CN112603256A - 基于瞳孔大小的高精度非接触式涉毒检测方法及检测系统 - Google Patents
基于瞳孔大小的高精度非接触式涉毒检测方法及检测系统 Download PDFInfo
- Publication number
- CN112603256A CN112603256A CN202011404615.2A CN202011404615A CN112603256A CN 112603256 A CN112603256 A CN 112603256A CN 202011404615 A CN202011404615 A CN 202011404615A CN 112603256 A CN112603256 A CN 112603256A
- Authority
- CN
- China
- Prior art keywords
- information
- pupil
- distance
- face
- points
- 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.)
- Granted
Links
- 210000001747 pupil Anatomy 0.000 title claims abstract description 126
- 238000001514 detection method Methods 0.000 title claims abstract description 54
- 238000012937 correction Methods 0.000 claims abstract description 38
- 241000700605 Viruses Species 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 238000012417 linear regression Methods 0.000 claims abstract description 10
- 210000001061 forehead Anatomy 0.000 claims abstract description 7
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 210000000216 zygoma Anatomy 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 2
- 210000000988 bone and bone Anatomy 0.000 abstract description 2
- 239000003814 drug Substances 0.000 description 6
- 229940079593 drug Drugs 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 206010013654 Drug abuse Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000011117 substance-related disease Diseases 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002547 new drug Substances 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/11—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils
- A61B3/112—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils for measuring diameter of pupils
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了基于瞳孔大小的高精度非接触式涉毒检测方法和系统，通过设备上的三个超声波测距元件向被检测对象的脸部发出三个超声波测距点的实时测距，即可获得被检测对象的额头处的一个点和两侧的颧骨处的两个点的实时距离，通过三个点相互之间的距离差即可换算出人脸面部的偏移信息，并基于出瞳孔信息、距离信息作出补偿修正算法计算出瞳孔的真实大小信息，这里所述的补偿修正算法是利用椭圆拟合和、或线性回归算法，先根据图像的偏移信息补偿修正出脸部正面的修正图像，再基于像素信息通过实际距离信息，利用线性回归算法匹配出实际的瞳孔大小信息，从而提高涉毒检测的精确性。
Description
技术领域
本发明涉及涉毒人员的自动检测技术领域，主要为非接触式的高精度检测技术，具体为基于瞳孔大小的高精度非接触式涉毒检测方法及检测系统。
背景技术
近年来毒品在我国急速蔓延，而毒品吸食呈现出低龄化、娱乐化、大众化的趋势，使得毒品向社会的各个层面渗透、蔓延。毒品种类也由以前比较单一的品种扩大到现在的200多种而且还呈显上升趋势。吸毒对社会的危害非常严重，特别是在公共交通安全领域，而伴随着机动车保有量的猛增和新型毒品吸毒人数的急剧增加问题也越来越突出。目前尚缺乏省时、高效的现场检测手段，执法人员还无法对滥用药物的驾驶人员进行路旁筛查，从某种程度上说，现场检测手段的缺失也助长了吸毒后驾车人员的侥幸心理，这也导致了吸毒后交通事故发生率的大幅度上升。
本公司推出的快速涉毒检测仪，能够迅速有效的通过瞳孔数据检测出涉毒信息，本公司持续对该技术进行研发设计，现已推出了手持式非接触式检测的设备，提供了对被检测人员的非接触式快速瞳孔检测，有效提高了检测手段，对本技术的推广应用抬上了新高度。但是现有技术中，需要被检测人员检测时处于正面面对检测仪，如果被检测人面部偏移，则会影响检测结果。
发明内容
为解决上述现有技术存在的不足，申请人对技术升级，研发了一种能够对面部倾斜的被检测人员进行高精确度，有效解决了这一技术难题。具体的，本发明是这样实现的：基于瞳孔大小的高精度非接触式涉毒检测方法，通过获取被检测对象的瞳孔图像获取的瞳孔信息，进行涉毒后瞳孔变化特征的比对判断得出是否涉毒的检测结果，包括以下步骤：步骤S1、向被检测对象的脸部发出三个超声波测距点，并实时获取三个点的距离信息；步骤S2、获取被检测对象的眼部图像信息，并获取瞳孔图像信息，提取瞳孔信息，并在获取瞳孔图像的同时获取上述三个点的距离信息；步骤S3、基于获取的三个点的距离信息，通过相互之间的差值计算算出人脸相对于检测仪的偏转信息，并从所述瞳孔图像信息中提取瞳孔的形状信息；步骤S4、基于瞳孔的形状信息和人脸的偏转信息、获取到的瞳孔图像信息的像素值信息、被测对象脸部距离检测仪的距离信息，通过补偿修正算法计算出瞳孔的真实大小信息。
进一步的，三个超声波测距点的分布形状呈正三角形形状，检测时，三个超声波检测点分别位于被检测对象的额头处的a点和两侧的颧骨处的b点和c点。
进一步的，所述获取瞳孔图像信息，提取瞳孔信息的步骤中还包括：获取检测时间点前后一定时间范围内的多帧图像，并识别提取每帧图像中瞳孔最长两端点的长度信息，去掉最大值和最小值取平均值作为瞳孔的初始直径信息。
进一步的，所述步骤S4中，还包括：将瞳孔的初始直径信息根据人脸的偏转信息作出补偿修正换算，使瞳孔的初始直径信息换成正面视角下瞳孔的换算直径信息，再获取瞳孔的换算直径长度在图像中的像素长度信息，将所述像素长度信息配合被测对象脸部距离检测仪的距离信息进行线性回归对照，转换成瞳孔的实际直径信息。
进一步的，所述补偿修正算法包括椭圆拟合和、或线性回归算法。
另一方面，本发明提供了基于瞳孔大小的高精度非接触式涉毒检测系统，包括检测仪本体，置于检测仪内的处理器，安装在检测仪上的摄像头和显示屏，还包括有：至少三组超声波传感器，用于在检测过程中，实时检测被检测对象的面部上的多点分别距离检测仪的距离信息，并实时反馈至换算修正单元；图像处理单元，连接处理器，用于从获取的图像信息中识别出被检测对象的眼部信息并提取出瞳孔信息发送至换算修正单元；换算修正单元，连接处理器，用于对三个点的距离信息进行差值计算算出人脸相对于检测仪的偏转信息，并基于出瞳孔信息、距离信息作出补偿修正算法计算出瞳孔的真实大小信息，发送至处理器；处理器用于对瞳孔的真实大小信息进行涉毒检测，得出涉毒检测结果。
本发明的工作原理介绍：设备上的三个超声波测距元件向被检测对象的脸部发出三个超声波测距点的实时测距，即可获得被检测对象的额头处的一个点和两侧的颧骨处的两个点的实时距离，通过三个点相互之间的距离差即可换算出人脸面部的偏移信息，并基于出瞳孔信息、距离信息作出补偿修正算法计算出瞳孔的真实大小信息，这里所述的补偿修正算法是利用椭圆拟合和、或线性回归算法，先根据图像的偏移信息补偿修正出脸部正面的修正图像，再基于像素信息通过实际距离信息，利用线性回归算法匹配出实际的瞳孔大小信息，再用于后续涉毒检测。
本发明的有益效果：一方面能检测出被测人员的脸部实时偏转信息，提示手持设备的检测人员根据偏移方向尽可能的调整手持角度，获得尽可能保持较正的脸部数据图像，提高检测精确度；另一方面，可以根据实际的脸部偏移量，对偏移图像进行修正，得到修正后的正，面眼部信息，再转换为实际瞳孔大小的计算，进一步提高了检测结果的精确度。
附图说明
图1为本发明基于瞳孔大小的高精度非接触式涉毒检测方法的步骤流程图；
图2为三个超声波测距点的示意图；
图3为补偿修正换算中建立瞳孔图形和信息数据库的原理示意图；
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
实施例1：
基于瞳孔大小的高精度非接触式涉毒检测方法，通过获取被检测对象的瞳孔图像获取的瞳孔信息，进行涉毒后瞳孔变化特征的比对判断得出是否涉毒的检测结果，所述瞳孔信息的获取还包括以下步骤：
步骤S1、向被检测对象的脸部发出三个超声波测距点，并实时获取三个点的距离信息；
步骤S2、获取被检测对象的眼部图像信息，并获取瞳孔图像信息，提取瞳孔信息，并在获取瞳孔图像的同时获取上述三个点的距离信息；
步骤S3、基于获取的三个点的距离信息，通过相互之间的差值计算算出人脸相对于检测仪的偏转信息，并从所述瞳孔图像信息中提取瞳孔的形状信息；
步骤S4、基于瞳孔的形状信息和人脸的偏转信息、获取到的瞳孔图像信息的像素值信息、被测对象脸部距离检测仪的距离信息，通过补偿修正算法计算出瞳孔的真实大小信息。
优选地，如图2所示，三个超声波测距点的分布形状呈正三角形形状，检测时，三个超声波检测点分别位于被检测对象的额头处的a点和两侧的颧骨处的b点和c点。
优选地，所述获取瞳孔图像信息，提取瞳孔信息的步骤中还包括：获取检测时间点前后一定时间范围内的多帧图像，并识别提取每帧图像中瞳孔最长两端点的长度信息，去掉最大值和最小值取平均值作为瞳孔的初始直径信息。
优选地，步骤S4中，还包括：将瞳孔的初始直径信息根据人脸的偏转信息作出补偿修正换算，使瞳孔的初始直径信息换成正面视角下瞳孔的换算直径信息，再获取瞳孔的换算直径长度在图像中的像素长度信息，将所述像素长度信息配合被测对象脸部距离检测仪的距离信息进行线性回归对照，转换成瞳孔的实际直径信息。具体的，如图3所示，预先建立瞳孔图形和信息数据库，具备同一距离下同一瞳孔的正面图形信息数据，和多角度的斜面图形信息数据，图形指瞳孔的图像信息，信息指该图像拍摄时瞳孔与拍摄中心的偏移方向和偏移角度信息，数据库中建立各个方向、不同倾斜程度的图像信息数据，并获得在该程度的偏转倾斜程度下，当前瞳孔图像和正位的瞳孔图像之间瞳孔形状和面积的比较参数值，并形成基本对照数据库，当检测时，人脸存在偏转，则通过三个超声波测距点换算出当前人脸的偏转信息，将该偏转信息与基本对照数据库中的数据比较，获得偏转信息最接近的基本对照数据库中的偏转倾斜程度下的比较参数值，基于该比较参数值，计算出当前人脸的瞳孔的模拟还原的拟真瞳孔图像信息，即可以获得瞳孔的实际直径信息。
优选地，所述补偿修正算法包括椭圆拟合和、或线性回归算法。补偿修正算法包括：建立先验数据库：设定一个标准计量长度为S，标准测量距离为L的物体，在图像采集设备下获得的标准像素为P，则在同一摄像头同一位置下应该有：
S的被测出像素Px＝P*L/测量距离Lx；
设dpi＝P/S，
则有S＝(P*L/测量距离Lx)/dpi；
瞳孔大小计算：瞳孔距离Ly，瞳孔像素大小Py,则换算为标准单位的瞳孔像素Psy＝(P*L/测量距离Ly)；
Ly距离下有关系Py:Psy＝Sy:S；
所以可获得瞳孔的实际大小公式(Formula S)：
Sy＝Py*S/(P*L/测量距离Ly)＝Py*S*测量距离Ly/(P*L)＝Py*测量距离Ly/(dpi*L)；
数据修正：先通过同样设备采集不同距离，不同大小的瞳孔模型的采集像素值形成一个数据矩阵，对矩阵数据进行回归分析可获得系统偏差的拟合公式，用拟合公式对计算数据进行修正即可获得准确的瞳孔大小数据。
实施例2：
基于瞳孔大小的高精度非接触式涉毒检测系统，包括检测仪本体，置于检测仪内的处理器，安装在检测仪上的摄像头和显示屏，至少三组超声波传感器，用于在检测过程中，实时检测被检测对象的面部上的多点分别距离检测仪的距离信息，并实时反馈至换算修正单元；图像处理单元，连接处理器，用于从获取的图像信息中识别出被检测对象的眼部信息并提取出瞳孔信息发送至换算修正单元；换算修正单元，连接处理器，用于对三个点的距离信息进行差值计算算出人脸相对于检测仪的偏转信息，并基于出瞳孔信息、距离信息作出补偿修正算法计算出瞳孔的真实大小信息，发送至处理器；处理器用于对瞳孔的真实大小信息进行涉毒检测，得出涉毒检测结果。
优选地，实时偏转信息提示单元，连接至超声波传感器和显示屏，用于检测被检测对象面部的测距点之间的差值信息，当至少两个测距点之间的差值超过设定的阈值后，在显示屏上实时提示面部偏移信息，并显示出需要调整检测仪的转动方向指示信息。
优选地，测距点为三个点，三个超声波检测点分别位于被检测对象的额头处的a点和两侧的颧骨处的b点和c点；换算修正单元还用于作出偏转判断：若b点和c点的差值绝对值超过预定阈值后，判断被检测人员脸部水平偏移，为正值时判断为向右侧偏移、为负值时判断为向左侧偏移；若a点与b点、c点其中任意一点之间的差值绝对值超过预定阈值后，判断被检测人员脸部垂直偏移，为正值时判断为向上倾仰，为负值时判断为向下倾俯；并用于对上述两段判断数据实时进行并统一处理得出实际偏转信息，且针对实际偏转信息，预设有一套相对应的修正信息，提取相应的修正信息进行应用于补偿修正算法。
优选地，所述图像处理单元，还用于获取检测时间点前后一定时间范围内的多帧图像，并识别提取每帧图像中瞳孔最长两端点的长度信息，去掉最大值和最小值取平均值作为瞳孔的初始直径信息，
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (10)
1.基于瞳孔大小的高精度非接触式涉毒检测方法，通过获取被检测对象的瞳孔图像获取的瞳孔信息，进行涉毒后瞳孔变化特征的比对判断得出是否涉毒的检测结果，其特征在于，所述瞳孔信息的获取还包括以下步骤：
步骤S1、向被检测对象的脸部发出三个超声波测距点，并实时获取三个点的距离信息；
步骤S2、获取被检测对象的眼部图像信息，并获取瞳孔图像信息，提取瞳孔信息，并在获取瞳孔图像的同时获取上述三个点的距离信息；
步骤S3、基于获取的三个点的距离信息，通过相互之间的差值计算算出人脸相对于检测仪的偏转信息，并从所述瞳孔图像信息中提取瞳孔的形状信息；
步骤S4、基于瞳孔的形状信息和人脸的偏转信息、获取到的瞳孔图像信息的像素值信息、被测对象脸部距离检测仪的距离信息，通过补偿修正算法计算出瞳孔的真实大小信息。
2.根据权利要求1所述的高精度非接触式涉毒检测方法，其特征在于，三个超声波测距点的分布形状呈正三角形形状，检测时，三个超声波检测点分别位于被检测对象的额头处的a点和两侧的颧骨处的b点和c点。
3.根据权利要求1所述的高精度非接触式涉毒检测方法，其特征在于，所述获取瞳孔图像信息，提取瞳孔信息的步骤中还包括：获取检测时间点前后一定时间范围内的多帧图像，并识别提取每帧图像中瞳孔最长两端点的长度信息，去掉最大值和最小值取平均值作为瞳孔的初始直径信息。
4.根据权利要求3所述的高精度非接触式涉毒检测方法，其特征在于，所述步骤S4中，还包括：将瞳孔的初始直径信息根据人脸的偏转信息作出补偿修正换算，使瞳孔的初始直径信息换成正面视角下瞳孔的换算直径信息，再获取瞳孔的换算直径长度在图像中的像素长度信息，将所述像素长度信息配合被测对象脸部距离检测仪的距离信息进行线性回归对照，转换成瞳孔的实际直径信息。
5.根据权利要求1所述的高精度非接触式涉毒检测方法，其特征在于，所述补偿修正算法包括椭圆拟合和、或线性回归算法。
6.根据权利要求5所述的高精度非接触式涉毒检测方法，其特征在于，补偿修正算法包括：
建立先验数据库：设定一个标准计量长度为S，标准测量距离为L的物体，在图像采集设备下获得的标准像素为P，则在同一摄像头同一位置下应该有：
S的被测出像素Px＝P*L/测量距离Lx；
设dpi＝P/S，
则有S＝(P*L/测量距离Lx)/dpi；
瞳孔大小计算：瞳孔距离Ly，瞳孔像素大小Py,则换算为标准单位的瞳孔像素Psy＝(P*L/测量距离Ly)；
Ly距离下有关系Py:Psy＝Sy:S；
所以可获得瞳孔的实际大小公式(Formula S)：
Sy＝Py*S/(P*L/测量距离Ly)＝Py*S*测量距离Ly/(P*L)＝Py*测量距离Ly/(dpi*L)；
数据修正：先通过同样设备采集不同距离，不同大小的瞳孔模型的采集像素值形成一个数据矩阵，对矩阵数据进行回归分析可获得系统偏差的拟合公式，用拟合公式对计算数据进行修正即可获得准确的瞳孔大小数据。
7.基于瞳孔大小的高精度非接触式涉毒检测系统，包括检测仪本体，置于检测仪内的处理器，安装在检测仪上的摄像头和显示屏，其特征在于还包括有：
至少三组超声波传感器，用于在检测过程中，实时检测被检测对象的面部上的多点分别距离检测仪的距离信息，并实时反馈至换算修正单元；
图像处理单元，连接处理器，用于从获取的图像信息中识别出被检测对象的眼部信息并提取出瞳孔信息发送至换算修正单元；
换算修正单元，连接处理器，用于对三个点的距离信息进行差值计算算出人脸相对于检测仪的偏转信息，并基于出瞳孔信息、距离信息作出补偿修正算法计算出瞳孔的真实大小信息，发送至处理器；
处理器用于对瞳孔的真实大小信息进行涉毒检测，得出涉毒检测结果。
8.根据权利要求7所述的高精度非接触式涉毒检测系统，其特征在于，还包括有：
实时偏转信息提示单元，连接至超声波传感器和显示屏，用于检测被检测对象面部的测距点之间的差值信息，当至少两个测距点之间的差值超过设定的阈值后，在显示屏上实时提示面部偏移信息，并显示出需要调整检测仪的转动方向指示信息。
9.根据权利要求8所述的高精度非接触式涉毒检测系统，其特征在于，所述测距点为三个点，三个超声波检测点分别位于被检测对象的额头处的a点和两侧的颧骨处的b点和c点；
换算修正单元还用于作出偏转判断：
若b点和c点的差值绝对值超过预定阈值后，判断被检测人员脸部水平偏移，为正值时判断为向右侧偏移、为负值时判断为向左侧偏移；
若a点与b点、c点其中任意一点之间的差值绝对值超过预定阈值后，判断被检测人员脸部垂直偏移，为正值时判断为向上倾仰，为负值时判断为向下倾俯；
并用于对上述两段判断数据实时进行并统一处理得出实际偏转信息，且针对实际偏转信息，预设有一套相对应的修正信息，提取相应的修正信息进行应用于补偿修正算法。
10.根据权利要求7所述的高精度非接触式涉毒检测系统，其特征在于，所述图像处理单元，还用于获取检测时间点前后一定时间范围内的多帧图像，并识别提取每帧图像中瞳孔最长两端点的长度信息，去掉最大值和最小值取平均值作为瞳孔的初始直径信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011404615.2A CN112603256B (zh) | 2020-12-03 | 2020-12-03 | 基于瞳孔大小的高精度非接触式涉毒检测方法及检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011404615.2A CN112603256B (zh) | 2020-12-03 | 2020-12-03 | 基于瞳孔大小的高精度非接触式涉毒检测方法及检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112603256A true CN112603256A (zh) | 2021-04-06 |
| CN112603256B CN112603256B (zh) | 2022-10-25 |
Family
ID=75228787
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011404615.2A Active CN112603256B (zh) | 2020-12-03 | 2020-12-03 | 基于瞳孔大小的高精度非接触式涉毒检测方法及检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112603256B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113509141A (zh) * | 2021-06-29 | 2021-10-19 | 昆明依利科特科技有限公司 | 一种眼镜式涉毒行为瞳孔检测仪及检测方法 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB274798A (en) * | 1926-07-26 | 1927-09-29 | Zeiss Carl | Improvements in tacheometric telescopes |
| US4881806A (en) * | 1987-07-30 | 1989-11-21 | Essilor International Cie Generale D'optique | Automatic interpupillary distance measuring device |
| DE19619684A1 (de) * | 1995-05-31 | 1996-12-05 | Heinz Hegener | Fixierlinienabstandmeßgerät |
| US6217172B1 (en) * | 1999-03-17 | 2001-04-17 | Kabushiki Kaisha Topcon | Ophthalmologic measuring system |
| US20050180611A1 (en) * | 2004-02-13 | 2005-08-18 | Honda Motor Co., Ltd. | Face identification apparatus, face identification method, and face identification program |
| JP2011200281A (ja) * | 2010-03-24 | 2011-10-13 | Topcon Corp | 眼科装置及び瞳孔間距離算出方法 |
| JP2012196328A (ja) * | 2011-03-22 | 2012-10-18 | Panasonic Corp | 両眼瞳孔検査装置 |
| JP2013069155A (ja) * | 2011-09-22 | 2013-04-18 | Sogo Keibi Hosho Co Ltd | 顔認証データベース構築方法、顔認証装置及び顔認証プログラム |
| CN103514719A (zh) * | 2013-10-15 | 2014-01-15 | 中国科学院深圳先进技术研究院 | 坐姿矫正方法及装置 |
| CN103605965A (zh) * | 2013-11-25 | 2014-02-26 | 苏州大学 | 一种多姿态人脸识别方法和装置 |
| CN104091155A (zh) * | 2014-07-04 | 2014-10-08 | 武汉工程大学 | 光照鲁棒的虹膜快速定位方法 |
| CN105407268A (zh) * | 2014-09-09 | 2016-03-16 | 卡西欧计算机株式会社 | 图像校正装置以及图像校正方法 |
| CN107306352A (zh) * | 2016-04-25 | 2017-10-31 | 张翔宇 | 头戴式人眼偏转控制拍摄的显示、拍摄设备系统 |
| US20180356216A1 (en) * | 2016-02-23 | 2018-12-13 | Boe Technology Group Co., Ltd. | Distance measuring module, three-dimensional (3d) scanning system and distance measuring method |
| CN109199320A (zh) * | 2018-07-27 | 2019-01-15 | 上海贝高医疗科技有限公司 | 一种便携式视力筛选仪及其光路结构 |
| CN110151184A (zh) * | 2019-04-19 | 2019-08-23 | 昆明依利科特科技有限公司 | 非接触式吸毒人员快速检测系统及方法 |
| CN111291701A (zh) * | 2020-02-20 | 2020-06-16 | 哈尔滨理工大学 | 一种基于图像梯度和椭圆拟合算法的视线追踪方法 |
-
2020
- 2020-12-03 CN CN202011404615.2A patent/CN112603256B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB274798A (en) * | 1926-07-26 | 1927-09-29 | Zeiss Carl | Improvements in tacheometric telescopes |
| US4881806A (en) * | 1987-07-30 | 1989-11-21 | Essilor International Cie Generale D'optique | Automatic interpupillary distance measuring device |
| DE19619684A1 (de) * | 1995-05-31 | 1996-12-05 | Heinz Hegener | Fixierlinienabstandmeßgerät |
| US6217172B1 (en) * | 1999-03-17 | 2001-04-17 | Kabushiki Kaisha Topcon | Ophthalmologic measuring system |
| US20050180611A1 (en) * | 2004-02-13 | 2005-08-18 | Honda Motor Co., Ltd. | Face identification apparatus, face identification method, and face identification program |
| JP2011200281A (ja) * | 2010-03-24 | 2011-10-13 | Topcon Corp | 眼科装置及び瞳孔間距離算出方法 |
| JP2012196328A (ja) * | 2011-03-22 | 2012-10-18 | Panasonic Corp | 両眼瞳孔検査装置 |
| JP2013069155A (ja) * | 2011-09-22 | 2013-04-18 | Sogo Keibi Hosho Co Ltd | 顔認証データベース構築方法、顔認証装置及び顔認証プログラム |
| CN103514719A (zh) * | 2013-10-15 | 2014-01-15 | 中国科学院深圳先进技术研究院 | 坐姿矫正方法及装置 |
| CN103605965A (zh) * | 2013-11-25 | 2014-02-26 | 苏州大学 | 一种多姿态人脸识别方法和装置 |
| CN104091155A (zh) * | 2014-07-04 | 2014-10-08 | 武汉工程大学 | 光照鲁棒的虹膜快速定位方法 |
| CN105407268A (zh) * | 2014-09-09 | 2016-03-16 | 卡西欧计算机株式会社 | 图像校正装置以及图像校正方法 |
| US20180356216A1 (en) * | 2016-02-23 | 2018-12-13 | Boe Technology Group Co., Ltd. | Distance measuring module, three-dimensional (3d) scanning system and distance measuring method |
| CN107306352A (zh) * | 2016-04-25 | 2017-10-31 | 张翔宇 | 头戴式人眼偏转控制拍摄的显示、拍摄设备系统 |
| CN109199320A (zh) * | 2018-07-27 | 2019-01-15 | 上海贝高医疗科技有限公司 | 一种便携式视力筛选仪及其光路结构 |
| CN110151184A (zh) * | 2019-04-19 | 2019-08-23 | 昆明依利科特科技有限公司 | 非接触式吸毒人员快速检测系统及方法 |
| CN111291701A (zh) * | 2020-02-20 | 2020-06-16 | 哈尔滨理工大学 | 一种基于图像梯度和椭圆拟合算法的视线追踪方法 |
Non-Patent Citations (1)
| Title |
|---|
| 范小九等: "利用主动外观模型进行3D人脸的快速自动建模", 《计算机辅助设计与图形学学报》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113509141A (zh) * | 2021-06-29 | 2021-10-19 | 昆明依利科特科技有限公司 | 一种眼镜式涉毒行为瞳孔检测仪及检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112603256B (zh) | 2022-10-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103745484B (zh) | 一种电力设施带电作业的人员目标安全预警方法 | |
| CN101512551A (zh) | 用于测量动物身高的方法和系统 | |
| CN106621284A (zh) | 一种智能的体质检测平台 | |
| CN107845090A (zh) | 一种硅片检测方法和硅片检测装置 | |
| CN109999469A (zh) | 一种足球绕杆考试智能裁判系统 | |
| US10375383B2 (en) | Method and apparatus for adjusting installation flatness of lens in real time | |
| CN104613869B (zh) | 一种基于最大内切圆的椭圆孔组检测方法和系统 | |
| CN112603256B (zh) | 基于瞳孔大小的高精度非接触式涉毒检测方法及检测系统 | |
| CN116678337B (zh) | 基于图像识别的架桥机主梁前后支点处高差和主梁变形监测预警系统及方法 | |
| CN107705291A (zh) | 一种基于图像识别的外脚手架安全性自动检查方法 | |
| CN106153302A (zh) | 一种用于硬管内窥镜成像畸变的测量方法 | |
| CN111795894A (zh) | 非接触式高分子塑料材料单轴拉伸大变形测量方法与系统 | |
| CN111452840B (zh) | 一种基于单目视觉测量技术的铁路钢轨爬行位移检测方法 | |
| CN111738132A (zh) | 人体温度的测量方法、装置、电子设备及可读存储介质 | |
| CN110322428A (zh) | 检测隧道病害的方法、装置及电子设备 | |
| CN115171361A (zh) | 一种基于计算机视觉的危险行为智能检测预警方法 | |
| CN113188633A (zh) | 一种基于机器视觉的液面检测和测量方法 | |
| CN114462646B (zh) | 一种基于接触网安全巡检的杆号牌识别方法及系统 | |
| CN115078382A (zh) | 基于视频图像的桥梁裂缝监测系统 | |
| CN107367245A (zh) | 光学三维轮廓测量中的无效点探测与剔除方法 | |
| CN112461846B (zh) | 工件缺陷检测方法及装置 | |
| CN111814659B (zh) | 一种活体检测方法、和系统 | |
| CN111263137B (zh) | 单图像的畸变检测处理方法 | |
| CN113012104A (zh) | 器件翅片数量检测方法、控制器及装置、存储介质 | |
| CN115661728B (zh) | 基于图像识别的病毒采样到位判断方法及病毒采样系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240902 Address after: No. 19, Dapingzheng Street, Yuzhong District, Chongqing City, 400000 Patentee after: Chongqing Xinghantong Technology Co.,Ltd. Country or region after: China Patentee after: KUNMING YILIKETE TECHNOLOGY CO.,LTD. Address before: No.1520 Haiyuan Middle Road, high tech Zone, Kunming, Yunnan 650000 Patentee before: KUNMING YILIKETE TECHNOLOGY CO.,LTD. Country or region before: China |
|
| TR01 | Transfer of patent right |