CN202472688U - 基于眼球特征的审讯辅助研判分析仪 - Google Patents
基于眼球特征的审讯辅助研判分析仪 Download PDFInfo
- Publication number
- CN202472688U CN202472688U CN2011204998201U CN201120499820U CN202472688U CN 202472688 U CN202472688 U CN 202472688U CN 2011204998201 U CN2011204998201 U CN 2011204998201U CN 201120499820 U CN201120499820 U CN 201120499820U CN 202472688 U CN202472688 U CN 202472688U
- Authority
- CN
- China
- Prior art keywords
- inquest
- meter based
- analysis meter
- computer
- utility
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Eye Examination Apparatus (AREA)
Abstract
本实用新型涉及一种基于眼睛特征的审讯辅助研判分析仪,包括1-2个近红外LED光源;眼睛摄像机和控制云台,摄像机镜头上放置红外滤光片;计算机及操作员显示器,还包括投影仪及其屏幕或者场景显示器;所述计算机配置有视频图像采集卡;所述眼睛摄像机的输出端与计算机的视频图像采集卡相连接;所述投影仪或场景显示器与计算机的输出端相连接;所述计算机还连接了操作员用显示器。本实用新型对用户的干扰较少,无需穿戴跟踪设备,白天晚上均可使用;其所涉及的视线跟踪技术是未来智能人机接口的关键技术之一,在工业控制、机器人学和临床医学上均有着广泛的应用前景。
Description
技术领域
本实用新型涉及一种眼球特征读取和分析技术,尤其涉及一种基于眼球特征的审讯辅助研判分析仪。
背景技术
心理学研究表明,人的大脑对外界刺激会留下一定的印痕,即记忆。这些记忆会在人的脑海中长期存在,当这些记忆被重新提起,特别是一些不好的、想去竭力回避的记忆必然引起被测试者沉重的心理压力或心理反应,从而引起生理上一系列异常的反应,比如,瞳孔放大、体温微升、出汗、呼吸速率加快等。这些反应会随着情绪、行为的变化而变化。
目前的检测方法主要是测量如下三个生理变化指标:
第一个指标是皮肤电。因为皮肤电实际是受交感神经活动的影响,突然的刺激会造成皮肤的收缩反应;
第二个指标是呼吸。人紧张的时候呼吸就会变得急促。
第三个指标是血压,也就是脉搏变化。
但是,对于以上三个生理指标,通过有素的训练,人在某种程度上是可以在心理控制方面进行有效掩饰的,比如,面对测试者或刺激性画面,他通过对意识的较好控制做到不惊不恐,从而克服心率跳动过快的情况,较平稳的心率不会引起冠状动脉较明显的扩张和血压上升等情况,因此给测试结果造成困难。
传统测谎仪都是测量一个人撒谎时的情绪反应,根据人情绪波动的各项生理反应数据,推断人是否说谎,然而不少犯罪嫌疑人有着较高的学历背景,掌握了丰富的科学知识;还有些则是累犯惯犯,多次受到刑事追究,有着丰富的反侦查经验;再有,那些心理素质特别好的嫌疑人或者从事过特殊行业工作的人,如心理学教授、刑事警察等,对这一类人群传统测谎仪不具有适用性。鉴于此,传统测谎仪测谎结果的准确性一直受到广泛的争议。
但是,眼动心理研究表明,人的主观意识无法控制瞳孔的大小变化。瞳孔是眼睛内虹膜中心的开口,是光线进入眼睛的通道。而在虹膜中有两种细小的肌肉,一种是主管瞳孔缩小的瞳孔括约肌,受眼动神经中的副交感神经支配,另一种是受到交感神经支配主管瞳孔开大的瞳孔开大肌。而当一个人说谎或是心理应激的时候,他的内心即使只是出现微小的情绪波 动,这时交感神经也会起作用使瞳孔散大。因此微小的情绪波动通过瞳孔的变化被放大,这些瞳孔的变化是人的主观意志无法控制的。
除了瞳孔的变化,眼球运动的轨迹也是判断是否说谎的一个指标,在NLP(神经语言程序学)的理论中,眼球转动的六个位置﹕右上﹑左上﹑右中﹑左中﹑右下﹑左下﹐每个位置都有不同的意义。在NLP中,右边代表将来,左边代表过去,上边代表视觉,中间代表听觉,下边代表感觉、理性思维,因此当眼睛转向左上方,表示在回想一些视觉上的记忆;眼睛转向左中方,表示在回想一些听觉上的记忆;眼睛转向左下方,表示在内心在进行一些理性思考(例如在思考“3+3=?”;眼睛转向右上方,表示在思考未来;眼睛转向右中方,表示在想象一个声音,例如在想象询问某人问题时,对方会如何答复;眼睛转向右下方,表示正在体会一种身体上的感觉,例如体会着食指的感觉。所以如果想分辨出一个人是否说谎,可以问一些必须要回忆才能想起来的细节,比如“那天晚上你去哪了?碰到了些什么人?”如果对方不经思考就看着你的眼睛马上回答,他可能在讲述已经编好的谎言;如果他的眼睛先向上、再向左转动,说明他可能在回忆真实的情况;如果眼睛先向上、后向右转动,说明他有可能正在编造谎言。
发明内容
鉴于传统测谎仪所存在的缺陷,以及基于人的主观意识无法控制瞳孔的大小变化和视线轨迹反映人内心活动的原理,本实用新型旨在公开一种基于眼球特征的审讯辅助研判分析仪。
本实用新型的技术解决方案是这样实现的:
一种基于眼球特征的审讯辅助研判分析仪,其特征在于:它包括
红外光源,眼睛摄像机和控制云台,计算机及操作员显示器,还包括投影仪及其屏幕或者场景显示器;
所述红外光源为1个以上近红外LED光源;
所述眼睛摄像机有1个以上,其镜头上放置红外滤光片;
所述计算机配置有视频图像采集卡;
所述眼睛摄像机的输出端与计算机的视频图像采集卡相连接;所述投影仪或场景显示器与计算机相连接;所述计算机还连接了操作员显示器。
具体的,所述眼睛摄像机用于获取用户的瞳孔图像并传送给计算机的视频图像采集卡;所述投影仪或场景显示器用于向用户播放有关图片或视频;所述计算机用于对眼睛摄像机传来的图像进行计算处理实时获得用户的视线方向;并可进而结合操作员显示器输入的相关数 据进行事件关联性分析,和输出有关数据或结论。
进一步的,所述眼睛摄像机有两个,对称放置于用户的前方两侧与用户等高的位置,距离测试者80~100cm。
所述基于眼球特征的审讯辅助研判分析仪,用于利用视线跟踪技术计算用户在场景中的注视点位置确定视线方向,并可进一步结合用户问题回答情况进行事件关联性分析,同时结合瞳孔的变化和运动情况,综合判断用户是否为该案的嫌疑人。
本实用新型是利用图像的自动阈值分割技术、3D重建技术,模式识别的监督分类技术,红外成像技术、透视技术,实时跟踪瞳孔并实时显示瞳孔的状态数据,并根据瞳孔-角膜反射亮斑获取眼睛注视方向的计算,对当事人语言、动作等方面真实性及可信度分析的测量系统,该技术主要利用红外相机捕捉瞳孔图像数据,分析眼球结构,自动识别瞳孔及角膜中心位置并实时显示相关数据,获取注视方向,通过瞳孔的状态变化及注视内容实时侦查犯罪当事人的心理状态。
与现有技术相比,本实用新型的具有如下的技术特点和技术效果:
1、本实用新型采用红外光源照射眼球产生角膜亮斑,通过指向眼睛的摄像机获取眼球图像,利用图像处理技术提取出眼球图像内的瞳孔中心和角膜亮斑中心,获得瞳孔-角膜反射向量。利用校准技术建立眼睛摄像机的图像坐标系和场景显示器或投影仪屏幕的世界坐标系之间的关系,获得视线在场景中的世界坐标位置,达到计算出注视点在场景中的位置坐标的目的。红外光源的使用使该实用新型对外界光线变化不敏感,抗干扰能力较强。并在不需要限制犯罪嫌疑人头部运动的前提下,即可达到良好的视线跟踪效果。
2、利用本实用新型进行审讯辅助研判分析,对用户的干扰较少,无需穿戴跟踪设备;用户面向计算机屏幕或投影屏幕,头部可正常地自由活动:正常情况下,用户头部距离屏幕50~100cm,水平移动处于40cm区域内,眼睛转动范围基本上水平、垂直方向在30度视角内。相比穿戴传感器的方法,本实用新型更适合用户的注视点定位。
本实用新型所涉及的视线跟踪技术是未来智能人机接口的关键技术之一,在工业控制、机器人学和临床医学上均有着广泛的应用前景。
附图说明
图1是系统结构示意图;
图2是光源及摄像机安装结构图;
图3是本实用新型的软件处理流程图。图中,
1-用户;2-红外光源;3-眼睛摄像机;4-计算机;5-操作员用显示器;6-投影仪及其屏幕或者场景显示器。
具体实施方式
本实用新型所述的基于眼睛特征的审讯辅助研判分析仪,包括两个红外光源2,用作图像采集的两个眼睛摄像机3,投影仪及其屏幕或者场景显示器6,计算机4,其内置视频图像采集卡,操作员显示器5,如图1和图2所示;
所述红外光源2为波长850nm的近红外LED光源,为了得到稳定的头部及眼睛图像,将两个近红外LED光源,分别置于用户1头部的两侧前方,以减少由于头的转动造成脸部的阴影,所述分析仪在白天和晚上都能使用,采用了近红外带通滤波器(只能透过波长为850-890nm的光线),所述眼睛摄像机3采用高分辨率摄像机,将其放置于距离测试者80~100cm的桌子上,所述摄像机用对红外线灵敏的CCD摄像头和红外滤光镜来获取图像,消除可见光对测量的影响:由于虹膜对红外线的反射为0.9,而对普通光的反射为0.5,人眼中的角膜、虹膜和瞳孔对红外线的吸收和反射都不同,因此,在眼睛的红外图像中有非常丰富的信息。
所述眼睛摄像机3和红外光源2的数量可以根据需要而不同,例如可以是一个摄像机二个红外光源、二个摄像机一个红外光源或者多个摄像机多个红外光源等。
所述计算机4分别连接操作员用显示器5和场景显示器,所述场景显示器也可以投影仪及其屏幕代替,眼睛摄像机3与计算机4的视频图像采集卡相连接。
测试时,用户1面向投影仪屏幕或场景显示器,头部无需穿戴跟踪设备,头部距离场景显示器或屏幕50~100cm,水平移动处于40cm区域内,眼睛转动范围基本上水平、垂直方向在30度视角内,可正常地自由活动。
所述系统的处理过程如图3所示。
所述计算机4中安装有眼睛检测与跟踪系统,瞳孔数据获取系统,视线跟踪校准系统以及嫌疑人可靠性分析系统,其中:
1、眼睛检测与跟踪单元
所述的眼睛检测与跟踪单元采用Lucas-Kanade算法与随机森林算法相结合,能实时,准确的定位瞳孔所在的大概位置。本算法的追踪器基于Lucas-Kanade算法。开始时从选定的矩形内取得一个集合的特征点,然后通过LK算法能追踪到这些点在两帧之间的变化情况并将其反映到一个稀疏的运动矢量场中。基于该运动场,物体的运动状况就能够得到较好的估计。在每一帧中都会有全新的一系列特征点被追踪,这让LK追踪器的适应性增强。本算法的检测 器使用的是随机森林算法,本算法中随机森林所依赖的特征是2bit Binary Patterns(2bitBP)。它刻画了特定区域的梯度方向信息,并将这些信息数值化后转化为编码输出。
2、瞳孔数据获取单元
所述的瞳孔数据获取单元使用亮瞳和暗瞳相结合的技术。亮瞳技术照射到眼睛的光源非常接近相机的轴线。这种照明的结果是,瞳孔部分是一个明亮的区域,眼睛的其他部分则是黑色。暗瞳技术照射到眼睛的光源远离轴心,瞳孔是整幅图像最黑的部分,而巩膜、虹膜和眼睑都反射较多的光线。这两种方法中,反射照明光线的第一表面角膜反射也是可见的,即在角膜上形成一个亮斑。视线跟踪使用瞳孔中心和角膜反射之间的向量,而不是单独的瞳孔中心。
角膜反射对应的区域是眼睛图像中最亮的部分,因此角膜反射可以通过自适应阈值的方法对每一帧图像来定位角膜反射,准确的获得瞳孔及角膜反射亮斑在图像中的x,y坐标,及椭圆形瞳孔的长轴及短轴的大量数据,并可实时得到这些数据。
4、视线跟踪校准单元
所述的视线跟踪校准单元通过上面得到的瞳孔及角膜反射亮斑的中心位置,采用3D重建技术,使用基于几何分析的方法,眼睛模型考虑的是光轴和视轴的偏移,角膜的折射率。通过分析眼睛结构,及折射、反射原理可知,红外光源在角膜内部会成一个虚像,通过两个相机捕捉这个虚像,可以重建虚像的3D位置。同理,如果通过两个光源,用两个相机得到光源的虚像,则可以通过三维重建得到两个虚像的3D位置,角膜中心是两条线的交点,通过下式可以得到角膜中心的坐标。
通过同样的方法可以重构出虚拟的瞳孔中心,虚像的瞳孔中心和上面估计出来的角膜中心能估计出光轴
Vp=Ocornea+k(P-Ocornea)
由于对于每一个人来说,视轴和光轴之间的夹角是一个常数,所以每个人只需校准一次即可。首先需要计算出这个夹角,之后视线估计的时候,只需要计算光轴通过一个旋转矩阵M得到视轴即可。
如果已知视轴和光轴直线上的任意两个点就可以求出视轴和光轴的方向,由于角膜中心和瞳孔虚像在视轴上,而注视点S及角膜中心在视轴上,所以有下式:
旋转矩阵M的获得可以通过以下方法:由于存在上面的两个等式,所以只需要两个校准点就可以得到12个等式,而只有9个未知数需要求解,所以两个校准点就可以得到M矩阵,得到M矩阵后就可以实时的计算出视线的方向。
4.嫌疑人可靠性分析系统
本实用新型在场景显示器或投影屏幕上播放与案件现场相关的图片或视频,利用视线跟踪技术计算用户在场景中的注视点位置。测谎专家根据用户回答问题的情况,判断用户与该案件的相关性。同时根据瞳孔的变化和运动情况(瞳孔大小变化、运动方向变化及运动速度等参数),进行嫌疑人可靠性分析计算,综合判断该用户是否为该案件的嫌疑人。
实验结果与结论
在校准距离分别为60公分,1米,2米,3米,4米,5米的情况下,我们分别进行了四个实验:校准平面分别在以上距离的情况下,进行下面测试(1)测试者的头部没有任何移动,通过腮托固定头部测试跟踪的准确性;(2)测试者的头部没有平移运动,只有左右摇头和低头动作测试跟踪的准确性。(3)测试者的头部有平移运动,测试跟踪的准确性。(4)在实验中我们分别对眼睛大小不同,形状不同,是否佩戴眼睛或隐形眼镜的不同类型的30个人进行了测试。在这些实验中,头部红外摄像机的分辨率为800×600像素。
实验所得测试结果如下:
(1)头部保持静止时的跟踪结果:在验证过程中,测试者把头部固定在腮托上,身体保持静止,分别在不同的距离进行测试,根据最终的测试结果,其中校准最大误差是2.56°,最小误差是0.06°,平均误差是1.22°。
(2)头部没有平移运动,只有左右摇头和低头动作条件下的跟踪结果:在跟踪犯罪嫌疑人视线的过程中,犯罪嫌疑人头部自然移动或发生平移是不可以避免的,为了评估头部运动对视线跟踪方法的影响,测试者在头部故意移动的情况下重做了上一个实验。对每一个任意的头部旋转位置,分别测试注视点距离实际测试点位置的距离。跟踪结果显示,最大误差是3.03°,最小误差是0.07°,平均误差是0.86°。
(3)分别对眼睛大小不同,形状不同,是否佩戴眼睛或隐形眼镜的不同类型的30个人进行了 测试,在头部静止和移动的情况下,误差控制在了0.1°以内。
本实用新型提供了一套基于眼睛特征的审讯辅助研判分析仪,可以实时记录并显示瞳孔数据,可以对犯罪嫌疑人的瞳孔数据进行分析,可以实时跟踪犯罪嫌疑人的注视位置并记录下来。因为使用了红外光源,该实用新型对外界光线变化不敏感,抗干扰能力较强。并在不需要限制犯罪嫌疑人头部运动的前提下,即可达到良好的视线跟踪效果。
以上所述,仅为本实用新型较佳的具体实施方式,但本实用新型的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本实用新型披露的技术范围内,根据实用新型的技术方案及其实用新型构思加以等同替换或改变,都应涵盖在本实用新型的保护范围之内。
Claims (2)
1.一种基于眼球特征的审讯辅助研判分析仪,其特征在于:它包括
红外光源,眼睛摄像机和控制云台,计算机及操作员用显示器,还包括投影仪及其屏幕或者场景显示器;
所述红外光源为1个以上近红外LED光源;
所述眼睛摄像机有1个以上,其镜头上放置红外滤光片;
所述计算机配置有视频图像采集卡;
所述眼睛摄像机的输出端与计算机的视频图像采集卡相连接;所述投影仪或场景显示器与计算机的相连接;所述计算机还连接了操作员用显示器。
2.如权利要求1所述的审讯辅助研判分析仪,其特征在于:
所述眼睛摄像机有两个,对称放置于用户的前方两侧与用户等高的位置,距离测试者80~100cm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011204998201U CN202472688U (zh) | 2011-12-03 | 2011-12-03 | 基于眼球特征的审讯辅助研判分析仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011204998201U CN202472688U (zh) | 2011-12-03 | 2011-12-03 | 基于眼球特征的审讯辅助研判分析仪 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN202472688U true CN202472688U (zh) | 2012-10-03 |
Family
ID=46920832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011204998201U Expired - Fee Related CN202472688U (zh) | 2011-12-03 | 2011-12-03 | 基于眼球特征的审讯辅助研判分析仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN202472688U (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106364226A (zh) * | 2016-10-12 | 2017-02-01 | 宁波力芯科信息科技有限公司 | 一种智能记录笔 |
CN109199411A (zh) * | 2018-09-28 | 2019-01-15 | 南京工程学院 | 基于模型融合的案件知情者识别方法 |
CN115933172A (zh) * | 2022-11-29 | 2023-04-07 | 大连海事大学 | 一种基于偏振多光谱成像的人眼视线追踪装置及方法 |
-
2011
- 2011-12-03 CN CN2011204998201U patent/CN202472688U/zh not_active Expired - Fee Related
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106364226A (zh) * | 2016-10-12 | 2017-02-01 | 宁波力芯科信息科技有限公司 | 一种智能记录笔 |
CN106364226B (zh) * | 2016-10-12 | 2018-01-23 | 宁波力芯科信息科技有限公司 | 一种智能记录笔 |
CN109199411A (zh) * | 2018-09-28 | 2019-01-15 | 南京工程学院 | 基于模型融合的案件知情者识别方法 |
CN115933172A (zh) * | 2022-11-29 | 2023-04-07 | 大连海事大学 | 一种基于偏振多光谱成像的人眼视线追踪装置及方法 |
CN115933172B (zh) * | 2022-11-29 | 2023-09-12 | 大连海事大学 | 一种基于偏振多光谱成像的人眼视线追踪装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102496005A (zh) | 基于眼球特征的审讯辅助研判分析系统 | |
CN107929007B (zh) | 一种利用眼动追踪和智能评估技术的注意力和视觉能力训练系统及方法 | |
US10262423B2 (en) | Disease and fall risk assessment using depth mapping systems | |
Ye et al. | Detecting eye contact using wearable eye-tracking glasses | |
Rigas et al. | Biometric recognition via eye movements: Saccadic vigor and acceleration cues | |
Divjak et al. | Eye Blink Based Fatigue Detection for Prevention of Computer Vision Syndrome. | |
Islam et al. | Cybersickness prediction from integrated hmd’s sensors: A multimodal deep fusion approach using eye-tracking and head-tracking data | |
US20170364732A1 (en) | Eye tracking via patterned contact lenses | |
Kasprowski et al. | Guidelines for the eye tracker calibration using points of regard | |
Wang et al. | Eye gaze pattern analysis for fatigue detection based on GP-BCNN with ESM | |
CN113693552A (zh) | 视觉疲劳监测方法、装置、电子设备及可读存储介质 | |
JP2023508339A (ja) | 欺まん検出のための眼球システム | |
Chukoskie et al. | Quantifying gaze behavior during real-world interactions using automated object, face, and fixation detection | |
CN202472688U (zh) | 基于眼球特征的审讯辅助研判分析仪 | |
Sangeetha | A survey on deep learning based eye gaze estimation methods | |
CN110477927A (zh) | 一种主动眨眼检测方法、装置、设备及可读存储介质 | |
CN107480635A (zh) | 一种基于双模态分类模型融合的扫视信号识别方法及系统 | |
Madhusanka et al. | Biofeedback method for human–computer interaction to improve elder caring: Eye-gaze tracking | |
CN111134693B (zh) | 基于虚拟现实技术的自闭症儿童辅助检测方法、系统及终端 | |
Nagamatsu et al. | 3D gaze tracking with easy calibration using stereo cameras for robot and human communication | |
CN108542355A (zh) | 一种裸眼3d显示视觉诱导晕动症评估方法 | |
Hassan et al. | Eye state detection for driver inattention based on Lucas Kanade optical flow algorithm | |
CN110881981A (zh) | 一种基于虚拟现实技术的阿尔兹海默症辅助检测系统 | |
CN106667429B (zh) | 基于眼动信号的视觉诱导晕动检测方法 | |
Vitonis et al. | Person identification using eye movements and post saccadic oscillations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121003 Termination date: 20131203 |