信息包括眼黑信息，所述人脸图像包括若干个像素；
所述判断状态单元，具体用于：
获得两只眼睛的眼黑的中心位置的连接线段，基于该连接线段的中点获得向所述人脸图像的鼻子方向延伸的所述连接线段的中垂线；
若所述连接线段与横向像素连线的夹角大于等于预设角度阈值，则判断人眼处于弱视状态；
若所述中垂线与竖向像素连线的夹角大于等于预设角度阈值，则判断人眼处于弱视状态。
其中，所述人眼状态的检测装置还包括提醒单元，所述提醒单元，用于根据所述人眼状态，发出提醒信息。
本发明的有益效果在于：一种人眼状态的检测方法和检测装置，包括建立模型单元、获得眼部单元和判断状态单元，所述建立模型单元，用于获得人脸图像，基于所述人脸图像建立人脸模型；所述获得眼部单元，用于根据所述人脸模型，获得人脸的眼部信息；所述判断状态单元，用于根据所述眼部信息，判断人眼状态，所述人眼状态包括斜视状态和弱视状态。可见，该人眼状态的检测方法和检测装置，能够通过建立人脸模型，检测用眼过程中的斜视和弱视现象，用户体验度高。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据本发明实施例的内容和这些附图获得其他的附图。
图1是人眼处于斜视状态的示意图。
图2是本发明提供的人眼状态的检测方法第一个实施例的方法流程图。
图3是本发明提供的人眼状态的检测方法第二个实施例的方法流程图。
图4是本发明提供的人眼状态的检测装置第一个实施例的结构方框图。
图5是本发明提供的人眼状态的检测装置第二个实施例的结构方框图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图2，其是本发明提供的人眼状态的检测方法第一个实施例的方法流程图。本发明实施例的人眼状态的检测方法，可应用于各种具备获取图像功能的终端，如平板电脑、智能手机等。
该人眼状态的检测方法，包括：
步骤S101、获得人脸图像，基于所述人脸图像建立人脸模型。
优选地，所述人脸图像基于设置于终端的摄像头而获得。
人脸模型的建立主要依据人脸上的特征点的检测，对人脸图像进行特征点检测之前，还需要进行特征点提取和分类。获得人脸图像后，首先将待确定的人脸图像和人脸模板进行模板匹配，如果匹配，那么将其投影到人脸子空间，由特征子脸技术判断是否为人脸。特征子脸技术从统计的角度，寻找人脸图像分布的基本元素，即人脸图像样本集协方差矩阵的特征向量，以此近似地表征人脸图像。这些特征向量称为特征脸(Eigenface)。实际上，特征脸反映了隐含在人脸样本集合内部的信息和人脸的结构关系。将眼睛、面颊、下颌的样本集协方差矩阵的特征向量称为特征眼、特征颌和特征唇，统称特征子脸。特征子脸在相应的图像空间中张成子空间，称为子脸空间。计算出测试图像窗口在子脸空间的投影距离，若窗口图像满足阈值比较条件，则判断其为人脸。该人脸对应的区域为人脸部分，基于此人脸部分，建立人脸模型。
步骤S102、根据所述人脸模型，获得人脸的眼部信息。
优选地，人脸的眼部信息的获得主要依据上述确定的所述人脸部分的图像，利用三庭五眼的比例估计鼻子的初始位置。定义两个初始搜索矩形，分别向左、右两眼所处的大致位置生长。根据人眼灰度明显低于人脸灰度的特点，利用搜索矩形找到眼部的边缘，并定位眼球内瞳孔的中心，最终确定人脸的眼部信息。
步骤S103、根据所述眼部信息，判断人眼状态，所述人眼状态包括斜视状态和弱视状态。
优选地，所述人眼状态的判断，主要依据眼部特征值，如眼黑信息和眼睑信息等进行判断。
本发明实施例提供的人眼状态的检测方法，能够通过建模检测用眼过程中的斜视和弱视现象，用户体验度高。
请参考图3，其是本发明提供的人眼状态的检测方法第二个实施例的方法流程图。本发明实施例在人眼状态的检测方法的第一个实施例的基础上，增加了斜视状态检测和弱视状态检测的具体说明，并增加了发出提醒的步骤。
该人眼状态的检测方法，包括：
步骤S201、获得人脸图像，基于所述人脸图像建立人脸模型。
步骤S202、根据所述人脸模型，获得人脸的眼部信息。
步骤S203、根据所述眼部信息，判断人眼状态，所述人眼状态包括斜视状态和弱视状态。
优选地，本发明实施例提供的人眼状态的检测方法，使用平板的前置摄像头，获得人脸图像，基于所述人脸图像建立人脸模型，根据人脸模型，定位眼睛的眼黑及眼睑所在位置，再根据检测到的眼黑长期相对于眼脸的位置判定人眼是否处于斜视状态。
优选地，所述眼部信息包括眼黑信息和眼睑信息；
所述根据所述眼部信息，判断人眼状态，包括：
获得每只眼睛的眼黑的中心位置和眼睑围成的区域，将所述区域沿着眼角连线的方向等分为左侧范围、中间范围和右侧范围，将所述区域沿着与眼角连线正交的方向等分为上侧范围、中部范围和下侧范围；
若两只眼睛中至少有一只眼睛的眼黑的中心位置位于左侧范围或右侧范围，则判断人眼处于斜视状态；
若两只眼睛中至少有一只眼睛的眼黑的中心位置位于上侧范围或下侧范围，则判断人眼处于斜视状态。
建立的人脸模型将眼睛分为三个部分，分别为，眼睛相对头部位置、眼睛睁开比例、眼脸和眼黑相对睁开的位置。
根据常见的症状，眼黑相对眼脸的位置长期处于以下三种情况时，可判断出现斜视现象，需发出提醒信息，分别为：
1、左眼黑、右眼黑处于相应眼睑的相同偏位位置，如均往左偏或者均往右偏；
2、左眼和右眼中，有一个眼黑处于相应眼睑的偏位位置，如某个眼黑左偏或者上偏；
3、左眼黑、右眼黑均处于相应眼睑的相对偏位位置，如均向内偏或者均向外偏。
某个眼睛出现弱视情况，一般会存在两种可能表现，第一种表现是视力较好的眼睛睁得比视力较差的眼睛大，第二种表现是头部会不自觉地往视力较差的眼睛的一方偏，因此可通过检测这种眼睛大小差异和是否存在侧视的情况来判断是否存在某个眼睛的弱视情况。一般的判断流程，包括：
识别脸部，识别脸部的眼睛的眼黑和鼻梁，作双眼眼黑的中心连线，并取鼻梁与双眼眼黑的中垂线，建立简单的T形模型。
根据眼睑包含的像素数计算眼睛面积。当两个眼睛的面积差长期大于90％，可能就存在主要使用一个眼睛的情况。
根据摄像头的横像素线对应T形模型的横向线段的角度，或竖像素对应T形模型的竖向线段的角度，计算头部的倾斜角度；当侧倾角度长时间大于10度，可能就存在主要使用一个眼睛的情况。该长时间优选为20分钟、30分钟或45分钟。
以上两种情况均可能造成某个眼睛的弱视，但无法检测到两个眼睛均弱视，理论上当两个眼睛均弱视时会存在距离较近的现象，该现象可由距离传感器通过将用眼距离与安全距离值进行对比来做判断并提醒预防。
优选地，所述眼部信息包括眼睑信息，所述人脸图像包括若干个像素；
所述根据所述眼部信息，判断人眼状态，包括：
获得两只眼睛的眼睑围成的区域，根据所述区域覆盖的像素数，获得所述区域的面积；
若两只眼睛对应的区域的面积差值大于等于预设面积阈值，则判断人眼处于弱视状态。
该判断过程对应上述的第一种表现。
优选地，所述眼部信息包括眼黑信息，所述人脸图像包括若干个像素；
所述根据所述眼部信息，判断人眼状态，包括：
获得两只眼睛的眼黑的中心位置的连接线段，基于该连接线段的中点获得向所述人脸图像的鼻子方向延伸的所述连接线段的中垂线；
若所述连接线段与横向像素连线的夹角大于等于预设角度阈值，则判断人眼处于弱视状态；
若所述中垂线与竖向像素连线的夹角大于等于预设角度阈值，则判断人眼处于弱视状态。
该判断过程对应上述的第二种表现。
本发明实施例提供的人眼状态的检测方法，使用终端的前置摄像头，获得人脸图像，基于所述人脸图像建立人脸模型，根据人脸模型，获得人脸的眼部信息，通过将眼睛中心连线，并由鼻梁对该连线作中垂线型成T型线段。该T型线段在成像中应为水平、左右对称线段，T形线段的横线应与摄像头所定义的横像素线平行，T形线段的竖线应与摄像头所定义的竖像素线平行，否则可以根据长期统计值判断使用时头部姿势是否正确(也可根据三角函数，计算T形线段的横向线段和竖向线段的长度差值，进行判断)，并发出提醒信息，提醒检测出的双眼对应偏向眼睛是否存在视力相对较弱的问题，以便及时纠正，避免弱视。
步骤S204、根据所述人眼状态，发出提醒信息。
优选地，所述提醒信息可以为语音信息、也可以为灯光信息。具体根据应用场景，进行选择。
本发明实施例提供的人眼状态的检测方法，根据建模，对眼黑相对眼睑的位置的统计值进行分析，判断是否存在斜视现象，并根据检测眼睑大小差异和是否存在侧视的情况，判断是否存在弱视现象，以便及时提醒父母关注孩子的用眼情况，及早发现斜视、弱视倾向并及早纠正，达到保护视力的目的。
以下为本发明实施例提供的人眼状态的检测装置的实施例。人眼状态的检测装置的实施例与上述的人眼状态的检测方法的实施例属于同一构思，人眼状态的检测装置的实施例中未详尽描述的细节内容，可以参考上述人眼状态的检测方法的实施例。
请参考图4，其是本发明提供的人眼状态的检测装置第一个实施例的结构方框图。
该人眼状态的检测装置，包括：
建立模型单元，用于获得人脸图像，基于所述人脸图像建立人脸模型；
获得眼部单元，用于根据所述人脸模型，获得人脸的眼部信息；
判断状态单元，用于根据所述眼部信息，判断人眼状态，所述人眼状态包括斜视状态和弱视状态。
本发明实施例提供的人眼状态的检测装置，能够通过建模检测用眼过程中的斜视和弱视现象，用户体验度高。
请参考图5，其是本发明提供的人眼状态的检测装置第二个实施例的结构方框图。本发明实施例在人眼状态的检测装置的第一个实施例的基础上，增加了提醒单元。
该人眼状态的检测装置，包括：
建立模型单元，用于获得人脸图像，基于所述人脸图像建立人脸模型；
获得眼部单元，用于根据所述人脸模型，获得人脸的眼部信息；
判断状态单元，用于根据所述眼部信息，判断人眼状态，所述人眼状态包括斜视状态和弱视状态。
其中，所述眼部信息包括眼黑信息和眼睑信息；
所述判断状态单元，具体用于：
获得每只眼睛的眼黑的中心位置和眼睑围成的区域，将所述区域沿着眼角连线的方向等分为左侧范围、中间范围和右侧范围，将所述区域沿着与眼角连线正交的方向等分为上侧范围、中部范围和下侧范围；
若两只眼睛中至少有一只眼睛的眼黑的中心位置位于左侧范围或右侧范围，则判断人眼处于斜视状态；
若两只眼睛中至少有一只眼睛的眼黑的中心位置位于上侧范围或下侧范围，则判断人眼处于斜视状态。
其中，所述眼部信息包括眼睑信息，所述人脸图像包括若干个像素；
所述判断状态单元，具体用于：
获得两只眼睛的眼睑围成的区域，根据所述区域覆盖的像素数，获得所述区域的面积；
若两只眼睛对应的区域的面积差值大于等于预设面积阈值，则判断人眼处于弱视状态。
其中，所述眼部信息包括眼黑信息，所述人脸图像包括若干个像素；
所述判断状态单元，具体用于：
获得两只眼睛的眼黑的中心位置的连接线段，基于该连接线段的中点获得向所述人脸图像的鼻子方向延伸的所述连接线段的中垂线；
若所述连接线段与横向像素连线的夹角大于等于预设角度阈值，则判断人眼处于弱视状态；
若所述中垂线与竖向像素连线的夹角大于等于预设角度阈值，则判断人眼处于弱视状态。
其中，所述人眼状态的检测装置还包括提醒单元，所述提醒单元，用于根据所述人眼状态，发出提醒信息。
本发明实施例提供的人眼状态的检测装置，根据建模，对眼黑相对眼睑的位置的统计值进行分析，判断是否存在斜视现象，并根据检测眼睑大小差异和是否存在侧视的情况，判断是否存在弱视现象，以便及时提醒父母关注孩子的用眼情况，及早发现斜视、弱视倾向并及早纠正，达到保护视力的目的。
一种人眼状态的检测方法和检测装置，能够通过建模检测用眼过程中的斜视和弱视现象，用户体验度高。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括存储器、磁盘或光盘等。
以上内容仅为本发明的较佳实施例，对于本领域的普通技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种人眼状态的检测方法，其特征在于，包括：
获得人脸图像，基于所述人脸图像建立人脸模型；
根据所述人脸模型，获得人脸的眼部信息；
根据所述眼部信息，判断人眼状态，所述人眼状态包括斜视状态和弱视状态；
其中，所述眼部信息包括眼黑信息和眼睑信息；
所述根据所述眼部信息，判断人眼状态，包括：
获得每只眼睛的眼黑的中心位置和眼睑围成的区域，将所述区域沿着眼角连线的方向等分为左侧范围、中间范围和右侧范围，将所述区域沿着与眼角连线正交的方向等分为上侧范围、中部范围和下侧范围；
若两只眼睛中至少有一只眼睛的眼黑的中心位置位于左侧范围或右侧范围，则判断人眼处于斜视状态；
若两只眼睛中至少有一只眼睛的眼黑的中心位置位于上侧范围或下侧范围，则判断人眼处于斜视状态。
2.根据权利要求1所述的人眼状态的检测方法，其特征在于，所述眼部信息包括眼睑信息，所述人脸图像包括若干个像素；
所述根据所述眼部信息，判断人眼状态，包括：
获得两只眼睛的眼睑围成的区域，根据所述区域覆盖的像素数，获得所述区域的面积；
若两只眼睛对应的区域的面积差值大于等于预设面积阈值，则判断人眼处于弱视状态。
3.根据权利要求1所述的人眼状态的检测方法，其特征在于，所述眼部信息包括眼黑信息，所述人脸图像包括若干个像素；
所述根据所述眼部信息，判断人眼状态，包括：
获得两只眼睛的眼黑的中心位置的连接线段，基于该连接线段的中点获得向所述人脸图像的鼻子方向延伸的所述连接线段的中垂线；
若所述连接线段与横向像素连线的夹角大于等于预设角度阈值，则判断人眼处于弱视状态；
若所述中垂线与竖向像素连线的夹角大于等于预设角度阈值，则判断人眼处于弱视状态。
4.根据权利要求1所述的人眼状态的检测方法，其特征在于，所述判断人眼状态之后，还包括：根据所述人眼状态，发出提醒信息。
5.一种人眼状态的检测装置，其特征在于，包括：
建立模型单元，用于获得人脸图像，基于所述人脸图像建立人脸模型；
获得眼部单元，用于根据所述人脸模型，获得人脸的眼部信息；
判断状态单元，用于根据所述眼部信息，判断人眼状态，所述人眼状态包括斜视状态和弱视状态；
其中，所述眼部信息包括眼黑信息和眼睑信息；
所述判断状态单元，具体用于：
获得每只眼睛的眼黑的中心位置和眼睑围成的区域，将所述区域沿着眼角连线的方向等分为左侧范围、中间范围和右侧范围，将所述区域沿着与眼角连线正交的方向等分为上侧范围、中部范围和下侧范围；
若两只眼睛中至少有一只眼睛的眼黑的中心位置位于左侧范围或右侧范围，则判断人眼处于斜视状态；
若两只眼睛中至少有一只眼睛的眼黑的中心位置位于上侧范围或下侧范围，则判断人眼处于斜视状态。
6.根据权利要求5所述的人眼状态的检测装置，其特征在于，所述眼部信息包括眼睑信息，所述人脸图像包括若干个像素；
所述判断状态单元，具体用于：
获得两只眼睛的眼睑围成的区域，根据所述区域覆盖的像素数，获得所述区域的面积；
若两只眼睛对应的区域的面积差值大于等于预设面积阈值，则判断人眼处于弱视状态。
7.根据权利要求5所述的人眼状态的检测装置，其特征在于，所述眼部信息包括眼黑信息，所述人脸图像包括若干个像素；
所述判断状态单元，具体用于：
获得两只眼睛的眼黑的中心位置的连接线段，基于该连接线段的中点获得向所述人脸图像的鼻子方向延伸的所述连接线段的中垂线；
若所述连接线段与横向像素连线的夹角大于等于预设角度阈值，则判断人眼处于弱视状态；
若所述中垂线与竖向像素连线的夹角大于等于预设角度阈值，则判断人眼处于弱视状态。
8.根据权利要求5所述的人眼状态的检测装置，其特征在于，所述人眼状态的检测装置还包括提醒单元，所述提醒单元，用于根据所述人眼状态，发出提醒信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510564293.0A CN105095885B (zh) | 2015-09-06 | 2015-09-06 | 一种人眼状态的检测方法和检测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510564293.0A CN105095885B (zh) | 2015-09-06 | 2015-09-06 | 一种人眼状态的检测方法和检测装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105095885A CN105095885A (zh) | 2015-11-25 |
| CN105095885B true CN105095885B (zh) | 2018-08-14 |
Family
ID=54576273
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510564293.0A Active CN105095885B (zh) | 2015-09-06 | 2015-09-06 | 一种人眼状态的检测方法和检测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105095885B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106127171A (zh) * | 2016-06-28 | 2016-11-16 | 广东欧珀移动通信有限公司 | 一种增强现实内容的显示方法、装置及终端 |
| CN108520512B (zh) * | 2018-03-26 | 2020-11-20 | 北京医拍智能科技有限公司 | 一种测量眼部参数的方法及装置 |
| CN110111316B (zh) * | 2019-04-26 | 2023-07-18 | 广东工业大学 | 基于眼部图像识别弱视的方法及系统 |
| CN112733570B (zh) * | 2019-10-14 | 2024-04-30 | 北京眼神智能科技有限公司 | 眼镜检测的方法、装置、电子设备及存储介质 |
| CN113095108B (zh) * | 2019-12-23 | 2023-11-10 | 中移物联网有限公司 | 一种疲劳驾驶检测方法及装置 |
| CN112989939B (zh) * | 2021-02-08 | 2023-04-07 | 佛山青藤信息科技有限公司 | 一种基于视觉的斜视检测系统 |
| CN115116088A (zh) * | 2022-05-27 | 2022-09-27 | 中国科学院半导体研究所 | 近视预测方法、装置、存储介质和程序产品 |
| CN115035588A (zh) * | 2022-05-31 | 2022-09-09 | 中国科学院半导体研究所 | 视力保护的提示方法、装置、存储介质和程序产品 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5502520A (en) * | 1993-12-03 | 1996-03-26 | Cibis; Gerhard W. | Method and apparatus for detecting eye disorders |
| CN101059836A (zh) * | 2007-06-01 | 2007-10-24 | 华南理工大学 | 一种人眼定位及人眼状态识别方法 |
| CN101178769A (zh) * | 2007-12-10 | 2008-05-14 | 北京中星微电子有限公司 | 健康保护装置及其实现方法 |
| CN101343012A (zh) * | 2008-08-26 | 2009-01-14 | 北京中星微电子有限公司 | 一种自动滚梯的控制方法和系统 |
| CN101574260A (zh) * | 2009-06-12 | 2009-11-11 | 大连微龙软件有限公司 | 车载疲劳预警装置及方法 |
| CN102961117A (zh) * | 2012-11-06 | 2013-03-13 | 温州医学院 | 基于移动平台的斜视诊断装置 |
| CN103093215A (zh) * | 2013-02-01 | 2013-05-08 | 北京天诚盛业科技有限公司 | 人眼定位方法及装置 |
-
2015
- 2015-09-06 CN CN201510564293.0A patent/CN105095885B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5502520A (en) * | 1993-12-03 | 1996-03-26 | Cibis; Gerhard W. | Method and apparatus for detecting eye disorders |
| CN101059836A (zh) * | 2007-06-01 | 2007-10-24 | 华南理工大学 | 一种人眼定位及人眼状态识别方法 |
| CN101178769A (zh) * | 2007-12-10 | 2008-05-14 | 北京中星微电子有限公司 | 健康保护装置及其实现方法 |
| CN101343012A (zh) * | 2008-08-26 | 2009-01-14 | 北京中星微电子有限公司 | 一种自动滚梯的控制方法和系统 |
| CN101574260A (zh) * | 2009-06-12 | 2009-11-11 | 大连微龙软件有限公司 | 车载疲劳预警装置及方法 |
| CN102961117A (zh) * | 2012-11-06 | 2013-03-13 | 温州医学院 | 基于移动平台的斜视诊断装置 |
| CN103093215A (zh) * | 2013-02-01 | 2013-05-08 | 北京天诚盛业科技有限公司 | 人眼定位方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105095885A (zh) | 2015-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105095885B (zh) | 一种人眼状态的检测方法和检测装置 | |
| CN108427503B (zh) | 人眼追踪方法及人眼追踪装置 | |
| CN103729981B (zh) | 一种儿童坐姿监控智能终端 | |
| US9141761B2 (en) | Apparatus and method for assisting user to maintain correct posture | |
| CN103295370B (zh) | 监视人眼离屏幕距离防近视的方法和系统 | |
| CN107358152B (zh) | 一种活体识别方法和系统 | |
| US7620216B2 (en) | Method of tracking a human eye in a video image | |
| CN101908140A (zh) | 一种在人脸识别中应用的活体检测方法 | |
| CN102841354A (zh) | 一种具有显示屏幕的电子设备的保护视力实现方法 | |
| WO2015158087A1 (zh) | 一种检测人眼健康状态的方法、装置及移动终端 | |
| CN105224285A (zh) | 眼睛开闭状态检测装置和方法 | |
| CN115599219B (zh) | 一种显示屏的护眼控制方法、系统、设备及存储介质 | |
| CN108897423A (zh) | 一种vr眼镜及其在线考试防作弊方法 | |
| CN110135370B (zh) | 人脸活体检测的方法及装置、电子设备、计算机可读介质 | |
| CN103927250A (zh) | 一种终端设备用户姿态检测方法 | |
| CN104580693A (zh) | 一种用户低头姿势检测方法和装置 | |
| CN111616718A (zh) | 基于姿态特征的驾驶员疲劳状态检测方法和系统 | |
| CN110148092A (zh) | 基于机器视觉的青少年坐姿及情绪状态的分析方法 | |
| Singh et al. | Lie detection using image processing | |
| CN106022036A (zh) | 基于视网膜识别的智能眼镜操作界面安全验证方法及智能眼镜 | |
| WO2023071190A1 (zh) | 一种活体检测方法、装置、计算机设备及存储介质 | |
| CN109044375A (zh) | 一种实时跟踪检测眼球疲劳度的控制系统及其方法 | |
| CN107480629A (zh) | 一种基于深度信息的疲劳驾驶检测方法及装置 | |
| CN105138947A (zh) | 守卫提醒方法及其提醒装置与提醒系统 | |
| CN116453198B (zh) | 一种基于头部姿态差异的视线校准方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |