IT202100032711A1 - Metodo di stima della distanza interpupillare. - Google Patents

Metodo di stima della distanza interpupillare. Download PDF

Info

Publication number
IT202100032711A1
IT202100032711A1 IT102021000032711A IT202100032711A IT202100032711A1 IT 202100032711 A1 IT202100032711 A1 IT 202100032711A1 IT 102021000032711 A IT102021000032711 A IT 102021000032711A IT 202100032711 A IT202100032711 A IT 202100032711A IT 202100032711 A1 IT202100032711 A1 IT 202100032711A1
Authority
IT
Italy
Prior art keywords
user
estimate
interpupillary distance
image
phase
Prior art date
Application number
IT102021000032711A
Other languages
English (en)
Inventor
Cristian Cascetta
Luca Mazzocchi
Fabio Mazzarella
Original Assignee
Luxottica Group S P A
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 Luxottica Group S P A filed Critical Luxottica Group S P A
Priority to IT102021000032711A priority Critical patent/IT202100032711A1/it
Priority to US18/083,692 priority patent/US20230206598A1/en
Priority to PCT/IB2022/062679 priority patent/WO2023126793A1/en
Publication of IT202100032711A1 publication Critical patent/IT202100032711A1/it

Links

Classifications

    • 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
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • 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
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic
    • 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
    • G06T2207/30204—Marker
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Ophthalmology & Optometry (AREA)
  • Human Computer Interaction (AREA)
  • Eye Examination Apparatus (AREA)
  • Image Analysis (AREA)
  • Automatic Focus Adjustment (AREA)
  • Crystals, And After-Treatments Of Crystals (AREA)

Description

METODO DI STIMA DELLA DISTANZA INTERPUPILLARE
La presente invenzione si riferisce a un metodo di stima della distanza interpupillare mediante l?impiego di terminali come per esempio smartphone, laptop e cos? via.
La distanza interpupillare o IPD ? una grandezza fondamentale per la scelta e la configurazione degli occhiali.
Generalmente, quando si acquistano gli occhiali in negozio, l?ottico disegna due punti sulle lenti di prova in corrispondenza della posizione delle pupille stimata a occhio; la distanza tra i due punti disegnati viene considerata la distanza interpupillare dell?utente.
Recentemente sono stati sviluppati programmi per computer o software in grado di stimare la distanza interpupillare di un utente attraverso l?analisi di una immagine digitale acquisita della faccia dell?utente stesso. Questi software sono caricati su appositi terminali installati nei negozi.
Negli ultimi anni, comunque, con la crescita dell?ecommerce ossia la vendita di prodotti online sulla rete internet, ? divenuto necessario disporre di software per la stima della distanza interpupillare installati sui terminali mobili o personal computer (PC) da scrivania degli utenti stessi e integrati nelle applicazioni software di vendita online.
La presenza di fotocamere integrate nei terminali mobili o di fotocamere collegate a PC da scrivania consente l?immediata acquisizione delle immagini digitali che servono ai software per la stima della distanza interpupillare.
Sono noti metodi di stima della distanza interpupillare implementati attraverso software per terminali basati sul riconoscimento di un oggetto o segno dalle dimensioni note nella immagine digitale del viso dell?utente acquisita.
Tali metodi di stima della distanza interpupillare comprendono le fasi:
- acquisire una immagine bidimensionale (2D) del viso di un utente in cui un oggetto reale di dimensione metrica nota e aspetto visivo ben noto viene posizionato in prossimit? del viso dell?utente; per esempio tale oggetto reale pu? essere una carta di credito per esempio posizionata dall?utente sulla propria fronte;
- rilevare l'oggetto reale sull'immagine 2D mediante tecniche di Computer Vision (CV);
- misurare la distanza in pixel tra due punti predeterminati dell'oggetto reale la cui distanza in unit? metriche ? nota, per esempio la distanza tra i due lati corti della carta di credito;
- calcolare il rapporto di conversione pixel-millimetro tra la distanza nota tra i due punti predeterminati dell'oggetto reale espressa in unit? metriche e la distanza misurata in pixel;
- rilevare sull?immagine 2D due punti di riferimento corrispondenti alle pupille;
- misurare la distanza in pixel tra i due punti di riferimento;
- determinare la stima della distanza interpupillare espressa in unit? metriche moltiplicando la distanza in pixel tra i due punti di riferimento per il rapporto di conversione pixel-millimetro.
Il metodo di stima della distanza interpupillare presenta il vantaggio che non necessita, per poter essere attuato, di immagini acquisite con sistemi complessi di fotografia comprendenti fotocamere di profondit?; tale metodo, quindi, pu? essere attuato da terminali mobili o da PC da scrivania dotati di semplici fotocamere.
Il metodo di stima della distanza interpupillare noto sopra descritto presenta alcuni inconvenienti.
Un inconveniente ? che risulta piuttosto scomodo per l?utente fotografarsi con un oggetto reale in prossimit? del viso. Il posizionamento dell?oggetto reale deve necessariamente tale che l?oggetto reale giaccia su un piano allineato al piano degli occhi; tale posizionamento non ? facile da raggiungere e varia da utente a utente.
Un altro inconveniente ? che bisogna essere certi che l?oggetto reale abbia delle dimensioni standard ben note. Per ovviare a questa difficolt?, in alternativa all?oggetto reale, si pu? pensare di rappresentare un segno visivo dalle dimensioni note su uno schermo e fotografare il viso insieme a questo schermo ove ? rappresentato il segno visivo. Naturalmente questa metodologia prevede di conoscere la risoluzione e il fattore di scala dello schermo; questa ? una complicazione visto che ogni schermo ha sue caratteristiche proprie che influenzano la visualizzazione del segno visivo.
La stima della distanza interpupillare effettuata dal metodo noto sopra descritto ha una accuratezza che dipende dalla precisione del rilevamento dei punti di riferimento e dell?oggetto reale, dalla sensibilit? e risoluzione della fotocamera e dal rumore ambientale ossia dalle condizioni di illuminazione o di sfocatura e dalla posa dell?utente.
Scopo della presente invenzione ? quello di ovviare agli inconvenienti sopra menzionati e in particolare quello di ideare un metodo di stima della distanza interpupillare che sia pi? semplice di quelli basati sul riconoscimento di un oggetto o segno dalle dimensioni note nella immagine digitale del viso dell?utente acquisita.
Questo e altri scopi secondo la presente invenzione sono raggiunti realizzando un metodo di stima della distanza interpupillare come esposto nella rivendicazione 1.
Un ulteriore scopo della presente invenzione ? quello di ovviare agli inconvenienti sopra menzionati e in particolare quello di ideare un programma per computer caricabile in una memoria di un calcolatore elettronico e comprendente istruzioni che inducono il calcolatore elettronico ad attuare un metodo di stima della distanza interpupillare che sia pi? semplice di quelli basati sul riconoscimento di un oggetto o segno dalle dimensioni note nella immagine digitale del viso dell?utente acquisita.
Questo ulteriore scopo secondo la presente invenzione sono raggiunti realizzando un programma per computer come esposto nella rivendicazione 11.
Ulteriori caratteristiche del metodo di stima della distanza interpupillare sono oggetto delle rivendicazioni dipendenti.
Le caratteristiche e i vantaggi di un metodo di stima della distanza interpupillare secondo la presente invenzione risulteranno maggiormente evidenti dalla descrizione seguente, esemplificativa e non limitativa, riferita ai disegni schematici allegati nei quali:
- la figura 1 ? un diagramma di flusso che rappresenta un metodo di stima della distanza interpupillare secondo una prima forma di realizzazione della presente invenzione;
- la figura 2 ? un diagramma di flusso che rappresenta un metodo di stima della distanza interpupillare secondo una seconda forma di realizzazione della presente invenzione;
- la figura 3 ? un diagramma di flusso che rappresenta un metodo di stima della distanza interpupillare secondo una terza forma di realizzazione della presente invenzione;
- la figura 4 ? un diagramma di flusso che rappresenta un metodo di stima della distanza interpupillare secondo una quarta forma di realizzazione della presente invenzione;
- la figura 5 ? un diagramma di flusso che rappresenta un metodo di stima della distanza interpupillare secondo una quinta forma di realizzazione della presente invenzione.
Con riferimento alle figure, viene mostrato un metodo di stima della distanza interpupillare, complessivamente indicato con 100.
Tale metodo di stima della distanza interpupillare 100 ? implementabile mediante un calcolatore elettronico dotato di una memoria per l?archiviazione dati. In particolare, il metodo di stima della distanza interpupillare 100 ? attuabile mediante un programma o software di stima della distanza interpupillare caricato nella memoria del calcolatore.
Tale programma di stima della distanza interpupillare comprende, quindi, istruzioni che inducono il calcolatore elettronico ad attuare il metodo di stima della distanza interpupillare 100 quando il calcolatore elettronico esegue il programma.
Il programma di stima della distanza interpupillare ? associato a una piattaforma di e-commerce per occhiali. Il programma di stima della distanza interpupillare viene eseguito ogni qualvolta un utente effettua un acquisto di occhiali sulla piattaforma di e-commerce per occhiali.
Il metodo di stima della distanza interpupillare 100, secondo la presente invenzione, comprende le fasi:
- acquisire 110 almeno una immagine bidimensionale o 2D del viso di un utente;
- localizzare 120 sull?almeno una immagine 2D acquisita due punti di riferimento corrispondenti alle pupille; - misurare 130 la distanza in pixel tra i due punti di riferimento corrispondenti alle pupille (IPDp);
- misurare 140 il diametro in pixel dell?iride (DIp); - calcolare 150 il rapporto di conversione pixelmillimetro tra un diametro dell?iride predeterminato espresso in unit? metriche e il diametro dell?iride misurato in pixel;
- determinare 160 una prima stima della distanza interpupillare espressa in unit? metriche (IPD) moltiplicando la distanza in pixel tra i due punti di riferimento corrispondenti alle pupille (IPDp) per il rapporto pixel-millimetro calcolato precedentemente. La fase di acquisizione 110 di almeno una immagine 2D ?, in particolare, eseguita scattando una fotografia mediante una fotocamera o un sistema di fotocamere di un terminale mobile o di un PC da scrivania.
La fase di localizzazione 120 dei punti di riferimento corrispondenti alle pupille e di misura 140 del diametro dell?iride in pixel vengono eseguite da un primo algoritmo . Per esempio il primo algoritmo pu? essere un algoritmo di elaborazione digitale delle immagini oppure un algoritmo ad apprendimento automatico (machine learning) che non verranno descritti nel dettaglio essendo noti nello stato della tecnica.
Per esempio, nel caso in cui il primo algoritmo sia del tipo di elaborazione digitale delle immagini, esso rileva e localizza i punti di riferimento corrispondenti alle pupille sulla base della rilevazione di colori e caratteristiche geometriche dell?immagine.Diversamente, nel caso in cui il primo algoritmo sia del tipo di ad apprendimento automatico, esso rileva e localizza i punti di riferimento corrispondenti alle pupille sulla base di un modello di calcolo addestrato su un insieme di immagini in cui la posizione di tali punti ? gi? nota.
Preferibilmente, il diametro dell?iride predeterminato viene impostato pari al valore del diametro dell?iride pi? diffuso tra la popolazione mondiale secondo i dati contenuti in una banca dati antropometrica.
Per esempio il diametro dell?iride prefissato ? pari a 11.7?0.5 mm.
Preferibilmente, la fase di acquisizione 110 di almeno una immagine 2D comprende una fase di ?spinta? dell?utente verso condizioni ottimali di cattura dell?immagine o fotografia.
Tale fase di spinta dell?utente comprende una o pi? delle seguenti rilevazioni:
- rilevare 111 la presenza di occhiali sul viso dell?utente;
- rilevare 112 una pluralit? di parametri fotografici necessari per inferire la qualit? dell?immagine in ingresso;
- rilevare 113 una porzione di viso non visibile per esempio per via di eventuali occlusioni.
I parametri fotografici sono, per esempio, l?esposizione alla luce, la messa a fuoco, l?apertura e cos? via. L?uniformit? della illuminazione del viso ? un altro componente qualitativo molto rilevante per assicurare la qualit? dell?immagine in input. La rilevazione dei parametri fotografici avviene mediante un algoritmo di elaborazione digitale di immagini in modo di per s? noto.
In tal caso la fase di ?spinta? dell?utente verso condizioni di presa ottimale del dato visuale comprende anche le fasi:
- valutare 116 le rilevazioni 111, 112, 113;
- comunicare 114 all?utente di rimuovere gli occhiali in seguito alla rilevazione della presenza di occhiali sul viso dell?utente e/o di modificare il posizionamento relativo tra la fotocamera e il viso in seguito alla rilevazione di almeno un parametro fotografico al di fuori di un rispettivo intervallo di valori di soglia di accettabilit? o di una porzione di viso non visibile;
- eseguire 115 la fotografia se non viene rilevata la presenza degli occhiali e non viene rilevato alcun parametro fotografico al di fuori di un rispettivo intervallo di valori di soglia di accettabilit? e alcuna porzione di viso non visibile.
La comunicazione 114 all?utente pu? avvenire in diversi modi, per esempio con un messaggio testuale sullo schermo del terminale oppure con una indicazione luminosa del tipo a semaforo in cui il rosso indica una condizione di acquisizione non ottimale e il verde indica una condizione di acquisizione ottimale.
La rilevazione della presenza degli occhiali sul viso dell?utente 111 e la rilevazione di una porzione di viso non visibile sono, preferibilmente, eseguite mediante un secondo algoritmo ad apprendimento automatico.
Tale secondo algoritmo ad apprendimento automatico pu? essere, preferibilmente, basato su una rete neurale a convoluzione o CNN allenata non solo per rilevare la presenza/non presenza di occhiali e la presenza/non presenza di porzioni del viso non visibili ma anche per rilevare la tipologia di occhiali ossia perdistinguere tra occhiali da vista e occhiali da sole. L?addestramento del secondo algoritmo ? eseguita con un insieme di immagini in cui la presenza/non presenza e la tipologia di occhiali nonch? la presenza/non presenza di porzioni non visibili del viso sono gi? note.
Preferibilmente, dopo la fase di acquisizione 110, il metodo di stima della distanza interpupillare 100 comprende le fasi:
- stimare 170 il sesso e l?et? dell?utente mediante l?analisi dell?almeno immagine 2D acquisita;
- localizzare 180 sull?almeno immagine 2D acquisita due punti di riferimento corrispondenti agli zigomi;
- misurare 190 la distanza in pixel tra i due punti di riferimento corrispondenti agli zigomi (DZp);
- calcolare 200 un primo rapporto pari a IPDp/DZp oppure un secondo rapporto pari a (DZp-IPDp)/DZp;
- determinare 210 una seconda stima della distanza interpupillare espressa in unit? metriche (IPD) sulla base del primo rapporto o del secondo rapporto e dei dati relativi al sesso e l?et? dell?utente;
- determinare 220 una terza stima della distanza interpupillare espressa in unit? metriche (IPD) combinando la prima stima e la seconda stima.
Preferibilmente, la stima 170 del sesso e dell?et? dell?utente ? eseguita attraverso un terzo algoritmo del tipo ad apprendimento automatico, preferibilmente basato su reti neurali convoluzionali; tale terzo algoritmo ? addestrato con un insieme di immagini in cui il sesso e l?et? dell?inidividuo rappresentato sono note.
Preferibilmente, la localizzazione 180 dei due punti di riferimento corrispondenti agli zigomi ? eseguita mediante un quarto algoritmo ad apprendimento automatico configurato per rilevare punti rilevanti del volto di una persona; tale quarto algoritmo viene in particolare addestrato con un insieme di immagini in cui la posizione degli zigomi ? nota.
Preferibilmente, la fase di determinazione 210 seconda stima della distanza interpupillare ? eseguita mediante un quinto algoritmo ad apprendimento automatico. Il quinto algoritmo viene addestrato sull?insieme di dati contenuti nella suddetta banca dati antropometrica in cui sono presenti i dati di sesso ed et? in correlazione con il suddetto primo rapporto IPDp/DZp e il suddetto secondo rapporto (DZp-IPDp)/DZp, in cui il valore della IPD ? gi? noto.
Per esempio, la terza stima pu? essere determinata calcolando la media aritmetica tra la prima stima e la seconda stima.
Prima della fase di determinazione della terza stima 220 il metodo di stima della distanza interpupillare 100 comprende le fasi:
- comparare 260 la differenza tra la prima stima e la seconda stima con un valore di soglia di attendibilit? di stima prefissato;
- se la differenza tra la prima stima e la seconda stima supera un valore di soglia di attendibilit? di stima prefissato, comunicare 240 all?utente di ripetere l?acquisizione dell?immagine 2D;
- se la differenza tra la prima stima e la seconda stima ? inferiore un valore di soglia di attendibilit? di stima prefissato, procedere alla fase di determinazione della terza stima 220.
In questo modo si riduce l?incertezza sulla stima della distanza interpupillare rendendo poi la terza stima sempre pi? accurata.
Preferibilmente, la fase di acquisizione 110 prevede di acquisire una pluralit? di immagini 2D.
In tal caso, tutte le fasi del metodo di stima della distanza interpupillare 100 vengono eseguite per tutte le immagini 2D e il metodo 100 stesso comprende le fasi:
- calcolare 230 il valore medio delle prime stime o nel caso in cui sia prevista la determinazione delle terze stime calcolare il valor medio delle terze stime.
Preferibilmente, il metodo di stima della distanza interpupillare 100 comprende, prima della fase di calcolo del valor medio 230, una fase di filtraggio 300 in cui per ogni immagine 2D acquisita si valuta se l?immagine 2D ? attendibile o inattendibile e si scarta l?immagine 2D dalla fase di calcolo del valor medio 230 se ? valutata inattendibile.
Pi? preferibilmente, la fase di filtraggio 300 comprende per ciascuna immagine 2D acquisita le fasi: - localizzare 310 sull?immagine 2D una pluralit? di punti marchiatori corrispondenti a specifiche caratteristiche del viso di un utente comprendenti almeno le palpebre; altre caratteristiche del viso possono essere per esempio naso, bocca, sopracciglia e cos? via;
- determinare 320 un rapporto rappresentativo del grado di apertura delle palpebre, ove tale rapporto viene denominato eye aspect ratio;
- comparare 350 l?eye aspect ratio con un valore di soglia di accettabilit? di immagini prefissato;
- se l?eye aspect ratio ? maggiore di detto valore di soglia di accettabilit? di immagini prefissato, considerare accettabile 330 l?immagine 2D;
- se l?eye aspect ratio ? minore del valore di soglia di accettabilit? di immagini prefissato, considerare non accettabile 340 l?immagine 2D.
La localizzazione 310 dei punti marchiatori ? eseguita mediante il quarto algoritmo ad apprendimento automatico.
Dalla descrizione effettuata sono chiare le caratteristiche del metodo di stima della distanza interpupillare oggetto della presente invenzione, cos? come sono chiari i relativi vantaggi.
Infatti, il metodo, secondo la presente invenzione, consente di ottenere una stima accurata della distanza interpupillare sulla base di una immagine 2D acquisibile con una qualsiasi fotocamera e senza la necessit? di dover mostrare nella immagine un oggetto reale dalle dimensioni standard note. Infatti, il metodo di stima impiega informazioni provenienti da database antropometrici per il calcolo del rapporto di conversione pixel/millimetro.
Ci? comporta che il metodo di stima, secondo la presente invenzione, pu? essere attuato in un qualsiasi terminale dotato di almeno una fotocamera, quindi anche terminali mobili come gli smartphone con caratteristiche hardware di fascia bassa.
Nel caso in cui sia prevista la fase di calcolo del valor medio e di filtraggio, il metodo di stima risulta ancora pi? accurato.
La fase di spinta dell?utente verso condizioni ottimali di cattura dell?immagine o fotografia assicura l?acquisizione di immagini 2D il pi? possibili adatte a fornire stime attendibili.
Tale fase di spinta dell?utente ? eseguita in automatico semplificando l'esperienza dell'utente finale, riducendo al minimo lo sforzo dell'utente ed evitando la necessit? di qualsiasi altro strumento ad eccezione del terminale.
? chiaro, infine, che il metodo di stima cos? concepito ? suscettibile di numerose modifiche e varianti, tutte rientranti nell?invenzione; inoltre tutti i dettagli sono sostituibili da elementi tecnicamente equivalenti. In pratica i materiali utilizzati, nonch? le dimensioni, potranno essere qualsiasi a seconda delle esigenze tecniche.

Claims (11)

RIVENDICAZIONI
1) Metodo di stima della distanza interpupillare (100) implementabile mediante un calcolatore elettronico dotato di una memoria per l?archiviazione dati, detto metodo di stima della distanza interpupillare (100) comprendendo le fasi:
- acquisire (110) almeno una immagine bidimensionale (2D) del viso di un utente;
- localizzare (120) sull?almeno una immagine 2D acquisita due punti di riferimento corrispondenti alle pupille dell?utente;
- misurare (130) la distanza in pixel tra i due punti di riferimento corrispondenti alle pupille dell?utente (IPDp);
- misurare (140) il diametro in pixel dell?iride dell?utente (DIp);
- calcolare (150) il rapporto di conversione pixelmillimetro tra un diametro dell?iride predeterminato espresso in unit? metriche e il diametro dell?iride misurato in pixel, detto diametro pupillare predeterminato essendo impostato pari al valore del diametro dell?iride pi? diffuso tra la popolazione mondiale secondo i dati contenuti in una banca dati antropometrica;
- determinare (160) una prima stima della distanza interpupillare espressa in unit? metriche (IPD) moltiplicando la distanza in pixel tra i due punti di riferimento corrispondenti alle pupille dell?utente (IPDp) per il rapporto pixel-millimetro calcolato precedentemente.
2) Metodo di stima della distanza interpupillare (100) secondo la rivendicazione 1 in cui la fase di localizzazione (120) dei punti di riferimento corrispondenti alle pupille dell?utente, e di misura (104) del diametro dell?iride in pixel vengono eseguite da un primo algoritmo ad autoapprendimento automatico oppure da un primo algoritmo di elaborazione digitale delle immagini.
3) Metodo di stima della distanza interpupillare (100) secondo la rivendicazione 1 o 2 in cui la fase di acquisizione (110) di almeno una immagine 2D comprende una fase di spinta dell?utente verso condizioni ottimali di cattura dell?immagine o fotografia, detta fase di spinta dell?utente comprendendo una o pi? delle seguenti rilevazioni:
- rilevare (111) la presenza di occhiali sul viso dell?utente;
- rilevare (112) una pluralit? di parametri fotografici necessari per inferire la qualit? dell?immagine acquisita;
- rilevare (113) una porzione di viso non visibile, detta fase di spinta dell?utente comprendendo anche le fasi:
- valutare (116) dette rilevazioni (111, 112, 113);
- comunicare (114) all?utente di rimuovere gli occhiali in seguito alla rilevazione della presenza di occhiali sul viso dell?utente e/o di modificare il posizionamento relativo tra la fotocamera e il viso in seguito alla rilevazione di almeno un parametro fotografico al di fuori di un rispettivo intervallo di valori di soglia di accettabilit? o di una porzione di viso non visibile e ripetere le fasi di rilevazione (111, 112, 113);
- eseguire (115) la fotografia se non viene rilevata la presenza degli occhiali e non viene rilevato alcun parametro fotografico al di fuori di un rispettivo intervallo di valori di soglia di accettabilit? e alcuna porzione di viso non visibile.
4) Metodo di stima della distanza interpupillare (100) secondo la rivendicazione 3 in cui la rilevazione della presenza degli occhiali sul viso dell?utente (111) e la rilevazione di una porzione non visibile (113) sono eseguite mediante un secondo algoritmo addestrato con un insieme di immagini in cui la presenza/non presenza di occhiali, la tipologia di occhiali e la presenza/non presenza di porzioni non visibili del viso sono gi? note.
5) Metodo di stima della distanza interpupillare (100) secondo una o pi? delle rivendicazioni precedenti comprendente, dopo la fase di acquisizione 110, le fasi:
- stimare (170) il sesso e l?et? dell?utente mediante l?analisi dell?almeno immagine 2D acquisita;
- localizzare (180) sull?almeno immagine 2D acquisita due punti di riferimento corrispondenti agli zigomi; - misurare (190) la distanza in pixel tra i due punti di riferimento corrispondenti agli zigomi (DZp);
- calcolare (200) un primo rapporto pari a IPDp/DZp oppure un secondo rapporto pari a (DZp-IPDp)/DZp;
- determinare (210) una seconda stima della distanza interpupillare espressa in unit? metriche (IPD) sulla base del primo rapporto o del secondo rapporto e dei dati relativi al sesso e l?et? dell?utente;
- determinare (220) una terza stima della distanza interpupillare espressa in unit? metriche (IPD) combinando la prima stima e la seconda stima secondo una qualsiasi operazione matematica.
6) Metodo di stima della distanza interpupillare (100) secondo la rivendicazione 5 in cui:
- detta fase di stima del sesso e dell?et? dell?utente (170) ? eseguita attraverso un terzo algoritmo ad apprendimento automatico addestrato con un insieme di immagini in cui il sesso e l?et? dell?individuo rappresentato sono note;
- detta fase di rilevazione (180) dei due punti di riferimento corrispondenti agli zigomi ? eseguita attraverso un quarto algoritmo ad apprendimento automatico addestrato con un insieme di immagini in cui la posizione degli zigomi ? nota;
- detta fase di determinazione (210) di detta seconda stima ? eseguita attraverso un quinto algoritmo ad apprendimento automatico addestrato con un insieme di dati contenuti in una banca dati antropometrica in cui sono presenti i dati di sesso ed et? di un individuo in correlazione con detto primo rapporto IPDp/DZp e detto secondo rapporto (DZp-IPDp)/DZp, in cui il valore della IPD ? gi? noto.
7) Metodo di stima della distanza interpupillare (100) secondo la rivendicazione 5 o 6 comprendente le fasi: - comparare (260) la differenza tra la prima stima e la seconda stima con un valore di soglia di attendibilit? di stima prefissato;
- se la differenza tra la prima stima e la seconda stima supera il valore di soglia di attendibilit? di stima prefissato, comunicare 240 all?utente di ripetere l?acquisizione dell?immagine 2D;
- se la differenza tra la prima stima e la seconda stima ? inferiore il valore di soglia di attendibilit? di stima prefissato, procedere alla fase di determinazione della terza stima 220.
8) Metodo di stima della distanza interpupillare (100) secondo una o pi? delle rivendicazioni precedenti in cui la fase di acquisizione (110) prevede di acquisire una pluralit? di immagini 2D detto metodo di stima della distanza interpupillare (100) comprende la fase: - calcolare (230) il valore medio delle prime stime o nel caso in cui sia prevista la determinazione delle terze stime calcolare il valor medio delle terze stime.
9) Metodo di stima della distanza interpupillare (100) secondo la rivendicazione 8 in cui comprendente, prima della fase di calcolo del valor medio (230), una fase di filtraggio (300) in cui per ogni immagine 2D acquisita si valuta se l?immagine 2D ? attendibile o inattendibile e si scarta l?immagine 2D dalla fase di calcolo del valor medio 230 se ? valutata inattendibile, la fase di filtraggio 300 comprendendo per ciascuna immagine 2D acquisita le fasi:
- localizzare (310) sull?immagine 2D una pluralit? di punti marchiatori corrispondenti a specifiche caratteristiche del viso di un utente comprendenti almeno le palpebre;
- determinare (320) un rapporto rappresentativo del grado di apertura delle palpebre, ove tale rapporto viene denominato eye aspect ratio;
- comparare (350) l?eye aspect ratio con un valore di soglia di accettabilit? di immagini prefissato;
- se l?eye aspect ratio ? maggiore del valore di soglia di accettabilit? di immagini, considerare accettabile (330) l?immagine 2D;
- se l?eye aspect ratio ? minore del valore di soglia di accettabilit? di immagini, considerare non accettabile (340) l?immagine 2D.
10) Metodo di stima della distanza interpupillare (100) secondo la rivendicazione 9 in cui la localizzazione dei punti marchiatori viene eseguita mediante detto quarto algoritmo ad autoapprendimento automatico.
11) Programma per computer caricabile nella memoria di un calcolatore elettronico e comprendente istruzioni che inducono il calcolatore elettronico ad attuare il metodo di stima della distanza interpupillare (100) secondo una o pi? delle rivendicazioni precedenti, quando il calcolatore elettronico esegue il programma.
IT102021000032711A 2021-12-27 2021-12-27 Metodo di stima della distanza interpupillare. IT202100032711A1 (it)

Priority Applications (3)

Application Number Priority Date Filing Date Title
IT102021000032711A IT202100032711A1 (it) 2021-12-27 2021-12-27 Metodo di stima della distanza interpupillare.
US18/083,692 US20230206598A1 (en) 2021-12-27 2022-12-19 Interpupillary distance estimation method
PCT/IB2022/062679 WO2023126793A1 (en) 2021-12-27 2022-12-22 Interpupillary distance estimation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
IT102021000032711A IT202100032711A1 (it) 2021-12-27 2021-12-27 Metodo di stima della distanza interpupillare.

Publications (1)

Publication Number Publication Date
IT202100032711A1 true IT202100032711A1 (it) 2023-06-27

Family

ID=80625084

Family Applications (1)

Application Number Title Priority Date Filing Date
IT102021000032711A IT202100032711A1 (it) 2021-12-27 2021-12-27 Metodo di stima della distanza interpupillare.

Country Status (3)

Country Link
US (1) US20230206598A1 (it)
IT (1) IT202100032711A1 (it)
WO (1) WO2023126793A1 (it)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012239566A (ja) * 2011-05-18 2012-12-10 Nikon Corp 眼鏡用測定装置及び三次元測定装置
US20160063314A1 (en) * 2014-09-03 2016-03-03 Samet Privacy, Llc Image processing apparatus for facial recognition
US20180018516A1 (en) * 2016-07-18 2018-01-18 Samsung Electronics Co., Ltd. Method and apparatus for iris recognition
US20190046029A1 (en) * 2016-02-16 2019-02-14 Massachusetts Eye And Ear Infirmary Mobile device application for ocular misalignment measurement

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012239566A (ja) * 2011-05-18 2012-12-10 Nikon Corp 眼鏡用測定装置及び三次元測定装置
US20160063314A1 (en) * 2014-09-03 2016-03-03 Samet Privacy, Llc Image processing apparatus for facial recognition
US20190046029A1 (en) * 2016-02-16 2019-02-14 Massachusetts Eye And Ear Infirmary Mobile device application for ocular misalignment measurement
US20180018516A1 (en) * 2016-07-18 2018-01-18 Samsung Electronics Co., Ltd. Method and apparatus for iris recognition

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
BASBRAIN ARWA M ET AL: "Shallow convolutional neural network for eyeglasses detection in facial images", 2017 9TH COMPUTER SCIENCE AND ELECTRONIC ENGINEERING (CEEC), IEEE, 27 September 2017 (2017-09-27), pages 157 - 161, XP033248635, DOI: 10.1109/CEEC.2017.8101617 *

Also Published As

Publication number Publication date
WO2023126793A1 (en) 2023-07-06
US20230206598A1 (en) 2023-06-29

Similar Documents

Publication Publication Date Title
AU2020336048B2 (en) Virtual fitting systems and methods for spectacles
US8690326B2 (en) Method and systems for measuring interpupillary distance
US9291834B2 (en) System for the measurement of the interpupillary distance using a device equipped with a display and a camera
US11278200B2 (en) Measurement method for the determination of a value of a visual correction need for near vision of an individual
US20170168323A1 (en) Method of Determining Eyeglass Fitting Measurements from an Image by Executing Computer-Executable Instructions Stored on a Non-Transitory Computer-Readable Medium
CN111512217B (zh) 用于确定镜片的光学参数的方法
US20160309998A1 (en) System and Methods for Assessing Vision Using a Computing Device
CN101872461A (zh) 计算机网络眼镜配镜系统
US20160313576A1 (en) Method of Determining Eyeglass Frame Measurements from an Image by Executing Computer-Executable Instructions Stored On a Non-Transitory Computer-Readable Medium
US11531217B2 (en) Method for determining a parameter of an optical equipment
IT202100032711A1 (it) Metodo di stima della distanza interpupillare.
CN104688177A (zh) 一种基于终端的瞳距测量方法、瞳距测量装置、服务器及其系统
CN201689488U (zh) 一种自助式计算机网络眼镜零售机
KR20230026421A (ko) 동공 거리 측정 시스템 및 방법과 그 용도
CN201689461U (zh) 计算机网络眼镜配镜装置
CN114787872A (zh) 用于扩展用于评估眼睛配戴物兼容性的图像数据库的装置、方法及计算机可读存储介质
TW201433998A (zh) 雲端體感虛擬實境配戴眼鏡系統
JP6721169B1 (ja) 画像処理方法、画像処理装置、及び画像処理プログラム
EP3843043B1 (en) Apparatus, method, and computer-readable storage medium for expanding an image database for evaluation of eyewear compatibility
US20230342976A1 (en) Interpupillary distance estimation method
US20170196446A1 (en) Contact Lens Assessment
JP2013242653A (ja) 注目位置表示装置
TW201435754A (zh) 應用主動外觀模型於雙視覺之三維人臉辨識方法