CN110674666A - 瞳距运算装置及方法 - Google Patents
瞳距运算装置及方法 Download PDFInfo
- Publication number
- CN110674666A CN110674666A CN201811130732.7A CN201811130732A CN110674666A CN 110674666 A CN110674666 A CN 110674666A CN 201811130732 A CN201811130732 A CN 201811130732A CN 110674666 A CN110674666 A CN 110674666A
- Authority
- CN
- China
- Prior art keywords
- image
- length
- actual
- interpupillary distance
- barcode
- 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.)
- Withdrawn
Links
- 210000001747 pupil Anatomy 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 33
- 210000001508 eye Anatomy 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 210000003128 head Anatomy 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 210000004709 eyebrow Anatomy 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003373 anti-fouling effect Effects 0.000 description 1
- 230000003669 anti-smudge Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 210000001331 nose Anatomy 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
-
- 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
- G06V40/193—Preprocessing; Feature extraction
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)
- Computer Vision & Pattern Recognition (AREA)
- Eye Examination Apparatus (AREA)
- Image Analysis (AREA)
Abstract
本发明提出一种瞳距运算装置及方法。此方法包括下列步骤。取得图像,而此图像包括条码及人脸。自图像中读取条码所包括的物件实际长度。自图像中识别物件实际长度对应的物件及人脸,并计算图像中物件及人脸中瞳距的画面长度。依据物件及瞳距的画面长度、以及物件实际长度计算实际瞳距。藉此,可提升瞳距量测流程的效率。
Description
技术领域
本发明涉及一种人工智能(Artificial intelligence,AI)技术,尤其涉及一种应用人工智能技术的瞳距(Interpupillary Distance,IPD)运算装置及方法。
背景技术
近年来,扩增实境(Augmented Reality,AR)、虚拟实境(Virtual Reality,VR)及混合实境(Mixed Reality,MR)等模拟环境或产生虚拟物件的技术越来越热门。游戏、远端会议、远端医疗等各种领域都可以应用前述技术。其中,头戴式显示器(Head-MountedDisplay,HMD)常见于VR或MR产品中,让使用者具有更佳的视觉体验,使用者并可能有身历其境的感受。使用者在配戴HMD头盔后,会调整头盔的瞳距设定,以提高使用体验并减少晕眩感。然而,不同使用者的瞳距并不相同,且多数使用者并不知道自己的瞳距数值,因而无法简单且快速地将瞳距设定调整到适当的数值。
在现有技术中已有软件可通过网络摄影机(Webcam)搭配比例尺物品来计算瞳距,其步骤是:在网络摄影机前,使用者将比例尺物品置于眼睛上方或下方后进行自拍;软件取得使用者所输入的比例尺物品长度(若是常见且统一尺寸的物件(例如,信用卡)则可省略);使用者依据软件的指示将眼睛对准指定位置;软件将比例尺物品及眼睛位置计算出瞳距。也就是说,使用者需要自行将比例尺物品及自己的眼睛移动到指定位置,这样的量测流程明显不够简单方便。此外,使用信用卡还有个资外泄疑虑。
发明内容
有鉴于此,本发明提供一种瞳距运算装置及方法,通过条码读取及双眼特征的图像识别,让使用者无须自行调整物品或眼睛位置。
本发明的瞳距运算方法,其包括下列步骤。取得图像,而此图像包括条码及人脸。自图像中读取条码所包括的物件实际长度。自图像中识别物件实际长度对应的物件及人脸,并计算图像中物件及人脸中瞳距的画面长度。依据物件及瞳距的画面长度、以及物件实际长度计算实际瞳距。
另一方面,本发明的瞳距运算装置,其包括图像获取装置、存储器及处理器。图像获取装置获取图像。存储器记录图像及述个模块。处理器耦接图像获取装置及存储器,并存取且载入存储器所记录的那些模块。那些模块包括图像存取模块、条码读取模块、图像识别模块及瞳距运算模块。图像存取模块取得图像,而此图像包括条码及人脸。条码读取模块自此图像中读取此条码所包括的物件实际长度。图像识别模块自此图像中识别物件实际长度对应的物件及人脸,并计算图像中物件及人脸中瞳距的画面长度。而瞳距运算模块依据物件及瞳距的画面长度及物件实际长度计算实际瞳距。
基于上述,本发明实施例是通过条码来夹带其实际长度,并基于图像识别技术来识别眼睛特征及物件特征以分别得出对应的画面长度,再依据物件实际长度、瞳距及条码于图像中的画面长度来推算出实际瞳距。使用者无需将眼睛或条码移动到指定位置,只要对着图像获取装置拿着印制或呈现条码的载具(例如,纸、卡片、眼罩或屏幕等)自拍,本发明实施例即可自动推算出实际瞳距。而这些载具可取代具有个资的信用卡,从而解决个资外泄疑虑。此外,这些实际瞳距可直接应用在头戴式显示器上的瞳距设定,从而改善使用者的视觉体验。
为让本发明的上述特征和优点能更明显易懂,下文特举实施例,并配合附图作详细说明如下。
附图说明
图1是依据本发明一实施例的瞳距运算装置的元件方块图。
图2是依据本发明一实施例的瞳距运算方法的流程图。
图3A~图3D是依据本发明一实施例的瞳距量测流程的示意图。
图4A~图4D是依据本发明另一实施例的瞳距量测流程的示意图。
附图标记说明
100:瞳距运算装置
110:存储器
111:图像存取模块
112:条码读取模块
113:图像识别模块
114:操作导引模块
115:瞳距运算模块
130:图像获取装置
150:处理器
170、190、D:显示器
200、P:智能手机
300:笔记本电脑
C:卡片
M:防污眼罩
QR1、QR2:条码
N、N2:通知
S、S2:图像
e、e2:眼睛
F、F2:人脸
HMD:头戴式显示器
S210~S270:步骤
具体实施方式
图1是依据本发明一实施例的瞳距运算装置100的元件方块图。请参照图1,瞳距运算装置100至少包括但不仅限于存储器110、图像获取装置130及处理器150。瞳距运算装置100可以是台式电脑、笔记本电脑、工作站、伺服器、智能手机、平板电脑或其他电子装置。
存储器110可以是任何型态的固定或可移动随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、快闪存储器(Flash Memory)或类似元件或上述元件的组合的存储器,存储器110并用于存储缓冲的或永久的数据、软件模块(图像存取模块111、条码读取模块112、图像识别模块113、操作导引模块114及瞳距运算模块115等)、应用程序、操作界面、图像、特征点、物件实际长度、画面长度、像素密度等数据,且其详细内容待后续实施例详述。
图像获取装置130可以是相机、摄影机、网络摄影机(Webcam)等具有动态或静态图像捕捉功能的装置,图像获取装置130可包括镜头、图像感光元件及图像处理芯片/电路,以进行图像获取作业。
处理器150与存储器110及图像获取装置130耦接,并可以是中央处理单元(Central Processing Unit,CPU)、图形处理器(Graphic Processing Unit,GPU),或是其他可程序化的一般用途或特殊用途的微处理器(Microprocessor)、数字信号处理器(Digital Signal Processor,DSP)、可程序化控制器、特殊应用集成电路(ApplicationSpecific Integrated Circuit,ASIC)或其他类似元件或上述元件的组合。在本发明实施例中,处理器150用以执行瞳距运算装置100的所有作业,且可载入并执行存储器110所记录的各软件模块、文件及数据。
为了方便理解本发明实施例的操作流程,以下将举诸多实施例详细说明本发明实施例中瞳距运算装置100的运作流程。下文中,将搭配瞳距运算装置100的各项元件及装置说明本发明实施例所述的方法。本方法的各个流程可依照实施情形而随之调整,且并不仅限于此。
图2是依据本发明一实施例说明一种瞳距运算方法的流程图。请参照图2,图像存取模块111自存储器110或直接取得图像获取装置130所获取的图像(步骤S210)。值得注意的是,此图像包括条码及人脸。条码可以是一维或二维条码(例如,通用产品代码(Universal Product Code,UPC)、QR码、PDF417条码等)。而人脸即为人类脸部。
条码读取模块112接着自此图像中读取条码所包括的物件实际长度(步骤S230)。在本实施例中,条码经设计所包含的数据包括物件实际长度。此条码可能印制在纸张、卡片、HMD头盔、用于头盔的防污眼罩等物品上。而物件实际长度即是通过现实生活中通过尺、或其他长度量测仪器对作为比例尺的物件(例如,条码、卡片、手机、印制条码的载具本身等)量测所得的长度。条码读取模块112可对图像进行前置处理(例如,读取色彩信息、转换灰阶、二值化、边缘检测等)、条码定位及条码识别等作业或其他条码识别算法,以读取条码所包括的信息。在一实施例中,条码可通过电子装置(例如,智能手机、平板电脑等)上的屏幕(例如,液晶屏幕(Liquid Crystal Display,LCD)、发光二极管(Light Emitting Diode,LED)等显示器)呈现,此时,条码将额外夹带此屏幕的像素密度(或称每英寸像素(PixelsPer Inch,PPI)),且物件实际长度将是指定像素密度的屏幕呈现条码的长度(例如,300PPI的屏幕呈现条码的实际长度)。而条码读取模块112会自图像中读取条码所包括的像素密度。在另一实施例中,条码还夹带导引连结。此导引连结可以是网站连结、特定应用程序识别码或文件路径等连结。条码读取模块112自图像中读取条码所包括的导引连结后,操作导引模块114依据此导引连结连线至指定网站、呼叫指定程序或开启特定文件,从而启动导引画面。而此导引画面是用于指示瞳距量测流程(例如,指示拍摄图像、警示脸部面向角度、呈现实际瞳距)。在一些实施例中,这些指定网站、程序或文件即是由本发明实施例的处理器150执行,并用于进行本发明实施例的瞳距运算方法。
接着,图像识别模块113自此图像中识别物件实际长度对应的物件及人脸,并计算图像中物件及人脸中瞳距的画面长度(步骤S250)。具体而言,在识别之前,图像识别模块113是先取得数笔训练图像,而每笔训练图像皆包括人脸,不同训练图像的人脸可能不同。图像识别模块113取得人脸中的眼睛、鼻、嘴、耳、眉等脸部关键特征的图像信息(例如,色相、长度、位置等信息),并利用人工智能算法的机器学习技术(例如,人工神经网络(Artificial Neural Network,ANN)、决策树、支援向量机(Support Vector Machine,SVM)等)建立比对模型。之后,图像识别模块113可将步骤S210所取得的图像输入至此比对模型中,通过特征点及其邻域位置上进行搜索与匹配,对脸部关键点位置进行调整,以自图像中决定双眼特征,从而完成特征点检测。而在检测到双眼特征之后,图像识别模块113可提取双眼特征的位置信息,并依据双眼特征的位置信息取得左右眼的像素位置Le及Re(可能同是瞳孔中心点、瞳孔左外缘或瞳孔右外缘位置)或是与其他特征点的相对位置,进而计算瞳距的画面长度Pe=|Le-Re|。
需说明的是,在其他实施例中,图像识别模块113还可以用人工智能算法以外的其他图像识别算法来识别双眼特征。此外,图像识别模块113还可能同时检测诸如眉毛、嘴角等脸部关键特征。而图像识别模块113会依据这些脸部关键特征判断使用者的头部是否朝向图像获取装置130或眼睛是否正视图像获取装置130。若图像中的头部位置及角度或眼睛朝向不符合预设条件,则操作导引模块114会通过导引画面或提示声音提示使用者,以确保使用者正视图像获取装置130,藉此减少瞳距估算的误差。
另一方面,针对物件的识别,若物件采用条码,则图像识别模块113可在步骤S230读取条码过程中得知条码的边缘像素位置,进而取得条码相对两侧边缘的间距,以作为条码的画面长度。而若物件并非条码(例如,卡片、头盔、手机等,此时图像中须包括此物件),则图像识别模块113可通过前述针对眼睛识别的方式建立比对模型,利用此比对模型决定物件特征两侧边缘或最外侧边缘的位置信息,从而计算物件的画面长度。或者,图像识别模块113可利用其他图像识别算法来识别物件。
接着,瞳距运算模块115可依据物件及瞳距的画面长度、以及物件实际长度计算实际瞳距(步骤S270)。在本实施例中,瞳距运算模块115是计算物件的画面长度与瞳距的画面长度之间的画面比例,并依据此画面比例推算实际瞳距。计算实际瞳距的方程式1为:
实际瞳距为IPD,物件实际长度为Dc,物件的画面长度为Pc,画面比例即为Dc/Pc,瞳距的画面长度为Pe。
例如,若条码作为比例尺的物件,则物件实际长度为条码实际长度;物件的画面长度即为条码在画面中相对两侧边缘的间距;瞳距运算模块115再将前述数值代入方程式1中。或者,若印制条码的卡片作为比例尺的物件,则物件实际长度为卡片实际长度;物件的画面长度即为卡片在画面中相对两侧边缘的间距;瞳距运算模块115再将前述数值代入方程式1中。
值得注意的是,在条码为通过电子装置的屏幕呈现的实施例中,此条码所夹带的物件实际长度可以是条码实际长度。然而,不同屏幕支援的解析度及尺寸不同,使条码实际长度可能与条码通过屏幕呈现的真实长度不同。瞳距运算模块115还依据条码所夹带的像素密度与物件实际长度对应的像素密度之间的比例调整物件实际长度,瞳距运算模块115并将调整后的物件实际长度(此时才是屏幕呈现的真实长度)代入方程式1中。
而另一实施例中,此条码所夹带的物件实际长度可以是屏幕解析度,则图像识别模块113将估算图像中屏幕的画面长度,且瞳距运算模块115依据像素密度与屏幕解析度推算屏幕实际尺寸,即可结合屏幕的画面长度而代入方程式1中。
接着,操作导引模块114可通过显示器呈现或通过扬声器播放实际瞳距,让使用者自行设定HMD的瞳距设定。或者,处理器150将实际瞳距传送给HMD,以供HMD自行调整瞳距设定。需说明的是,在前述多个实施例中,使用条码作为比例尺物件为较佳实施例,使用者只要使用印制或呈现条码的载具即可。
为了帮助读者更加理解本发明实施例的操作流程,以下另举两个应用情境说明。
图3A-图3D是依据本发明一实施例的瞳距量测流程的示意图。请先参照图3A,在本实施例中,智能手机200是瞳距运算装置100的实施态样,而智能手机200的图像获取装置130为前置镜头,智能手机200另设有显示器170以呈现导引画面。条码QR1为QR码,并夹带有条码QR1的物件实际长度(即,作为比例尺的物件为条码)。此条码QR1可印制在卡片C或HMD头盔所用的防污眼罩M。操作导引模块114可通过显示器170在导引画面上指示使用者将卡片C拿到图像获取装置130可拍摄到的位置或带上防污眼罩M并将头朝向图像获取装置130。请参照图3B,导引画面上可呈现图像获取装置130所即时拍摄到的图像S,以方便使用者确认条码QR1被图像获取装置130拍摄到。条码读取模块112自图像获取装置130所取得的图像S中读取条码所夹带的物件实际长度及导引连结,处理器150将记录此物件实际长度并连线到导引连结所指定的网站。导引连结的网站所呈现的网页会指示使用者将人脸朝向图像获取装置130(如图3B所示人脸F)。请参照图3C,图像识别模块113将自图像S中识别出眼睛位置e,并据以计算瞳距的画面长度。此外,图像识别模块113也计算图像S上的条码QR1的画面长度。瞳距运算模块115接着可将条码QR1的物件实际长度、条码QR1的画面长度及瞳距的画面长度代入公式1,来推算出实际瞳距(例如是68毫米(mm))。操作导引模块114可将实际瞳距以通知N呈现。请参照图3D,此实际瞳距即可帮助使用者设定头戴式显示器HMD的瞳距设定。
图4A-图4D是依据本发明另一实施例的瞳距量测流程的示意图。请先参照图4A及图4B,在本实施例中,笔记本电脑300是瞳距运算装置100的实施态样,而笔记本电脑300的图像获取装置130为视讯摄影机,笔记本电脑300另设有显示器190以呈现导引画面。智能手机P通过其显示器D呈现条码QR2(如图4B所示),条码QR2为QR码,并夹带有条码QR2以五吋且1080P解析度的显示器的像素密度所呈现的物件实际长度。操作导引模块114可通过显示器190在导引画面上指示使用者将智能手机P拿到图像获取装置130可拍摄到的位置。导引画面上可呈现图像获取装置130所即时拍摄到的图像S2,以方便使用者确认条码QR2被图像获取装置130拍摄到。条码读取模块112自图像获取装置130所取得的图像S2中读取条码所夹带的物件实际长度及导引连结,处理器150将记录此物件实际长度并开启导引连结所指定的程序。导引连结的程序所呈现的导引画面会指示使用者将人脸朝向图像获取装置130(如图3B所示人脸F2)。请参照图4C,图像识别模块113将自图像S2中识别出眼睛位置e2,并据以计算瞳距的画面长度。此外,图像识别模块113也计算图像S2上的条码QR2的画面长度。瞳距运算模块115接着可依据条码QR2的物件实际长度、条码QR2的画面长度及瞳距的画面长度来推算出实际瞳距(例如是68毫米(mm))。而操作导引模块114可将实际瞳距以通知N2呈现。请参照图4D,瞳距运算装置100将此实际瞳距传送至头戴式显示器HMD,且头戴式显示器HMD可据以调整瞳距设定。
需说明的是,在另一应用情境中,使用者也可手持印制条码的载具并通过相机自拍,再将自拍照片经由网络上传或文件写入等方式记录在瞳距运算装置100中,瞳距运算装置100即可基于自拍照片推算出实际瞳距。
综上所述,本发明实施例是通过图像识别技术识别载具所呈现的条码及双眼特征,并通过条码夹带其实际长度的信息,让使用者只要将脸部、载具上的条码与作为比例尺的物件朝向图像获取装置即可得到实际瞳距。本发明实施例的瞳距量测流程相当简单且方便。使用者也可将条码印制在任何方便使用的载具上或通过屏幕呈现,无须手动输入载具长度,也无须限制在信用卡等有个资外泄疑虑的物件上。
虽然本发明已以实施例揭示如上,然其并非用以限定本发明,任何所属技术领域中技术人员,在不脱离本发明的精神和范围内,当可作些许的更改与润饰,故本发明的保护范围当视权利要求所界定者为准。
Claims (10)
1.一种瞳距运算方法,包括:
取得图像,其中所述图像包括条码及人脸;
自所述图像中读取所述条码所包括的物件实际长度;
自所述图像中识别所述物件实际长度对应的物件及所述人脸,并计算所述图像中所述物件及所述人脸中瞳距的画面长度;以及
依据所述物件及所述瞳距的画面长度、以及所述实际长度计算实际瞳距。
2.根据权利要求1所述的瞳距运算方法,其中依据所述物件及所述瞳距的画面长度、以及所述物件实际长度计算所述实际瞳距的步骤包括:
计算所述物件的画面长度与所述瞳距的画面长度之间的画面比例;以及
依据所述画面比例推算所述实际瞳距。
3.根据权利要求1所述的瞳距运算方法,其中所述物件是所述条码,而自所述图像中读取所述条码所包括的所述物件实际长度的步骤包括:
自所述图像中读取所述条码所包括的像素密度,其中所述物件实际长度是第二像素密度的屏幕呈现所述条码的长度;以及
依据所述像素密度与所述第二像素密度之间的比例调整所述物件实际长度。
4.根据权利要求1所述的瞳距运算方法,其中自所述图像中识别所述物件及所述人脸并计算所述图像中所述条码及所述人脸中所述瞳距的画面长度的步骤包括:
通过人工智能算法自所述图像中决定双眼特征;以及
依据所述双眼特征的位置信息计算所述瞳距的画面长度。
5.根据权利要求1所述的瞳距运算方法,其中自所述图像中读取所述条码所包括的所述物件实际长度的步骤包括:
自所述图像中读取所述条码所包括的导引连结;以及
依据所述导引连结启动导引画面,其中所述导引画面用于指示瞳距量测流程。
6.一种瞳距运算装置,包括:
图像获取装置,获取图像,其中所述图像包括条码及人脸;
存储器,记录所述图像及多个模块;以及
处理器,耦接所述图像获取装置及所述存储器,并存取且载入所述存储器所记录的所述多个模块,而所述多个模块包括:
图像存取模块,取得所述图像;
条码读取模块,自所述图像中读取所述条码所包括的物件实际长度;
图像识别模块,自所述图像中识别所述物件实际长度对应的物件及所述人脸,并计算所述图像中所述物件及所述人脸中瞳距的画面长度;以及
瞳距运算模块,依据所述物件及所述瞳距的画面长度、以及所述物件实际长度计算实际瞳距。
7.根据权利要求6所述的瞳距运算装置,其中所述瞳距运算模块计算所述物件的画面长度与所述瞳距的画面长度之间的画面比例,并依据所述画面比例推算所述实际瞳距。
8.根据权利要求6所述的瞳距运算装置,其中所述条码读取模块自所述图像中读取所述条码所包括的像素密度,所述物件是所述条码,且所述物件实际长度是第二像素密度的屏幕呈现所述条码的长度,而所述瞳距运算模块依据所述像素密度与所述第二像素密度之间的比例调整所述物件实际长度。
9.根据权利要求6所述的瞳距运算装置,其中所述图像识别模块通过人工智能算法自所述图像中决定双眼特征,并依据所述双眼特征的位置信息计算所述瞳距的画面长度。
10.根据权利要求6所述的瞳距运算装置,其中所述条码读取模块自所述图像中读取所述条码所包括的导引连结,而所述多个模块还包括:
操作导引模块,依据所述导引连结启动导引画面,并通过所述导引画面呈现所述实际瞳距,其中所述导引画面用于指示瞳距量测流程。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107122825A TWI662946B (zh) | 2018-07-02 | 2018-07-02 | 瞳距運算裝置及方法 |
TW107122825 | 2018-07-02 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110674666A true CN110674666A (zh) | 2020-01-10 |
Family
ID=67764177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811130732.7A Withdrawn CN110674666A (zh) | 2018-07-02 | 2018-09-27 | 瞳距运算装置及方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110674666A (zh) |
TW (1) | TWI662946B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130141468A1 (en) * | 2011-12-06 | 2013-06-06 | 1-800 Contacts, Inc. | Systems and methods for obtaining a pupillary distance measurement using a mobile computing device |
US20130170754A1 (en) * | 2010-09-24 | 2013-07-04 | Panasonic Corporation | Pupil detection device and pupil detection method |
CN105704479A (zh) * | 2016-02-01 | 2016-06-22 | 欧洲电子有限公司 | 3d显示系统用的测量人眼瞳距的方法及系统和显示设备 |
-
2018
- 2018-07-02 TW TW107122825A patent/TWI662946B/zh active
- 2018-09-27 CN CN201811130732.7A patent/CN110674666A/zh not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130170754A1 (en) * | 2010-09-24 | 2013-07-04 | Panasonic Corporation | Pupil detection device and pupil detection method |
US20130141468A1 (en) * | 2011-12-06 | 2013-06-06 | 1-800 Contacts, Inc. | Systems and methods for obtaining a pupillary distance measurement using a mobile computing device |
CN105704479A (zh) * | 2016-02-01 | 2016-06-22 | 欧洲电子有限公司 | 3d显示系统用的测量人眼瞳距的方法及系统和显示设备 |
Also Published As
Publication number | Publication date |
---|---|
TW202005600A (zh) | 2020-02-01 |
TWI662946B (zh) | 2019-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9750420B1 (en) | Facial feature selection for heart rate detection | |
US10318797B2 (en) | Image processing apparatus and image processing method | |
WO2019061658A1 (zh) | 眼镜定位方法、装置及存储介质 | |
JP5024067B2 (ja) | 顔認証システム、方法及びプログラム | |
CN109325933A (zh) | 一种翻拍图像识别方法及装置 | |
CN111242090B (zh) | 基于人工智能的人脸识别方法、装置、设备及介质 | |
US9292733B2 (en) | Information processing device, information processing method, and program | |
US9576210B1 (en) | Sharpness-based frame selection for OCR | |
CN104143086A (zh) | 人像比对在移动终端操作系统上的应用技术 | |
US11607124B2 (en) | System and method for measuring pupillary distance | |
US9418316B1 (en) | Sharpness-based frame selection for OCR | |
EP3783524A1 (en) | Authentication method and apparatus, and electronic device, computer program, and storage medium | |
KR20210038644A (ko) | 생체 인증 시스템, 생체 인증 방법 및 프로그램 | |
CN108875556B (zh) | 用于人证核验的方法、装置、系统及计算机存储介质 | |
JP2015197708A (ja) | オブジェクト識別装置、オブジェクト識別方法及びプログラム | |
CN109657627A (zh) | 身份验证方法、装置及电子设备 | |
CN110363111B (zh) | 基于镜头失真原理的人脸活体检测方法、装置及存储介质 | |
TWI662946B (zh) | 瞳距運算裝置及方法 | |
KR20240032107A (ko) | 시력 검사 시스템 및 방법과 그 용도 | |
CN110037649A (zh) | 一种瞳距测量方法及系统 | |
CN114140839B (zh) | 用于人脸识别的图像发送方法、装置、设备及存储介质 | |
CN111432131B (zh) | 一种拍照框选的方法、装置、电子设备及存储介质 | |
JP2021096537A (ja) | 生体情報取得装置、端末装置、生体情報取得方法、生体情報取得プログラム、及びコンピュータ読み取り可能な記録媒体 | |
CN112149598A (zh) | 一种侧脸评估方法、装置、电子设备及存储介质 | |
TWI395469B (zh) | 影像擷取方法與應用該方法之影像擷取裝置 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200110 |
|
WW01 | Invention patent application withdrawn after publication |