CN108304784A - 一种眨眼检测方法及装置 - Google Patents
一种眨眼检测方法及装置 Download PDFInfo
- Publication number
- CN108304784A CN108304784A CN201810037142.3A CN201810037142A CN108304784A CN 108304784 A CN108304784 A CN 108304784A CN 201810037142 A CN201810037142 A CN 201810037142A CN 108304784 A CN108304784 A CN 108304784A
- Authority
- CN
- China
- Prior art keywords
- image
- disparity map
- region
- face
- blink
- 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.)
- Pending
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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/167—Detection; Localisation; Normalisation using comparisons between temporally consecutive images
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种眨眼检测方法及装置,其中方法包括:每经过预设的时间间隔提取一帧由图像采集装置采集的图像;对当前帧图像进行人脸检测并获取人脸landmark的位置;利用当前帧图像与上一帧图像相减获取人脸图像变化区域,将图像变化区域与当前帧图像的人脸检测区域以及人脸landmark位置进行比对,若标定位置没有变化而双眼区域出现变化,则认为发生一次眨眼动作。该方法利用减运算获取前后帧图像的双眼变化区域,计算量小,延时低,占用资源少,而且对于光线环境不敏感,在各种环境中都能准确提取眨眼时发生的图像变化区域。
Description
技术领域
本发明涉及图像识别技术领域,具体涉及一种眨眼检测方法及装置。
背景技术
眨眼动作作为人类重要的面部特征,准确识别眨眼动作有着广泛的应用场景,可以根据眨眼动作来辅助判断驾驶员疲劳驾驶,可以根据眨眼动作区分活体和图片等非活体。目前现有的眨眼检测一般采用基于人脸68个landmark点计算眼睛宽高比来判断眨眼,然后与预先设置的阈值进行比较,如果在睁眼闭眼状态切换一次,则认为出现眨眼动作,该方法对landmark的准确率要求很高,但是在实际的各种复杂应用场景,不同光线条件,不同头部姿势时,landmark识别的准确率较低,因此基于此方法计算的眨眼检测准确率不高,而且计算量较大,造成延时较高。
发明内容
本发明针对现有技术中存在的技术问题,提供一种适应各种光线条件,各种场景,不同姿势,不同眼睛大小的实时眨眼检测方法及装置。
本发明解决上述技术问题的技术方案如下:
本发明一方面提供一种眨眼检测方法,包括以下步骤:
步骤1,每经过预设的时间间隔提取一帧由图像采集装置采集的图像;
步骤2,对当前帧图像进行人脸检测并获取人脸landmark的位置;
步骤3,利用当前帧图像与上一帧图像相减获取人脸图像变化区域,将图像变化区域与当前帧图像的人脸检测区域以及人脸landmark位置进行比对,若标定位置没有变化而双眼区域出现变化,则认为发生一次眨眼动作。
进一步,所述预设的时间间隔为20~500ms,优选100ms。
进一步,步骤2中采用MTCNN算法对当前帧图像进行人脸检测并获取人脸landmark的位置。
进一步,步骤3包括:
对当前帧图像进行灰度化处理,得到当前帧灰度图像,并将其上一帧灰度图像进行减操作,获取当前帧灰度图像与上一帧灰度图像的差异图;
对所述差异图进行二值化处理,并检测差异图的轮廓;
将差异图的轮廓与当前帧图像的人脸检测区域以及人脸landmark位置进行比对,若标定位置没有变化而双眼区域出现变化,则认为发生一次眨眼动作。
进一步,对所述差异图进行二值化处理后,还包括对二值化后的差异图进行开操作,去除差异图中的噪点。
本发明另一方面提供一种眨眼检测装置,包括:
图像获取模块,用于每经过预设的时间间隔提取一帧由图像采集装置采集的图像;
人脸检测模块,用于对当前帧图像进行人脸检测并获取人脸landmark的位置;
比对判断模块,用于利用当前帧图像与上一帧图像相减获取人脸图像变化区域,将图像变化区域与当前帧图像的人脸检测区域以及人脸landmark位置进行比对,若标定位置没有变化而双眼区域出现变化,则认为发生一次眨眼动作。
进一步,所述人脸检测模块采用MTCNN算法对当前帧图像进行人脸检测并获取人脸landmark的位置。
进一步,所述比对判断模块具体用于:
差异图获取模块,用于对当前帧图像进行灰度化处理,得到当前帧灰度图像,并将其上一帧灰度图像进行减操作,获取当前帧灰度图像与上一帧灰度图像的差异图;
轮廓检测模块,用于对所述差异图进行二值化处理,并检测差异图的轮廓;
眨眼判定模块,将差异图的轮廓与当前帧图像的人脸检测区域以及人脸landmark位置进行比对,若标定位置没有变化而双眼区域出现变化,则认为发生一次眨眼动作。
进一步,所述轮廓检测模块,还用于在对所述差异图进行二值化处理后,对差异图进行开操作,去除差异图中的噪点。
本发明的有益效果是:
1.该方法只需要对图像进行灰度化,减运算,二值化,开运算等简单的操作,计算量小,延时低,占用资源少
2.该方法通过前后图像比对计算变化区域,对于光线环境不敏感,在各种环境中都能准确提取眨眼时发生的图像变化区域。
附图说明
图1为本发明提供的一种眨眼检测方法流程示意图;
图2为本发明提供的一种眨眼检测装置结构示意图;
图3为本发明提供的比对判断模块结构示意图。
具体实施方式
以下结合实例对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
本发明一方面提供一种眨眼检测方法,如图1所述,包括以下步骤:
步骤1,每经过预设的时间间隔提取一帧由图像采集装置采集的图像;
步骤2,对当前帧图像进行人脸检测并获取人脸landmark的位置;
步骤3,利用当前帧图像与上一帧图像相减获取人脸图像变化区域,将图像变化区域与当前帧图像的人脸检测区域以及人脸landmark位置进行比对,若标定位置(例如,鼻子位置)没有变化而双眼区域出现变化,则认为发生一次眨眼动作。
进一步,所述预设的时间间隔为20~500ms,优选100ms。
进一步,步骤2中采用MTCNN算法对当前帧图像进行人脸检测并获取人脸landmark的位置。通过MTCNN算法可获取人脸的位置以及人脸landmark的位置,准确率高,速度快。
进一步,步骤3包括:
对当前帧图像进行灰度化处理,得到当前帧灰度图像,并将其上一帧灰度图像进行减操作,获取当前帧灰度图像与上一帧灰度图像的差异图;
对所述差异图进行二值化处理,并检测差异图的轮廓;
将差异图的轮廓与当前帧图像的人脸检测区域以及人脸landmark位置进行比对,若鼻子位置没有变化而双眼区域出现变化,则认为发生一次眨眼动作。
进一步,对所述差异图进行二值化处理后,还包括对二值化后的差异图进行开操作,去除差异图中的噪点。
本发明另一方面提供一种眨眼检测装置,如图2所示,包括:
图像获取模块,用于每经过预设的时间间隔提取一帧由图像采集装置采集的图像;
人脸检测模块,用于对当前帧图像进行人脸检测并获取人脸landmark的位置;
比对判断模块,用于利用当前帧图像与上一帧图像相减获取人脸图像变化区域,将图像变化区域与当前帧图像的人脸检测区域以及人脸landmark位置进行比对,若标定位置(例如,鼻子位置)没有变化而双眼区域出现变化,则认为发生一次眨眼动作。
进一步,所述人脸检测模块采用MTCNN算法对当前帧图像进行人脸检测并获取人脸landmark的位置。
进一步,所述比对判断模块,如图3所示,包括:
差异图获取模块,用于对当前帧图像进行灰度化处理,得到当前帧灰度图像,并将其上一帧灰度图像进行减操作,获取当前帧灰度图像与上一帧灰度图像的差异图;
轮廓检测模块,用于对所述差异图进行二值化处理,并对差异图进行开操作,去除差异图中的噪点,然后检测差异图的轮廓;
眨眼判定模块,将差异图的轮廓与当前帧图像的人脸检测区域以及人脸landmark位置进行比对,若标定位置没有变化而双眼区域出现变化,则认为发生一次眨眼动作。
该方法只需要对图像进行灰度化,减运算,二值化,开运算等简单的操作,计算量小,延时低,占用资源少;而且该方法通过前后图像比对计算变化区域,对于光线环境不敏感,在各种环境中都能准确提取眨眼时发生的图像变化区域。
以上所述仅为本发明的较佳实施例,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、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种眨眼检测方法,其特征在于,包括以下步骤:
步骤1,每经过预设的时间间隔提取一帧由图像采集装置采集的图像;
步骤2,对当前帧图像进行人脸检测并获取人脸landmark的位置;
步骤3,利用当前帧图像与上一帧图像相减获取人脸图像变化区域,将图像变化区域与当前帧图像的人脸检测区域以及人脸landmark位置进行比对,若标定位置没有变化而双眼区域出现变化,则认为发生一次眨眼动作。
2.根据权利要求1所述一种眨眼检测方法,其特征在于,所述预设的时间间隔为20~500ms。
3.根据权利要求1所述一种眨眼检测方法,其特征在于,步骤2中采用MTCNN算法对当前帧图像进行人脸检测并获取人脸landmark的位置。
4.根据权利要求1所述一种眨眼检测方法,其特征在于,步骤3包括:
对当前帧图像进行灰度化处理,得到当前帧灰度图像,并将其上一帧灰度图像进行减操作,获取当前帧灰度图像与上一帧灰度图像的差异图;
对所述差异图进行二值化处理,并检测差异图的轮廓;
将差异图的轮廓与当前帧图像的人脸检测区域以及人脸landmark位置进行比对,若标定位置没有变化而双眼区域出现变化,则认为发生一次眨眼动作。
5.根据权利要求4所述一种眨眼检测方法,其特征在于,对所述差异图进行二值化处理后,还包括对二值化后的差异图进行开操作,去除差异图中的噪点。
6.一种眨眼检测装置,其特征在于,包括:
图像获取模块,用于每经过预设的时间间隔提取一帧由图像采集装置采集的图像;
人脸检测模块,用于对当前帧图像进行人脸检测并获取人脸landmark的位置;
比对判断模块,用于利用当前帧图像与上一帧图像相减获取人脸图像变化区域,将图像变化区域与当前帧图像的人脸检测区域以及人脸landmark位置进行比对,若标定位置没有变化而双眼区域出现变化,则认为发生一次眨眼动作。
7.根据权利要求6所述一种眨眼检测装置,其特征在于,所述预设的时间间隔为20~500ms。
8.根据权利要求6所述一种眨眼检测装置,其特征在于,所述人脸检测模块采用MTCNN算法对当前帧图像进行人脸检测并获取人脸landmark的位置。
9.根据权利要求6所述一种眨眼检测装置,其特征在于,所述比对判断模块包括:
差异图获取模块,用于对当前帧图像进行灰度化处理,得到当前帧灰度图像,并将其上一帧灰度图像进行减操作,获取当前帧灰度图像与上一帧灰度图像的差异图;
轮廓检测模块,用于对所述差异图进行二值化处理,并检测差异图的轮廓;
眨眼判定模块,将差异图的轮廓与当前帧图像的人脸检测区域以及人脸landmark位置进行比对,若标定位置没有变化而双眼区域出现变化,则认为发生一次眨眼动作。
10.根据权利要求9所述一种眨眼检测装置,其特征在于,所述轮廓检测模块,还用于在对所述差异图进行二值化处理后,对差异图进行开操作,去除差异图中的噪点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810037142.3A CN108304784A (zh) | 2018-01-15 | 2018-01-15 | 一种眨眼检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810037142.3A CN108304784A (zh) | 2018-01-15 | 2018-01-15 | 一种眨眼检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108304784A true CN108304784A (zh) | 2018-07-20 |
Family
ID=62869138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810037142.3A Pending CN108304784A (zh) | 2018-01-15 | 2018-01-15 | 一种眨眼检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108304784A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111913873A (zh) * | 2020-06-17 | 2020-11-10 | 浙江数链科技有限公司 | 图片校验方法、装置、系统和计算机可读存储介质 |
CN113283318A (zh) * | 2021-05-13 | 2021-08-20 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799277A (zh) * | 2012-07-26 | 2012-11-28 | 深圳先进技术研究院 | 一种基于眨眼动作的人机交互方法及系统 |
CN103514440A (zh) * | 2012-06-26 | 2014-01-15 | 谷歌公司 | 面部识别 |
CN104318237A (zh) * | 2014-10-28 | 2015-01-28 | 厦门大学 | 基于人脸识别的疲劳驾驶预警方法 |
WO2015139231A1 (en) * | 2014-03-19 | 2015-09-24 | Intel Corporation | Facial expression and/or interaction driven avatar apparatus and method |
CN105117681A (zh) * | 2015-06-29 | 2015-12-02 | 电子科技大学 | 基于安卓的多特征疲劳实时检测方法 |
CN105184277A (zh) * | 2015-09-29 | 2015-12-23 | 杨晴虹 | 活体人脸识别方法以及装置 |
-
2018
- 2018-01-15 CN CN201810037142.3A patent/CN108304784A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514440A (zh) * | 2012-06-26 | 2014-01-15 | 谷歌公司 | 面部识别 |
CN102799277A (zh) * | 2012-07-26 | 2012-11-28 | 深圳先进技术研究院 | 一种基于眨眼动作的人机交互方法及系统 |
WO2015139231A1 (en) * | 2014-03-19 | 2015-09-24 | Intel Corporation | Facial expression and/or interaction driven avatar apparatus and method |
CN104318237A (zh) * | 2014-10-28 | 2015-01-28 | 厦门大学 | 基于人脸识别的疲劳驾驶预警方法 |
CN105117681A (zh) * | 2015-06-29 | 2015-12-02 | 电子科技大学 | 基于安卓的多特征疲劳实时检测方法 |
CN105184277A (zh) * | 2015-09-29 | 2015-12-23 | 杨晴虹 | 活体人脸识别方法以及装置 |
Non-Patent Citations (6)
Title |
---|
T.N. BHASKAR等: "Blink Detection and Eye Tracking for Eye Localization", 《TENCON 2003. CONFERENCE ON CONVERGENT TECHNOLOGIES FOR ASIA-PACIFIC REGION》 * |
常胜江等: "人眼检测技术研究进展", 《数据采集与处理》 * |
武照敏: "基于眨眼动作的低成本人机交互系统研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
牛慧萍: "基于DSP的人眼状态信息检测系统的研究和设计", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
蒋宇婷等: "基于LabVIEW的电脑使用疲劳预警系统设计", 《测控技术》 * |
马文芹: "基于局部特征的人脸识别身份验证系统", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111913873A (zh) * | 2020-06-17 | 2020-11-10 | 浙江数链科技有限公司 | 图片校验方法、装置、系统和计算机可读存储介质 |
CN113283318A (zh) * | 2021-05-13 | 2021-08-20 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105740945B (zh) | 一种基于视频分析的人群计数方法 | |
CN109086724B (zh) | 一种加速的人脸检测方法及存储介质 | |
CN103258332B (zh) | 一种抗光照变化的运动目标的检测方法 | |
CN102799875B (zh) | 任意手形人手跟踪方法 | |
WO2009040976A1 (ja) | 対象物追跡装置および対象物追跡方法 | |
WO2016154435A1 (en) | Positioning feature points of human face edge | |
WO2014092552A3 (en) | Non-static foreground feature extraction and classification | |
CN108304784A (zh) | 一种眨眼检测方法及装置 | |
CN102307274A (zh) | 基于边缘检测和帧差法的运动检测方法 | |
CN108399388A (zh) | 一种中高密度人群数量统计方法 | |
CN104680521B (zh) | 一种改进的背景建模及前景检测方法 | |
CN104683765B (zh) | 一种基于移动物体侦测的视频浓缩方法 | |
CN107977983A (zh) | 一种基于改进型ViBe的鬼影和静止目标抑制方法 | |
CN104809482A (zh) | 一种基于个体学习的疲劳检测方法 | |
CN102043957B (zh) | 基于图像凹点的车辆分割方法 | |
CN107025633B (zh) | 一种图像处理方法及装置 | |
CN108062742B (zh) | 一种利用数字图像处理和变形的眉毛更换方法 | |
CN108010050B (zh) | 一种基于自适应背景更新和选择性背景更新的前景检测方法 | |
CN106897711A (zh) | 健康状态监控的方法、设备 | |
CN103996199A (zh) | 一种基于深度信息的运动检测方法 | |
CN110991250B (zh) | 融合颜色干扰模型与遮挡模型的人脸跟踪方法和跟踪系统 | |
Takahashi et al. | Eye blink detection using monocular system and its applications | |
CN109901701A (zh) | 一种基于计算机视觉的鼠标操作系统 | |
Ning et al. | Face detection based on skin color extraction scheme | |
CN107610135A (zh) | 基于测地线距离算法和形态学识别的快速手指分割方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180720 |