CN116844218A - 眼皮检测方法、装置、设备及存储介质 - Google Patents
眼皮检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116844218A CN116844218A CN202210307486.8A CN202210307486A CN116844218A CN 116844218 A CN116844218 A CN 116844218A CN 202210307486 A CN202210307486 A CN 202210307486A CN 116844218 A CN116844218 A CN 116844218A
- Authority
- CN
- China
- Prior art keywords
- eyelid
- determining
- upper eyelid
- map
- lower eyelid
- 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
- 210000000744 eyelid Anatomy 0.000 title claims abstract description 228
- 238000001514 detection method Methods 0.000 title claims abstract description 59
- 210000000720 eyelash Anatomy 0.000 claims abstract description 50
- 238000010586 diagram Methods 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 26
- 210000001747 pupil Anatomy 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 230000004424 eye movement Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种眼皮检测方法、装置、设备及存储介质。包括:从红外眼图中截取上眼皮图和下眼皮图;对所述上眼皮图进行睫毛识别,基于识别到的睫毛确定上眼皮位置;基于所述下眼皮图中各像素点的像素值确定下眼皮位置。本发明实施例提供的眼皮检测方法,从截取的上眼皮图确定上眼皮位置,从截取的下眼皮图中截取下眼皮位置,可以实现对眼皮的检测,不仅可以降低眼皮检测的资源消耗,且可以提高眼皮检测的效率。
Description
技术领域
本发明实施例涉及眼动追踪技术领域,尤其涉及一种眼皮检测方法、装置、设备及存储介质。
背景技术
现有的眼皮检测方法通过人脸关键点检测,获得眼皮对应的关键点,从而实现眼皮检测。人脸关键点检测通常采用深度学习的方式实现,然而深度学习算法对CPU的占用率较高,需要花费较长的时间才能检测出人脸关键点,因此,现有的方法资源消耗高且效率低。
发明内容
本发明实施例提供一种眼皮检测方法、装置、设备及存储介质,可以实现对眼皮的检测,不仅可以降低眼皮检测的资源消耗,且可以提高眼皮检测的效率。
第一方面,本发明实施例提供了一种眼皮检测方法,包括:
从红外眼图中截取上眼皮图和下眼皮图;
对所述上眼皮图进行睫毛识别,基于识别到的睫毛确定上眼皮位置;
基于所述下眼皮图中各像素点的像素值确定下眼皮位置。
第二方面,本发明实施例还提供了一种眼皮检测装置,包括:
眼皮图截取模块,用于从红外眼图中截取上眼皮图和下眼皮图;
上眼皮位置确定模块,用于对所述上眼皮图进行睫毛识别,基于识别到的睫毛确定上眼皮位置;
下眼皮位置确定模块,用于基于所述下眼皮图中各像素点的像素值确定下眼皮位置。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
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计算机程序,所述计算机程序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本发明实施例所述的眼皮检测方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明实施例所述的眼皮检测方法。
本发明实施例公开了一种眼皮检测方法、装置、设备及存储介质。从红外眼图中截取上眼皮图和下眼皮图;对上眼皮图进行睫毛识别,基于识别到的睫毛确定上眼皮位置;基于下眼皮图中各像素点的像素值确定下眼皮位置。本发明实施例提供的眼皮检测方法,从截取的上眼皮图确定上眼皮位置,从截取的下眼皮图中截取下眼皮位置,可以实现对眼皮的检测,不仅可以降低眼皮检测的资源消耗,且可以提高眼皮检测的效率。
附图说明
图1是本发明实施例一中的一种眼皮检测方法的流程图;
图2a是本发明实施例一中的红外眼图的示例图;
图2b是本发明实施例一中的上眼皮图的示例图;
图2c是本发明实施例一中的下眼皮图的示例图;
图3是本发明实施例一中的睫毛的二值化图;
图4是本发明实施例一中的确定上眼皮位置的示例图;
图5是本发明实施例一中的确定上下眼皮位置的示例图;
图6是本发明实施例二中的一种眼皮检测装置的结构示意图;
图7是本发明实施例三中的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种眼皮检测方法的流程图,本实施例可适用于对上下眼皮进行检测的情况,该方法可以由眼皮检测装置来执行,如图1所示,该方法具体包括如下步骤:
S110,从红外眼图中截取上眼皮图和下眼皮图。
其中,红外眼图可以是采用红外相机采集用户眼部获得的图像,红外相机可以设置于眼动追踪设备上。示例性的,图2a为本实施例中的红外眼图的示例图,如图2a所示,红外眼图中包含有眼睛,眼睛虹膜上有反射的光斑。上眼皮图可以理解为包含上眼皮区域的子图,下眼皮图可以理解为包含下眼皮区域的子图。
具体的,从红外眼图中截取上眼皮图和下眼皮图的方式可以是:对红外眼图进行瞳孔检测;若检测到瞳孔,则将瞳孔区域上面部分的图像确定为上眼皮图,将瞳孔区域下面部分的图像确定为下眼皮图。
其中,瞳孔检测的方式可以采用现有任意的瞳孔检测技术,此处不做限定。本实施例中,当检测到瞳孔后,将瞳孔区域上面部分的图像确定为上眼皮图,将瞳孔区域下面部分的图像确定为下眼皮图。示例性的,图2b为上眼皮图的示例图,图2c为下眼皮图的示例图。
具体的,若未检测到瞳孔,则将红外眼图中左右第一设定比例的图像裁剪掉,获得上眼皮图;将红外眼图中上眼皮位置下面部分的图像确定为下眼皮图。
其中,第一设定比例可以设置为1/4,即将红外眼图左右1/4的部分裁剪掉。本实施例中,若未检测到瞳孔,则表明当前红外眼图中的眼睛处于半闭状态或者全闭状态,将左右1/4的部分裁剪掉的图像作为上眼皮图。
本实施例中,若未检测到瞳孔,对于下眼皮图,可以基于确定的上眼皮位置确定,将上眼皮位置下面部分的图像确定为下眼皮图。其中,上眼皮位置的确定方式可以参见下述实施例。
可选的,在将瞳孔区域以上部分的图像确定为上眼皮图之后,还包括如下步骤:将所述上眼皮图左右第二设定比例的图像裁剪掉,获得裁剪后的上眼皮图。
其中,第二设定比例可以设置为1/4,即将上眼皮图左右1/4的区域裁剪掉,获得裁剪后的上眼皮图,从而基于裁剪后的上眼皮图确定上眼皮位置,可以极大的降低计算量。
S120,对上眼皮图进行睫毛识别,基于识别到的睫毛确定上眼皮位置。
本实施例中,由于睫毛区域对应的像素点值和皮肤区域对应的像素值有较大的差异,因此可以采用区域生长的方式进行睫毛识别。
具体的,对上眼皮图进行睫毛识别的方式可以是:对上眼皮图进行区域生长,获得多个候选睫毛区域;将多个候选睫毛区域中宽度大于第一设定值且长度小于第二设定值的区域进行过滤,获得目标睫毛区域。
其中,对上眼皮图进行区域生长的过程可以是:遍历上眼皮图中的像素点,将遍历到的像素点作为种子点进行区域生长,从而获得睫毛的二值化图像。示例性的,图3是本实施例中的睫毛的二值化图。如图3所示,白色区域为区域生长后的获得的候选睫毛区域。从图3可以看出,有些白色区域明显不属于睫毛,因此需要对候选睫毛区域进行筛选。
其中,候选睫毛区域中宽度可以理解为区域的平均宽度。第一设定值和第二设定值可以理解为像素点的数量值,可选的,第一设定值可以设置为5,第二设定值可以设置为15。即将多个候选睫毛区域中宽度大于5个像素点且长度小于15个像素点的区域过滤掉,剩下的区域即为目标睫毛区域。具体的,在确定了目标睫毛区域后,基于目标睫毛区域确定上眼皮位置。
本实施例中,基于所述目标睫毛区域确定上眼皮位置的方式可以是:获取各目标睫毛区域两端点的位置信息;将处于最高处的端点对应的另一个端点的位置确定为上眼皮位置。
具体的,睫毛区域包含两个端点,获取各个目标睫毛区域的端点位置,并将处于最高位置的端点对应的另一个端点所在的位置确定为上眼皮位置,即将最高的睫毛的根部位置作为上眼皮位置。示例性的,图4是本实施例中确定上眼皮位置的示例图,如图4所示,白线为上眼皮位置所在的水平线。
S130,基于下眼皮图中各像素点的像素值确定下眼皮位置。
其中,由于下眼皮位于虹膜和皮肤的交界处,因此可以像素值变化最大的一行像素点所在的位置确定下眼皮所在的直线,
具体的,基于下眼皮图中各像素点的像素值确定下眼皮位置的方式可以是:按行遍历下眼皮图的像素点,将遍历到的每设定行数的像素点划分为一组,获得多组像素点;计算每组像素点的像素值和;计算满足设定条件的两组像素点的像素值和的差值;其中,设定条件为两组像素点间隔设定组数;将最大差值对应的两组像素点中位于下方的一组像素点所在的位置确定为下眼皮位置。
其中,设定行数可以设置为5行,即每5行像素点划分为一组。示例性的,假设下眼皮图中包含有100行像素点,则将1-5行像素点划分为一组、2-6行像素点划分为一组、3-7行像素点划分为一组、……95-99行像素点划分为一组、96-100行像素点划分为一组,供获得96组像素点,并排序为第1组、第2组、第3……第96组。
其中,设定组数可以设置为间隔4组,即第5组与第1组间的像素值和的差值,第6组与第2组间的像素值和的差值,……,第96组与第92组间的像素值和的差值。
若组号按照从上到下排序,则将最大差值对应的两组像素点中位于下方的一组像素点可以理解为将最大差值对应的两组像素点中组号较大的一组像素点。
具体的,根据最大差值对应的两组像素点中位于下方的一组像素点所在的位置确定下眼皮位置的方式可以是:将位于下方的一组像素点中第一行像素点所在的直线确定为下眼皮所在的直线。
以上述实例为例:假设第20组与16组间的像素值和的差值最大,则将第20组中的第一行像素点所在的直线确定为下眼皮所在的直线,即下眼皮图中第20行像素点所在的直线确定为下眼皮图。示例性的,图5是本实施例中确定上下眼皮位置的示例图,如图5所示,上面的白线为上眼皮位置所在的水平线,下方的白线为下眼皮位置所在的水平线。
可选的,基于所述下眼皮图中各像素点的像素值确定下眼皮位置之前,还包括:若红外眼图倾斜,则对红外眼图进行旋转,使得两个眼角的连线与水平线平行,再从旋转的红外眼图中截取下眼皮图。
本实施例的技术方案,从红外眼图中截取上眼皮图和下眼皮图;对上眼皮图进行睫毛识别,基于识别到的睫毛确定上眼皮位置;基于下眼皮图中各像素点的像素值确定下眼皮位置。本发明实施例提供的眼皮检测方法,从截取的上眼皮图确定上眼皮位置,从截取的下眼皮图中截取下眼皮位置,可以实现对眼皮的检测,不仅可以降低眼皮检测的资源消耗,且可以提高眼皮检测的效率。
实施例二
图6是本发明实施例二提供的一种眼皮检测装置的结构示意图,如图6所示,该装置包括:
眼皮图截取模块610,用于从红外眼图中截取上眼皮图和下眼皮图;
上眼皮位置确定模块620,用于对所述上眼皮图进行睫毛识别,基于识别到的睫毛确定上眼皮位置;
下眼皮位置确定模块630,用于基于所述下眼皮图中各像素点的像素值确定下眼皮位置。
可选的,眼皮图截取模块610,还用于:
对所述红外眼图进行瞳孔检测;
若检测到瞳孔,则将瞳孔区域上面部分的图像确定为上眼皮图,将瞳孔区域下面部分的图像确定为下眼皮图。
可选的,眼皮图截取模块610,还用于:
若未检测到瞳孔,则将所述红外眼图中左右第一设定比例的图像裁剪掉,获得上眼皮图;
将所述红外眼图中上眼皮位置下面部分的图像确定为下眼皮图。
可选的,还包括:裁剪模块,用于:
将所述上眼皮图左右第二设定比例的图像裁剪掉,获得裁剪后的上眼皮图。
可选的,上眼皮位置确定模块620,还用于:
对所述上眼皮图进行区域生长,获得多个候选睫毛区域;
将所述多个候选睫毛区域中宽度大于第一设定值且长度小于第二设定值的区域进行过滤,获得目标睫毛区域;
基于所述目标睫毛区域确定上眼皮位置。
可选的,上眼皮位置确定模块620,还用于:
获取各目标睫毛区域两端点的位置信息;
将处于最高处的端点对应的另一个端点的位置确定为上眼皮位置。
可选的,下眼皮位置确定模块630,还用于:
按行遍历所述下眼皮图的像素点,将遍历到的每设定行数的像素点划分为一组,获得多组像素点;
计算每组像素点的像素值和;
计算满足设定条件的两组像素点的像素值和的差值;其中,所述设定条件为两组像素点间隔设定组数;
根据最大差值对应的两组像素点中位于下方的一组像素点所在的位置确定下眼皮位置。
可选的,下眼皮位置确定模块630,还用于:
将位于下方的一组像素点中第一行像素点所在的直线确定为下眼皮所在的直线。
上述装置可执行本发明前述所有实施例所提供的方法,具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明前述所有实施例所提供的方法。
实施例三
图7示出了可以用来实施本发明的实施例的电子设备10的结构示意图。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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图7所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。
处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理,例如眼皮检测方法。
在一些实施例中,眼皮检测方法可以被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时,可以执行上文描述的眼皮检测方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行眼皮检测方法。
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以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。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)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电子设备。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(包括声音输入、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)、区块链网络和互联网。
计算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,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
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,本发明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,只要能够实现本发明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,并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (11)
1.一种眼皮检测方法,其特征在于,包括:
从红外眼图中截取上眼皮图和下眼皮图;
对所述上眼皮图进行睫毛识别,基于识别到的睫毛确定上眼皮位置;
基于所述下眼皮图中各像素点的像素值确定下眼皮位置。
2.根据权利要求1所述的方法,其特征在于,从红外眼图中截取上眼皮图和下眼皮图,包括:
对所述红外眼图进行瞳孔检测;
若检测到瞳孔,则将瞳孔区域上面部分的图像确定为上眼皮图,将瞳孔区域下面部分的图像确定为下眼皮图。
3.根据权利要求2所述的方法,其特征在于,从红外眼图中截取上眼皮图和下眼皮图,包括:
若未检测到瞳孔,则将所述红外眼图中左右第一设定比例的图像裁剪掉,获得上眼皮图;
将所述红外眼图中上眼皮位置下面部分的图像确定为下眼皮图。
4.根据权利要求2所述的方法,其特征在于,在将瞳孔区域以上部分的图像确定为上眼皮图之后,还包括:
将所述上眼皮图左右第二设定比例的图像裁剪掉,获得裁剪后的上眼皮图。
5.根据权利要求1所述的方法,其特征在于,对所述上眼皮图进行睫毛识别,包括:
对所述上眼皮图进行区域生长,获得多个候选睫毛区域;
将所述多个候选睫毛区域中宽度大于第一设定值且长度小于第二设定值的区域进行过滤,获得目标睫毛区域;
相应的,基于识别到的睫毛确定上眼皮位置,包括:
基于所述目标睫毛区域确定上眼皮位置。
6.根据权利要求5所述的方法,其特征在于,基于所述目标睫毛区域确定上眼皮位置,包括:
获取各目标睫毛区域两端点的位置信息;
将处于最高处的端点对应的另一个端点的位置确定为上眼皮位置。
7.根据权利要求1所述的方法,其特征在于,基于所述下眼皮图中各像素点的像素值确定下眼皮位置,包括:
按行遍历所述下眼皮图的像素点,将遍历到的每设定行数的像素点划分为一组,获得多组像素点;
计算每组像素点的像素值和;
计算满足设定条件的两组像素点的像素值和的差值;其中,所述设定条件为两组像素点间隔设定组数;
根据最大差值对应的两组像素点中位于下方的一组像素点所在的位置确定下眼皮位置。
8.根据权利要求7所述的方法,其特征在于,根据最大差值对应的两组像素点中位于下方的一组像素点所在的位置确定下眼皮位置,包括:
将位于下方的一组像素点中第一行像素点所在的直线确定为下眼皮所在的直线。
9.一种眼皮检测装置,其特征在于,包括:
眼皮图截取模块,用于从红外眼图中截取上眼皮图和下眼皮图;
上眼皮位置确定模块,用于对所述上眼皮图进行睫毛识别,基于识别到的睫毛确定上眼皮位置;
下眼皮位置确定模块,用于基于所述下眼皮图中各像素点的像素值确定下眼皮位置。
10.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序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1-8中任一项所述的眼皮检测方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的眼皮检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210307486.8A CN116844218A (zh) | 2022-03-25 | 2022-03-25 | 眼皮检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210307486.8A CN116844218A (zh) | 2022-03-25 | 2022-03-25 | 眼皮检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116844218A true CN116844218A (zh) | 2023-10-03 |
Family
ID=88164007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210307486.8A Pending CN116844218A (zh) | 2022-03-25 | 2022-03-25 | 眼皮检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116844218A (zh) |
-
2022
- 2022-03-25 CN CN202210307486.8A patent/CN116844218A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112801164A (zh) | 目标检测模型的训练方法、装置、设备及存储介质 | |
CN112488060B (zh) | 目标检测方法、装置、设备和介质 | |
CN108961316A (zh) | 图像处理方法、装置及服务器 | |
CN112507956B (zh) | 信号灯识别方法、装置、电子设备、路侧设备和云控平台 | |
CN116844218A (zh) | 眼皮检测方法、装置、设备及存储介质 | |
CN116012859A (zh) | 基于清晰度指标的文本图像拒识判断方法、装置及设备 | |
CN114119990B (zh) | 用于图像特征点匹配的方法、装置及计算机程序产品 | |
CN115937950A (zh) | 一种多角度人脸数据采集方法、装置、设备及存储介质 | |
CN115035160A (zh) | 一种基于视觉跟随的目标追踪方法、装置、设备及介质 | |
CN116798104A (zh) | 瞳孔检测方法、装置、设备及存储介质 | |
CN117197879A (zh) | 眼皮检测方法、装置、设备及存储介质 | |
CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
CN113870142B (zh) | 用于增强图像对比度的方法、装置 | |
CN112988688B (zh) | 一种图片共享方法、装置、电子设备及存储介质 | |
CN113326890B (zh) | 标注数据处理方法、相关装置及计算机程序产品 | |
CN116260973B (zh) | 一种时域滤波方法、装置、电子设备及存储介质 | |
CN117746489A (zh) | 姿势检测方法、装置、电子设备及存储介质 | |
CN117670772A (zh) | 瞳孔检测方法、装置、设备及存储介质 | |
CN116703963A (zh) | 一种ar跟踪方法、装置、ar设备及存储介质 | |
CN114463386A (zh) | 一种视觉跟踪方法、装置、设备及存储介质 | |
CN116883969A (zh) | 一种地面点云的识别方法、装置、电子设备及存储介质 | |
CN116721308A (zh) | 质心标注模型的训练方法及对象分割模型的训练方法 | |
CN115375648A (zh) | 电流致热型缺陷识别方法、装置、设备及存储介质 | |
CN118072078A (zh) | 目标检测方法、装置、设备及存储介质 | |
CN116580218A (zh) | 一种控制方法、装置、设备及存储介质 |
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 |