CN113420678A - 视线追踪方法、装置、设备、存储介质以及计算机程序产品 - Google Patents

视线追踪方法、装置、设备、存储介质以及计算机程序产品 Download PDF

Info

Publication number
CN113420678A
CN113420678A CN202110709957.3A CN202110709957A CN113420678A CN 113420678 A CN113420678 A CN 113420678A CN 202110709957 A CN202110709957 A CN 202110709957A CN 113420678 A CN113420678 A CN 113420678A
Authority
CN
China
Prior art keywords
image
coordinate system
display
gaze
driver
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
Application number
CN202110709957.3A
Other languages
English (en)
Inventor
邓苏南
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apollo Intelligent Connectivity Beijing Technology Co Ltd
Original Assignee
Apollo Intelligent Connectivity Beijing Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Apollo Intelligent Connectivity Beijing Technology Co Ltd filed Critical Apollo Intelligent Connectivity Beijing Technology Co Ltd
Priority to CN202110709957.3A priority Critical patent/CN113420678A/zh
Publication of CN113420678A publication Critical patent/CN113420678A/zh
Priority to JP2022053479A priority patent/JP7339386B2/ja
Priority to KR1020220046677A priority patent/KR20220054754A/ko
Priority to EP22179224.5A priority patent/EP4040405A3/en
Priority to US17/842,484 priority patent/US20220309702A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/13—Digital output to plotter ; Cooperation and interconnection of the plotter with other functional units
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/01—Head-up displays
    • G02B27/0101—Head-up displays characterised by optical features
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/01—Head-up displays
    • G02B27/0179—Display position adjusting means not related to the information to be displayed
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/002—Specific input/output arrangements not covered by G06F3/01 - G06F3/16
    • G06F3/005—Input arrangements through a video camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/013—Eye tracking input arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/0304—Detection arrangements using opto-electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/04812—Interaction techniques based on cursor appearance or behaviour, e.g. being affected by the presence of displayed objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04842—Selection of displayed objects or displayed text elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/01—Head-up displays
    • G02B27/0179—Display position adjusting means not related to the information to be displayed
    • G02B2027/0187—Display position adjusting means not related to the information to be displayed slaved to motion of at least a part of the body of the user, e.g. head, eye
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/0093—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00 with means for monitoring data relating to the user, e.g. head-tracking, eye-tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30268—Vehicle interior
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2380/00—Specific applications
    • G09G2380/10—Automotive applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Optics & Photonics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Ophthalmology & Optometry (AREA)
  • User Interface Of Digital Computer (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)
  • Image Processing (AREA)
  • Traffic Control Systems (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

本公开提供了一种视线追踪方法、装置、设备、存储介质以及计算机程序产品，涉及人工智能技术领域，具体为智能交通和深度学习技术领域。该方法的一具体实施方式包括：获取第一图像，其中，第一图像为驾驶人员的眼球状态图像；基于预先训练的视线标定模型，确定世界坐标系中与第一图像对应的注视区域。该实施方式能够基于驾驶人员的眼球状态图像确定世界坐标系中的对应区域，从而实现对驾驶人员的视线进行标定。

Description

视线追踪方法、装置、设备、存储介质以及计算机程序产品
技术领域
本公开涉及计算机领域，具体涉及智能交通、深度学习等人工智能领域，尤其涉及视线追踪方法、装置、设备、存储介质以及计算机程序产品。
背景技术
人眼视线跟踪是计算机视觉与计算机图形学领域中一个重要且基础的问题，它在人机交互、虚拟现实及增强现实等领域也有非常广泛的应用。例如，在计算机视觉中，人眼在屏幕上的注视点可用于完成各种人机交互功能；在增强现实中，视线方向可用于调整显示的内容以产生更佳的真实感。正是由于眼睛能够表达人类丰富的情感，人眼视线跟踪的研究具有极高的科研和应用价值。在计算机图形学和计算机视觉领域，高精度的视线方向跟踪一直是一个重要且具有挑战性的问题。
发明内容
本公开提供了一种视线追踪方法、装置、设备、存储介质以及计算机程序产品。
根据本公开的第一方面，提供了一种视线追踪方法，包括：获取第一图像，其中，第一图像为驾驶人员的眼球状态图像；基于预先训练的视线标定模型，确定世界坐标系中与第一图像对应的注视区域。
根据本公开的第二方面，提供了一种模型训练方法，包括：获取训练样本集，其中，训练样本集中的训练样本包括驾驶人员注视标注点时的眼球图像以及标注点的位置信息；将眼球图像作为输入，将位置信息作为输出，训练得到视线标定模型。
根据本公开的第三方面，提供了一种视线追踪装置，包括：第一获取模块，被配置成获取第一图像，其中，第一图像为驾驶人员的眼球状态图像；第一确定模块，被配置成基于预先训练的视线标定模型，确定世界坐标系中与第一图像对应的注视区域。
根据本公开的第四方面，提供了一种模型训练装置，包括：第五获取模块，被配置成获取训练样本集，其中，训练样本集中的训练样本包括驾驶人员注视标注点时的眼球图像以及标注点的位置信息；训练模块，被配置成将眼球图像作为输入，将位置信息作为输出，训练得到视线标定模型。
根据本公开的第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。
根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面或第二方面中任一实现方式描述的方法。
根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面或第二方面中任一实现方式描述的方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开可以应用于其中的示例性系统架构图；
图2是根据本公开的视线追踪方法的一个实施例的流程图；
图3是根据本公开的视线追踪方法的另一个实施例的流程图；
图4是根据本公开的视线追踪方法的再一个实施例的流程图；
图5是根据本公开的模型训练方法的一个实施例的流程图；
图6是根据本公开的视线追踪装置的一个实施例的结构示意图；
图7是根据本公开的模型训练装置的一个实施例的流程图；
图8是用来实现本公开实施例的视线追踪方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的视线追踪方法或视线追踪装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送信息等。终端设备101、102、103上可以安装有各种客户端应用。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以提供各种服务。例如，服务器105可以对从终端设备101、102、103获取到的第一图像进行分析和处理，并生成处理结果(例如注视区域)。
需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本公开实施例所提供的视线追踪方法一般由服务器105执行，相应地，视线追踪装置一般设置于服务器105中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，其示出了根据本公开的视线追踪方法的一个实施例的流程200。该视线追踪方法包括以下步骤：
步骤201，获取第一图像。
在本实施例中，视线追踪方法的执行主体(例如图1所示的服务器105)可以获取第一图像，其中，第一图像为驾驶人员的眼球状态图像。
第一图像可通过驾驶人员所乘坐车辆内的图像传感器采集得到的，本实施例中的图像传感器为摄像头传感器(以下简称为摄像头)，也可根据实际情况采用其他的图像传感器，本公开对此不做限定。上述摄像头可以实时拍摄驾驶人员的眼球状态图像。
步骤202，基于预先训练的视线标定模型，确定世界坐标系中与第一图像对应的注视区域。
在本实施例中，上述执行主体可以基于预先训练的视线标定模型来确定世界坐标系中与第一图像对应的注视区域。其中，视线标定模型可以是预先训练好的模型，将表示驾驶人员的眼球状态的第一图像输入至该预先训练好的视线标定模型中，即可确定该第一图像对应的驾驶人员的注视方向，再基于确定的注视方向来确定世界坐标系中与第一图像对应的注视区域，该注视区域即为最终要确定的驾驶人员感兴趣的区域，从而实现对驾驶人员的视线进行追踪。
需要说明的是，世界坐标系是系统的绝对坐标系，在没有建立用户坐标系之前画面上所有点的坐标都是以该坐标系的原点来确定各自的位置的。
本公开实施例提供的视线追踪方法，首先获取表示驾驶人员的眼球状态的第一图像；然后基于预先训练的视线标定模型，确定世界坐标系中与第一图像对应的注视区域。本公开提供了一种视线追踪方法，该方法能够基于预先训练的视线标定模型对驾驶人员的视线进行标定，从而实现对驾驶人员的视线中的物体或对象进行追踪，提升了视线追踪的准确性。
继续参考图3，图3示出了根据本公开的视线追踪方法的另一个实施例的流程300。该视线追踪方法包括以下步骤：
步骤301，获取第一图像。
步骤301与前述实施例的步骤201基本一致，具体实现方式可以参考前述对步骤201的描述，此处不再赘述。
步骤302，将第一图像输入至预先训练的视线标定模型中，得到第一图像对应的视线方向。
在本实施例中，视线追踪方法的执行主体(例如图1所示的服务器105)可以将第一图像输入至预先训练好的视线标定模型中，从而得到第一图像对应的视线方向。
由于驾驶人员看向行驶道路两旁的不同的建筑物时，其视线方向是不同的，其对应的眼球的朝向信息也是不同的，所以本实施例中，将表示驾驶人员眼球状态的第一图像输入至预先训练好的视线标定模型中，从而得到第一图像对应的视线方向，以此来确定此时驾驶人员的视线方向。
步骤303，确定世界坐标系中与视线方向对应的注视区域。
在本实施例中，上述执行主体可以确定世界坐标系中与视线方向对应的注视区域。世界坐标系即现实世界中的坐标系，在确定了驾驶人员的视线方向后，就可以基于视线方向确定现实坐标系中的注视区域，该注视区域与视线方向相对应。例如，当确定驾驶人员的视线方向为左前方后，可以确定世界坐标系中与左前方对应的区域即为其注视区域。
从图3中可以看出，与图2对应的实施例相比，本实施例中的视线追踪方法突出了视线标定模型的训练步骤，以及基于该视线标定模型来确定第一图像对应的视线方向，再确定世界坐标系中与视线方向对应的注视区域，该方法提升了视线标定的准确性，应用范围更广。
继续参考图4，图4示出了根据本公开的视线追踪方法的再一个实施例的流程400。该视线追踪方法包括以下步骤：
步骤401，获取第一图像。
步骤402，将第一图像输入至预先训练的视线标定模型中，得到第一图像对应的视线方向。
步骤403，确定世界坐标系中与视线方向对应的注视区域。
步骤401-403与前述实施例的步骤301-303基本一致，具体实现方式可以参考前述对步骤301-303的描述，此处不再赘述。
步骤404，获取第二图像。
在本实施例中，视线追踪方法的执行主体(例如图1所示的服务器105)可以获取第二图像，其中，第二图像为驾驶人员乘坐车辆的周围环境图像。
第二图像可通过驾驶人员所乘坐车辆内的另一摄像头采集得到的，也即驾驶人员所乘坐车辆内可以安装两个摄像头，一个可以对内采集驾驶人员的眼球状态图像，一个可以对外采集驾驶人员所乘坐车辆的周围环境图像，当然，也可根据实际情况设置其他数目的摄像头，本公开对此不做具体限定。
第二图像中可以包含该车辆行驶道路两旁的各个建筑物，还可以包含障碍物等等。
步骤405，基于世界坐标系与第二图像对应的图像坐标系之间的对应关系，确定第二图像中与第一目标区域对应的第二目标区域。
在本实施例中，上述执行主体可以基于世界坐标系与第二图像对应的图像坐标系之间的对应关系，确定第二图像中与第一目标区域对应的第二目标区域。
由于第二图像拍摄的是现实环境中物体的图像，所以第二图像与世界坐标系是对应的，而在第二图像中也是有一个图像坐标系的，那么就可以基于世界坐标系与第二图像对应的图像坐标系之间的对应关系来确定第二图像中与第一目标区域对应的第二目标区域。第二目标区域即为第二图像中与驾驶人员视线方向对应的区域。
需要说明的是，摄像机采集的数字图像在计算机内可以存储为数组，数组中的每一个元素(象素，pixel)的值即是图像点的亮度(灰度)。在图像上定义直角坐标系u-v，每一象素的坐标(u，v)分别是该象素在数组中的列数和行数。故(u，v)是以象素为单位的图像坐标系坐标。
步骤406，确定第二目标区域中的POI对象。
在本实施例中，上述执行主体可以确定第二目标区域中的POI(Point ofInterest，兴趣点)对象。由于第二目标区域是第二图像中与驾驶人员的视线方向相对应的区域，所以，第二目标区域也即驾驶人员注视的区域，那么，第二区域中的目标对象也即为本实施例中的POI对象，也即驾驶员注视的对象。所以，上述执行主体可以确定第二目标区域中的POI对象。
在本实施例的一些可选实施方式中，上述视线追踪方法还包括：获取车辆的当前位置信息；基于当前位置信息获取POI对象的属性信息。
在本实现方式中，上述执行主体可以获取车辆的当前位置信息。其中，当前位置信息可以通过车辆上的GPS(Global Positioning System，定时测距导航卫星全球定位系统)获得的，也可以通过车辆上的IMU(Inertial Measurement Unit，惯性测量单元)传感器获得的，本公开中对此不做具体限定。当前地理位置信息可以为当前位置在世界坐标系下的坐标。
在获取了车辆的当前位置信息后，可以基于获取的当前位置信息获取POI对象的属性信息。例如，可以基于当前位置的坐标去地图中获取该POI对象的属性信息。其中，属性信息可以为POI对象的名称、类别信息等。例如，当POI对象为一个商场时，那么其属性信息可以包括该商场的名字、商场内店铺的活动推荐以及活动的折扣信息等信息。由于POI对象即为驾驶人员感兴趣的对象，所以，在本实施例中还会获取POI对象的属性信息，从而反馈给驾驶人员更全面的信息。
步骤407，基于图像坐标系与抬头显示画面对应的显示坐标系之间的对应关系，确定POI对象在抬头显示画面中的目标显示位置。
在本实施例中，上述执行主体可以基于图像坐标系与抬头显示画面对应的显示坐标系之间的对应关系，确定POI对象在抬头显示画面中的目标显示位置。
在本实施例中，抬头显示画面是由抬头显示设备投射得到的，抬头显示画面中也对应有一个显示坐标系，由于POI对象是第二图像中的对象，而该显示坐标系与第二图像对应的图像坐标系之间也是有一个对应关系的，上述执行主体可以基于显示坐标系与图像坐标系之间的对应关系来确定POI对象在抬头显示画面中的目标显示位置，并在该目标显示位置显示该POI对象。
步骤408，在抬头显示画面中的目标显示位置显示POI对象。
在本实施例中，上述执行主体可以在抬头显示画面中的目标显示位置显示上述POI对象，并将上述属性信息叠加显示在抬头显示画面中的POI对象上。由于目标显示位置是与POI对象在现实中的位置信息(即第二图像中的位置信息)相对应的，在确定了POI对象的目标显示位置后，抬头显示设备会将POI投射在目标显示位置上，从而更直观、准确地将POI对象展示给驾驶人员。
步骤409，将属性信息叠加显示在抬头显示画面中的POI对象上。
在本实施例中，上述执行主体可以将POI对象的属性信息叠加显示在POI对象上，从而使得这些属性信息正好与实景的建筑物相融合，达到增强现实的效果。作为示例，当POI对象为一个商场时，上述执行主体会将该商场渲染在目标显示位置上，并将该商场的名字、商场内的活动信息等叠加显示在该POI对象上。
从图4中可以看出，与图3对应的实施例相比，本实施例中的视线追踪方法还获取了第二图像，并基于世界坐标系与第二图像对应的图像坐标系之间的对应关系，确定第二图像中与第一目标区域对应的第二目标区域，继而确定第二目标区域中的POI对象；然后获取车辆的当前位置信息，基于当前位置信息获取POI对象的属性信息；最后基于图像坐标系与抬头显示画面对应的显示坐标系之间的对应关系，确定POI对象在抬头显示画面中的目标显示位置，并在抬头显示画面中的目标显示位置显示POI对象，将属性信息叠加显示在抬头显示画面中的POI对象上，从而基于驾驶人员的视线来进行对象的定位、追踪，并使得对象的属性信息正好与实景的建筑物相融合，从而达到了增强现实的效果。
本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
继续参考图5，其示出了根据本公开的模型训练方法的一个实施例的流程500。该模型训练方法包括以下步骤：
步骤501，获取训练样本集。
在本实施例中，模型训练方法的执行主体(例如图1所示的服务器105)可以获取训练样本集，其中，训练样本集中的训练样本包括驾驶人员注视标注点时的眼球图像以及标注点的位置信息。
在本实施例中，在获取训练样本集时，可以放置一个标定板，以使在抬头显示设备所投射形成的抬头显示画面中呈现该标定板，其中，标定板上可以预先划分为不同区域，且每个区域对应有自己的位置信息，且标定板的分辨率应与抬头显示设备的分辨率一致，例如分辨率均为854*480。此外，标定板也可以为棋盘格，本实施例中对此不做具体限定。
然后可以让实验者坐在驾驶人员的位置上(也可以直接由驾驶人员来进行实验)，眼睛看向标定板上的不同数据，也即看向标定板上的不同区域，采集实验者看向不同区域时的眼球状态图像，从而获得训练视线标定模型的训练样本集。训练样本集中包括驾驶人员注视标注点时的眼球图像以及标注点的位置信息，其中标注点的位置信息可以为人工标注的，例如将位置信息标记为五行三列等。
步骤502，将眼球图像作为输入，将位置信息作为输出，训练得到视线标定模型。
在本实施例中，上述执行主体可以将眼球图像作为输入，将位置信息作为输出，训练得到视线标定模型。
在获取了训练样本集后，将该训练样本集放入深度学习模型中，以对深度学习模型进行训练，从而得到训练完成的视线标定模型，该视线标定模型的输入为驾驶人员的眼球图像，输出为其眼球图像对应的位置信息。其中，深度学习模型可采用现有的模型，本公开对此不做具体限定。
本公开实施例提供的模型训练方法，首先获取训练样本集；然后将眼球图像作为输入，将位置信息作为输出，训练得到视线标定模型。本公开提供了一种模型训练方法，该方法能够训练得到视线标注模型，从而使得视线标注结果更准确。
进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种视线追踪装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例的视线追踪装置600可以包括：第一获取模块601和第一确定模块602。其中，第一获取模块601，被配置成获取第一图像，其中，第一图像为驾驶人员的眼球状态图像；第一确定模块602，被配置成基于预先训练的视线标定模型，确定世界坐标系中与第一图像对应的注视区域。
在本实施例中，视线追踪装置600中：第一获取模块601和第一确定模块602的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-202的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，第一确定模块包括：输入子模块，被配置成将第一图像输入至预先训练的视线标定模型中，得到第一图像对应的视线方向；确定子模块，被配置成确定世界坐标系中与视线方向对应的注视区域。
在本实施例的一些可选的实现方式中，上述视线追踪装置还包括：第二获取模块，被配置成获取第二图像，其中，第二图像为驾驶人员乘坐车辆的周围环境图像；第二确定模块，被配置成基于世界坐标系与第二图像对应的图像坐标系之间的对应关系，确定第二图像中与第一目标区域对应的第二目标区域。
在本实施例的一些可选的实现方式中，上述视线追踪装置还包括：第三确定模块，被配置成确定第二目标区域中的兴趣点POI对象；第四确定模块，被配置成基于图像坐标系与抬头显示画面对应的显示坐标系之间的对应关系，确定POI对象在抬头显示画面中的目标显示位置。
在本实施例的一些可选的实现方式中，上述视线追踪装置还包括：第三获取模块，被配置成获取车辆的当前位置信息；第四获取模块，被配置成基于当前位置信息获取POI对象的属性信息；显示模块，被配置成将属性信息叠加显示在抬头显示画面中的POI对象上。
进一步参考图7，作为对上述各图所示方法的实现，本公开提供了一种模型训练装置的一个实施例，该装置实施例与图5所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图7所示，本实施例的模型训练装置700可以包括：第五获取模块701和训练模块702。其中，第五获取模块701，被配置成获取训练样本集，其中，训练样本集中的训练样本包括驾驶人员注视标注点时的眼球图像以及标注点的位置信息；训练模块702，被配置成将眼球图像作为输入，将位置信息作为输出，训练得到视线标定模型。
在本实施例中，模型训练装置700中：第五获取模块701和训练模块702的具体处理及其所带来的技术效果可分别参考图5对应实施例中的步骤501-502的相关说明，在此不再赘述。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的视线追踪器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如视线追踪方法。例如，在一些实施例中，视线追踪方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的视线追踪方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行视线追踪方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程视线追踪装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户视线追踪信息的视线追踪装置(例如，CRT(阴极射线管)或者LCD(液晶视线追踪器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (15)

1.一种视线追踪方法，包括：
获取第一图像，其中，所述第一图像为驾驶人员的眼球状态图像；
基于预先训练的视线标定模型，确定世界坐标系中与所述第一图像对应的注视区域。
2.根据权利要求1所述的方法，其中，所述基于预先训练的视线标定模型，确定世界坐标系中与所述第一图像对应的注视区域，包括：
将所述第一图像输入至预先训练的视线标定模型中，得到所述第一图像对应的视线方向；
确定世界坐标系中与所述视线方向对应的注视区域。
3.根据权利要求1-2中任一项所述的方法，所述方法还包括：
获取第二图像，其中，所述第二图像为所述驾驶人员乘坐车辆的周围环境图像；
基于世界坐标系与所述第二图像对应的图像坐标系之间的对应关系，确定所述第二图像中与所述第一目标区域对应的第二目标区域。
4.根据权利要求3所述的方法，所述方法还包括：
确定所述第二目标区域中的兴趣点POI对象；
基于所述图像坐标系与抬头显示画面对应的显示坐标系之间的对应关系，确定所述POI对象在所述抬头显示画面中的目标显示位置。
5.根据权利要求4所述的方法，其中，在所述确定所述第二目标区域中的兴趣点POI对象之后，所述方法还包括：
获取所述车辆的当前位置信息；
基于所述当前位置信息获取所述POI对象的属性信息；
将所述属性信息叠加显示在所述抬头显示画面中的所述POI对象上。
6.一种模型训练方法，包括：
获取训练样本集，其中，所述训练样本集中的训练样本包括驾驶人员注视标注点时的眼球图像以及所述标注点的位置信息；
将所述眼球图像作为输入，将所述位置信息作为输出，训练得到视线标定模型。
7.一种视线追踪装置，包括：
第一获取模块，被配置成获取第一图像，其中，所述第一图像为驾驶人员的眼球状态图像；
第一确定模块，被配置成基于预先训练的视线标定模型，确定世界坐标系中与所述第一图像对应的注视区域。
8.根据权利要求7所述的装置，其中，所述第一确定模块包括：
输入子模块，被配置成将所述第一图像输入至预先训练的视线标定模型中，得到所述第一图像对应的视线方向；
确定子模块，被配置成确定世界坐标系中与所述视线方向对应的注视区域。
9.根据权利要求7-8中任一项所述的装置，所述装置还包括：
第二获取模块，被配置成获取第二图像，其中，所述第二图像为所述驾驶人员乘坐车辆的周围环境图像；
第二确定模块，被配置成基于所述世界坐标系与所述第二图像对应的图像坐标系之间的对应关系，确定所述第二图像中与所述第一目标区域对应的第二目标区域。
10.根据权利要求9所述的装置，所述装置还包括：
第三确定模块，被配置成确定所述第二目标区域中的兴趣点POI对象；
第四确定模块，被配置成基于所述图像坐标系与抬头显示画面对应的显示坐标系之间的对应关系，确定所述POI对象在所述抬头显示画面中的目标显示位置。
11.根据权利要求10所述的装置，所述装置还包括：
第三获取模块，被配置成获取所述车辆的当前位置信息；
第四获取模块，被配置成基于所述当前位置信息获取所述POI对象的属性信息；
显示模块，被配置成将所述属性信息叠加显示在所述抬头显示画面中的所述POI对象上。
12.一种模型训练装置，包括：
第五获取模块，被配置成获取训练样本集，其中，所述训练样本集中的训练样本包括驾驶人员注视标注点时的眼球图像以及所述标注点的位置信息；
训练模块，被配置成将所述眼球图像作为输入，将所述位置信息作为输出，训练得到视线标定模型。
13.一种终端设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
15.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。
CN202110709957.3A 2021-06-25 2021-06-25 视线追踪方法、装置、设备、存储介质以及计算机程序产品 Pending CN113420678A (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202110709957.3A CN113420678A (zh) 2021-06-25 2021-06-25 视线追踪方法、装置、设备、存储介质以及计算机程序产品
JP2022053479A JP7339386B2 (ja) 2021-06-25 2022-03-29 視線追跡方法、視線追跡装置、端末デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム
KR1020220046677A KR20220054754A (ko) 2021-06-25 2022-04-15 시선 추적 방법, 장치, 모델 트레이닝 방법 및 장치, 단말 기기, 컴퓨터 판독 가능한 저장 매체 및 컴퓨터 프로그램
EP22179224.5A EP4040405A3 (en) 2021-06-25 2022-06-15 Method and apparatus for tracking sight line, device, storage medium, and computer program product
US17/842,484 US20220309702A1 (en) 2021-06-25 2022-06-16 Method and apparatus for tracking sight line, device, storage medium, and computer program product

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110709957.3A CN113420678A (zh) 2021-06-25 2021-06-25 视线追踪方法、装置、设备、存储介质以及计算机程序产品

Publications (1)

Publication Number Publication Date
CN113420678A true CN113420678A (zh) 2021-09-21

Family

ID=77716691

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110709957.3A Pending CN113420678A (zh) 2021-06-25 2021-06-25 视线追踪方法、装置、设备、存储介质以及计算机程序产品

Country Status (5)

Country Link
US (1) US20220309702A1 (zh)
EP (1) EP4040405A3 (zh)
JP (1) JP7339386B2 (zh)
KR (1) KR20220054754A (zh)
CN (1) CN113420678A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114067420A (zh) * 2022-01-07 2022-02-18 深圳佑驾创新科技有限公司 一种基于单目摄像头的视线测量方法及装置
CN114302054A (zh) * 2021-11-30 2022-04-08 歌尔光学科技有限公司 一种ar设备的拍照方法及其ar设备
CN115097933A (zh) * 2022-06-13 2022-09-23 华能核能技术研究院有限公司 专注度的确定方法、装置、计算机设备和存储介质
CN115116039A (zh) * 2022-01-14 2022-09-27 长城汽车股份有限公司 一种车辆座舱外视线追踪方法、装置、车辆和存储介质
CN115761249A (zh) * 2022-12-28 2023-03-07 北京曼恒数字技术有限公司 一种图像处理方法、系统、电子设备及计算机程序产品
WO2023226034A1 (zh) * 2022-05-27 2023-11-30 京东方科技集团股份有限公司 视线标定系统、方法、设备和非瞬态计算机可读存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114715175A (zh) * 2022-05-06 2022-07-08 Oppo广东移动通信有限公司 目标对象的确定方法、装置、电子设备以及存储介质
CN115830675B (zh) * 2022-11-28 2023-07-07 深圳市华弘智谷科技有限公司 一种注视点跟踪方法、装置、智能眼镜及存储介质
CN116597425B (zh) * 2023-05-24 2024-04-05 无锡车联天下信息技术有限公司 一种驾驶员的样本标签数据的确定方法、装置及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109835260A (zh) * 2019-03-07 2019-06-04 百度在线网络技术（北京）有限公司 一种车辆信息显示方法、装置、终端和存储介质
CN109917920A (zh) * 2019-03-14 2019-06-21 百度在线网络技术（北京）有限公司 车载投射处理方法、装置、车载设备及存储介质
CN110148224A (zh) * 2019-04-04 2019-08-20 精电(河源)显示技术有限公司 Hud图像显示方法、装置及终端设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0755941A (ja) * 1993-08-11 1995-03-03 Nissan Motor Co Ltd 車間距離測定装置
KR101923672B1 (ko) * 2015-06-15 2018-11-30 서울바이오시스 주식회사 헤드램프 장치 및 그 조명 제어 방법
US11487968B2 (en) 2019-12-16 2022-11-01 Nvidia Corporation Neural network based facial analysis using facial landmarks and associated confidence values
US11636609B2 (en) 2019-12-16 2023-04-25 Nvidia Corporation Gaze determination machine learning system having adaptive weighting of inputs
CN111767844B (zh) * 2020-06-29 2023-12-29 阿波罗智能技术(北京)有限公司 用于三维建模的方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109835260A (zh) * 2019-03-07 2019-06-04 百度在线网络技术（北京）有限公司 一种车辆信息显示方法、装置、终端和存储介质
CN109917920A (zh) * 2019-03-14 2019-06-21 百度在线网络技术（北京）有限公司 车载投射处理方法、装置、车载设备及存储介质
CN110148224A (zh) * 2019-04-04 2019-08-20 精电(河源)显示技术有限公司 Hud图像显示方法、装置及终端设备

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114302054A (zh) * 2021-11-30 2022-04-08 歌尔光学科技有限公司 一种ar设备的拍照方法及其ar设备
WO2023097791A1 (zh) * 2021-11-30 2023-06-08 歌尔股份有限公司 一种ar设备的拍照方法及其ar设备
CN114067420A (zh) * 2022-01-07 2022-02-18 深圳佑驾创新科技有限公司 一种基于单目摄像头的视线测量方法及装置
CN115116039A (zh) * 2022-01-14 2022-09-27 长城汽车股份有限公司 一种车辆座舱外视线追踪方法、装置、车辆和存储介质
WO2023226034A1 (zh) * 2022-05-27 2023-11-30 京东方科技集团股份有限公司 视线标定系统、方法、设备和非瞬态计算机可读存储介质
CN115097933A (zh) * 2022-06-13 2022-09-23 华能核能技术研究院有限公司 专注度的确定方法、装置、计算机设备和存储介质
CN115761249A (zh) * 2022-12-28 2023-03-07 北京曼恒数字技术有限公司 一种图像处理方法、系统、电子设备及计算机程序产品
CN115761249B (zh) * 2022-12-28 2024-02-23 北京曼恒数字技术有限公司 一种图像处理方法、系统、电子设备及计算机程序产品

Also Published As

Publication number Publication date
JP2022088529A (ja) 2022-06-14
US20220309702A1 (en) 2022-09-29
EP4040405A3 (en) 2022-12-14
EP4040405A2 (en) 2022-08-10
JP7339386B2 (ja) 2023-09-05
KR20220054754A (ko) 2022-05-03

Similar Documents

Publication Publication Date Title
JP7339386B2 (ja) 視線追跡方法、視線追跡装置、端末デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム
US20200058156A1 (en) Dense three-dimensional correspondence estimation with multi-level metric learning and hierarchical matching
CN109743626B (zh) 一种图像显示方法、图像处理方法和相关设备
CN112101209B (zh) 用于路侧计算设备的确定世界坐标点云的方法和装置
CN112270669A (zh) 人体3d关键点检测方法、模型训练方法及相关装置
CN112424832A (zh) 用于检测对象的3d关联的系统与方法
CN113483774A (zh) 导航方法、装置、电子设备及可读存储介质
US10762691B2 (en) Techniques for compensating variable display device latency in image display
KR20220100813A (ko) 자율주행 차량 정합 방법, 장치, 전자 기기 및 차량
CN115147831A (zh) 三维目标检测模型的训练方法和装置
US20220307855A1 (en) Display method, display apparatus, device, storage medium, and computer program product
CN115578432B (zh) 图像处理方法、装置、电子设备及存储介质
CN116844133A (zh) 目标检测方法、装置、电子设备和介质
CN114266876B (zh) 定位方法、视觉地图的生成方法及其装置
CN113869147A (zh) 目标检测方法及装置
CN110389349B (zh) 定位方法和装置
CN111914861A (zh) 目标检测方法和装置
CN114332416B (zh) 图像处理方法、装置、设备和存储介质
CN112037316B (zh) 映射的生成方法、装置和路侧设备
CN111523409B (zh) 用于生成位置信息的方法和装置
US20240096023A1 (en) Information processing method and device
US20240126088A1 (en) Positioning method, apparatus and system of optical tracker
CN117034585A (zh) 多显示器的编排方法、装置和电子设备
CN118860137A (zh) 基于元宇宙的交互方法和装置
CN118192791A (zh) 视线追踪方法、装置、设备及介质

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210921

WD01 Invention patent application deemed withdrawn after publication