JP2017054503A - 視点追跡方法及び装置 - Google Patents

視点追跡方法及び装置 Download PDF

Info

Publication number
JP2017054503A
JP2017054503A JP2016167769A JP2016167769A JP2017054503A JP 2017054503 A JP2017054503 A JP 2017054503A JP 2016167769 A JP2016167769 A JP 2016167769A JP 2016167769 A JP2016167769 A JP 2016167769A JP 2017054503 A JP2017054503 A JP 2017054503A
Authority
JP
Japan
Prior art keywords
eye
region
feature point
user
viewpoint tracking
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2016167769A
Other languages
English (en)
Other versions
JP6795930B2 (ja
Inventor
柄 敏 姜
Byong-Min Kang
柄 敏 姜
珍 九 許
Jin Gu Heo
珍 九 許
東 ▲ぎょん▼ 南
Dong-Kyung Nam
東 ▲ぎょん▼ 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.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics 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 Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of JP2017054503A publication Critical patent/JP2017054503A/ja
Application granted granted Critical
Publication of JP6795930B2 publication Critical patent/JP6795930B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input 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
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/013Eye tracking input arrangements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/19Sensors therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/193Preprocessing; Feature extraction
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/30Image reproducers
    • H04N13/366Image reproducers using viewer tracking
    • H04N13/383Image reproducers using viewer tracking for tracking with gaze detection, i.e. detecting the lines of sight of the viewer's eyes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face

Abstract

【課題】 視点追跡方法及び装置を提供すること。
【解決方法】 一実施形態に係る視点追跡装置は、特徴点に基づいて画像においてユーザの目の領域を決定し、目の領域に含まれたピクセルの位置と特徴点の位置とに基づいて目の内部領域を決定する。視点追跡装置は、目の内部領域に含まれたピクセルのピクセル値に基づいて瞳孔の領域を決定し、瞳孔の領域に含まれたピクセルの位置の値に基づいてユーザの目の位置を決定する。
【選択図】 図1

Description

本発明の説明は、視点追跡技術に関する。
デジタル技術の発展に従って、画像分析によって画像から特定情報を抽出し、抽出された特定情報を用いて性能を改善しようとする試みが活発に進行している。このような試みのうちの1つとして、両眼視差の原理を用いて立体感を実現する裸眼式3Dディスプレイに関連してユーザの位置を追跡してユーザの位置に基づいて3D映像のディスプレイを制御する技術がある。このようなユーザの位置に基づいて裸眼3Dディスプレイにおいて画質の低下なしに3D映像を出力するためにはユーザの位置をより正確に追跡することが重要である。
本発明は、上記従来の問題点に鑑みてなされたものであって、本発明の目的は、視点追跡方法及び装置を提供することにある。
本発明の一実施形態に係る視点追跡方法は、画像においてユーザの顔の領域のうち少なくとも1つの部分に対応する特徴点を取得するステップと、前記特徴点に基づいて前記ユーザの第1の目の領域における目の内部領域(inner eye area)を決定するステップと、前記目の内部領域に含まれた少なくとも1つのピクセルのピクセル値に基づいて瞳孔の領域を決定するステップと、前記瞳孔の領域に含まれた各ピクセルの位置の値に基づいて前記ユーザの目の位置を決定するステップとを含む。
本発明の一実施形態に係る視点追跡方法において、前記目の内部領域を決定するステップは、前記目の領域の特徴点の位置と前記目の領域のピクセルの位置とに基づいて前記目の領域の目の内部領域を決定するステップを含んでもよい。
本発明の一実施形態に係る視点追跡方法において、前記瞳孔の領域を決定するステップは、前記目の内部領域に含まれたピクセルの第1輝度平均値と目の中心特徴点(eye center feature point)の周辺ピクセルの第2輝度平均値に基づいて前記瞳孔の領域に含まれるピクセルを決定するステップを含み、前記目の中心特徴点は、前記第1の目の中心に対応する特徴点のうち1つの特徴点であってもよい。
本発明の一実施形態に係る視点追跡方法において、前記瞳孔の領域に含まれるピクセルを決定するステップは、前記目の内部領域に含まれた現在のピクセルの輝度値が第1閾値及び第2閾値より小さいか否かを決定するステップを含み、前記第1閾値は、前記第1輝度平均値に基づき、前記第2閾値は、前記第2輝度平均値に基づいてもよい。
本発明の一実施形態に係る視点追跡方法において、前記目の内部領域を決定するステップは、前記目の領域に含まれた現在のピクセルと前記特徴点のうちの第1の目の輪郭特徴点(eye contour feature point)とに基づいて第1ベクトルを算出するステップと、前記第1の目の輪郭特徴点と前記特徴点のうちの第2の目の輪郭特徴点とに基づいて第2ベクトルを算出するステップと、前記第1ベクトルと前記第2ベクトルとに基づいたベクトル演算結果に基づいて前記現在のピクセルが前記目の内部領域に含まれるか否かを決定するステップとを含み、前記第2の目の輪郭特徴点は、前記第1の目の輪郭特徴点に隣接し、前記第1の目の輪郭特徴点及び前記第2の目の輪郭特徴点は、前記目の領域の目の輪郭に対応してもよい。
本発明の一実施形態に係る視点追跡方法において、前記第1の目の輪郭特徴点及び前記第2の目の輪郭特徴点のそれぞれに対するベクトル演算結果が互いに同一の符号を示す場合、前記現在のピクセルが前記目の内部領域に含まれると決定してもよい。
本発明の一実施形態に係る視点追跡方法において、前記ユーザの目の位置を決定するステップは、前記瞳孔の領域の各ピクセルの位置の値に基づいて前記第1の目の2D位置情報を決定するステップと、前記ユーザの2つの目の間の距離情報とユーザの顔の方向情報に基づいて前記2D位置情報を3D座標値に変換するステップとを含み、前記距離情報は、前記ユーザの第1の目と第2の目との間の距離に関連し、前記方向情報は、前記ユーザの顔の方向に関連してもよい。
本発明の一実施形態に係る視点追跡方法は、前記ユーザの目の位置に基づいて裸眼ディスプレイを制御するステップをさらに含んでもよい。
本発明の一実施形態に係る視点追跡装置は、画像においてユーザの顔の領域のうち少なくとも1つの部分に対応する特徴点を取得する特徴点検出器と、前記特徴点に基づいて前記ユーザの第1の目の領域の目の内部領域を決定する目内部領域決定器(inner eye area determiner)と、前記目の内部領域に含まれた少なくとも1つのピクセルのピクセル値に基づいて瞳孔の領域を決定する瞳孔領域決定器(pupil area determiner)と、前記瞳孔の領域に含まれた各ピクセルの位置の値に基づいて前記ユーザの目の位置を決定する目位置決定器(eye position determiner)とを含む。
本発明の一実施形態に係る視点追跡装置において、前記目内部領域決定器は、前記目の領域に含まれたピクセルのうちのピクセルと前記特徴点との間の位置関係に基づいたベクトル演算結果に基づいて前記目の内部領域に含まれるピクセルを決定してもよい。
本発明の一実施形態に係る視点追跡装置において、前記瞳孔領域決定器は、前記目の内部領域に含まれたピクセルの輝度値を前記目の内部領域に含まれたピクセルの第1輝度平均値及び目の中心特徴点の周辺ピクセルの第2輝度平均値と比較して前記瞳孔の領域に含まれるピクセルを決定してもよい。
本発明の他の実施形態に係る視点追跡装置は、特徴点に基づいて画像においてユーザの目の領域を決定する目領域決定器と、前記目の領域内で縦方向のエッジ成分を検出し、前記検出されたエッジ成分に基づいて瞳孔の領域に関連する楕円成分を検出する瞳孔領域決定器と、前記楕円成分に基づいた楕円の中心を前記ユーザの目の位置と決定する目位置決定器を含む。
本発明の一実施形態によれば、画像フレームの間において生じる発生する目の位置のずれを低減させて画像においてユーザの目の位置をより正確に検出することができる。
本発明の一実施形態に係る視点追跡装置の構成を説明するための図である。 本発明の一実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。 本発明の一実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。 本発明の一実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。 本発明の一実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。 本発明の一実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。 本発明の一実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。 本発明の一実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。 本発明の他の実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。 本発明の他の実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。 本発明の他の実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。 本発明の他の実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。 本発明の他の実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。 本発明の他の実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。 本発明の一実施形態に係るディスプレイ装置の構成を説明するための図である。 本発明の一実施形態に係るディスプレイ装置の構成を説明するための図である。 本発明の一実施形態に係る視点追跡方法の動作を説明するためのフローチャートである。
下記の特定の構造的ないし機能的説明は、単に実施形態を説明するための目的で例示されたものであって、本出願の範囲が本文に説明された内容に限定されると解釈されてはならない。説明した分野に属する通常の知識を有する者であれば、このような記載から様々な修正及び変形が可能である。本明細書における「一実施形態」又は「実施形態」に関する言及は、その実施形態と関連して説明される特定の特徴、構造又は特性が少なくとも1つの実施形態に含まれるということを意味し、「一実施形態」又は「実施形態」に関する言及が必ず全て同一の実施形態を指し示すものと理解されてはならない。
第1又は第2などの用語は、複数のコンポーネントを区分するために用いられ得るが、構成要素が第1又は第2の用語によって限定されると解釈されてはいけない。また、実施形態において用いる用語は、単に特定の実施形態を説明するために用いられたものとして、実施形態を限定しようとする意図ではない。単数の表現は、文脈上、明白に異なる意味を持たない限り、複数の表現を含む。
本明細書において、「含む」又は「有する」などの用語は明細書上に記載された特徴、数字、ステップ、動作、構成要素、部品、又はこれらを組合せたものが存在することを指定しようとするものであって、1つ又はそれ以上の他の特徴、数字、ステップ、動作、構成要素、部品、又はこれらを組み合わせたものが存在又は付加の可能性を予め排除しないものとして理解されなければならない。
本発明の実施形態は、裸眼式3Dディスプレイ、メガネ型ウェアラブルデバイス、バーチャルリアリティ(Virtual Reality:VR)、ビデオゲーム、パーソナルコンピュータ、タブレットPC、モバイル装置、スマート家電製品、知能型自動車などの様々な応用でユーザの視線を追跡するのに適用される。例えば、本発明の実施形態は、裸眼式3Dディスプレイにおいて、ユーザの目の位置を追跡してユーザの目の位置による立体映像を表示するのに適用されてもよい。
以下、添付の図面を参照しながら、実施形態を詳細に説明する。添付の図面を参照して説明することにおいて、図面符号に関係なく同一の構成要素は同一の参照符号を付与し、それに対する重複説明は省略することにする。
図1は、本発明の一実施形態に係る視点追跡(eye tracking)装置の構成を説明するための図である。
図1を参照すると、視点追跡装置100は、ユーザの目の領域が撮影された画像からユーザの目の位置を決定する。画像は、カメラのような画像取得装置(図示せず)によって取得されてもよく、取得された画像は、視点追跡装置100に伝達されてもよい。視点追跡装置100は、受信された画像フレームごとにユーザの目の位置を決定し、決定された目の位置に関する情報を出力してもよい。出力された情報は、ユーザの目の位置情報に基づく様々な応用で用いられ得る。
視点追跡装置100は、特徴点検出器110、目領域決定器(eye area determiner)120、目内部領域決定器130、瞳孔領域決定器140、及び目位置決定器150を含む。特徴点検出器110、目領域決定器120、目内部領域決定器130、瞳孔領域決定器140、及び目位置決定器150の動作は1つ以上のプロセッサによって行うことができる。
特徴点検出器110は、画像から目の特徴点を検出する。特徴点検出器110は、画像において、ユーザの顔の領域又は目/鼻の領域を検出し、検出された顔の領域又は目/鼻の領域において、目の中心特徴点及び1つ以上の目の輪郭特徴点を検出する。目の中心特徴点は、目の領域の中心付近において検出される特徴点であり、目の輪郭特徴点は、目の輪郭において検出される特徴点である。
特徴点検出器110は、例えば、LBP(Local Binary Pattern)、SIFT(Scale Invariant Feature Transform)、HoG(Histogram of Oriented Gradient)、MCT(Modified Census Transform)、又はGabor Jetなどのような画像の局所特徴を抽出し、予め学習された目/鼻領域認識装置(eye and nose area recognizer)(図示せず)に抽出された特徴を入力して画像から目/鼻の領域を検出する。一実施形態によれば、特徴点検出器110は、動的輪郭モデル(Active Contour Model:ACM)、動的形状モデル(Active Shape Model:ASM)、動的外観モデル(Active Appearance model:AAM)、又はSDM(Supervised Descent Method)などを用いて目/鼻の領域において目の輪郭特徴点を検出し、検出された目の輪郭特徴点の間の中心点を目の中心特徴点と決定することができる。
目領域決定器120は、特徴点検出器110によって検出された特徴点に基づいて画像においてユーザの目の領域を決定する。目領域決定器120は、目の中心特徴点と各目の輪郭特徴点との間の距離を算出して目の中心特徴点と目の輪郭特徴点との間の最大距離を決定し、目の中心特徴点と最大距離に基づいて目の領域を決定する。例えば、目領域決定器120は、目の中心特徴点を中心に最大距離以内に位置する領域又は目の中心特徴点を基準として上下左右最大距離以内に位置する領域を目の領域と決定してもよい。
目内部領域決定器130は、目の領域において目の内部領域を決定する。目の内部領域は、実際のユーザの目に対応する領域を示す。目内部領域決定器130は、目の領域に含まれたピクセルと目の輪郭特徴点の位置関係に基づいたベクトル演算結果に基づいて目の内部領域を決定する。例えば、目内部領域決定器130は、目の領域に含まれた現在のピクセルの位置と目の輪郭特徴点の位置に基づいて第1ベクトルを算出し、その目の輪郭特徴点の位置と周辺の目の輪郭特徴点(adjacent eye contour feature point)の位置に基づいて第2ベクトルを算出してもよい。目の輪郭特徴点から時計方向に位置する他の目の輪郭特徴点が周辺の目の輪郭特徴点として決定されてもよい。目内部領域決定器130は、第1ベクトルと第2ベクトルに基づいてベクトルの外積(outer product)演算を行ってもよい。
目内部領域決定器130は、他の目の輪郭特徴点に対しても、上述のように、第1ベクトル及び第2ベクトルを算出して、ベクトルの外積演算を行うことができる。目内部領域決定器130は、現在のピクセルと各目の輪郭特徴点に対する外積演算結果の符号が互いに同一の場合、現在のピクセルが目の内部領域に含まれると決定することができ。外積演算結果の符号が互いに同一でない場合、目内部領域決定器130は、現在のピクセルが目の内部領域ではなく、目の外部領域に含まれるものと決定することができる。
瞳孔領域決定器140は、目の内部領域に含まれたピクセルのピクセル値に基づいて瞳孔の領域を決定する。瞳孔領域決定器140は、目の内部領域に含まれたピクセルの第1輝度平均値と目の中心特徴点の周辺ピクセルの第2輝度平均値に基づいて瞳孔の領域に含まれるピクセルを決定する。例えば、瞳孔領域決定器140は、目の内部領域に含まれた現在のピクセルの輝度値が第1輝度平均値に基づいた第1閾値及び第2輝度平均値に基づいた第2閾値より小さい場合、その現在のピクセルを瞳孔の領域に含まれると決定することができる。一実施形態によれば、第1閾値は、第1輝度平均値と同一であってもよく、第2閾値は、第2輝度平均値以上の値を有してもよい。
目位置決定器150は、瞳孔の領域に含まれたピクセルの位置の値に基づいてユーザの目の位置を決定する。例えば、目位置決定器150は、瞳孔の領域に含まれたピクセルの位置の値の平均値をユーザの目の位置として決定することができる。
他の実施形態によれば、特徴点検出器110は、画像において目の領域に対する特徴点を十分に検出することができない場合もある。以下においては、特徴点検出器110が画像から少数の目の輪郭特徴点を検出した場合において、視点追跡装置100が画像からユーザの目の位置を決定する過程を説明するようにする。
目領域決定器120は、画像において検出された目の輪郭特徴点に基づいて画像においてユーザの目の領域を決定する。例えば、目の端に位置する目の輪郭特徴点が検出されたと仮定すると、目領域決定器120は、目の輪郭特徴点の間の中心を算出し、決定された中心に基づいて目の輪郭特徴点の間の横方向距離を算出することができる。目領域決定器120は、横方向距離に予め設定された比率をかけて縦方向距離を決定し、目の輪郭特徴点の間の中心を基準として横方向距離と縦方向距離に基づいた領域を目の領域として決定してもよい。瞳孔領域決定器140は、決定された目の領域内において縦方向のエッジ(edge)成分を検出し、検出されたエッジ成分に基づいて瞳孔の領域に関連する楕円(円含む)成分を検出してもよい。目位置決定器150は、検出された楕円成分に基づいて瞳孔の領域と重なる仮想の楕円を推定し、楕円の重心(又は焦点又は中心)をユーザの目の位置として決定してもよい。
目位置決定器150は、上述のような過程を経て決定された2D座標値の目の位置情報を3D座標値に変換する。2Dは2次元を表し、3Dは3次元を表す。例えば、目位置決定器150は、ユーザの2つの目の間の距離情報とユーザの顔の方向情報に基づいて目の位置情報を3D座標値に変換することができる。ここで、2つの目の間の距離情報として標準値の65mmが用いられるが、これに限定されることはない。目位置決定器150は、例えば、画像において検出された特徴点を3D顔モデルに整合して個人毎に個別化された3D顔モデルを生成し、個別化された3D顔モデルの方向情報に基づいてユーザの顔の方向情報を推定してもよい。
以上、説明された過程を介して、視点追跡装置100は、画像においてユーザの目の位置をより正確に検出することができる。また、視点追跡装置100は、画像フレームごとに2つの瞳孔の領域の中心を追跡することによって画像フレームの間において発生する目の位置のずれを低減させることができる。
図2〜図8は、本発明の一実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。
図2を参照すると、視点追跡装置は、画像において、目の中心に位置すると推定した目の中心特徴点210及び目の輪郭に位置する目の輪郭特徴点222,224,226,228,230,232を検出する。視点追跡装置は、目の中心特徴点210と各目の輪郭特徴点222,224,226,228,230,232との間の距離を算出し、算出された距離値の中から最大距離値dmaxを決定する。
図3を参照すると、視点追跡装置は、図2において決定された最大距離値dmaxに基づいて目の領域310を決定する。視点追跡装置は、目の中心特徴点210を基準として上下左右への最大距離値dmax内に位置する領域を目の領域310と決定する。目の領域310の形態は、図3のように四角形有したり、又は、目の中心特徴点210を中心として最大距離値dmaxを半径の長さにする円形を有してもよいが、本発明の実施形態の範囲がこれに限定されることはない。
図4を参照すると、視点追跡装置は、目の領域310において目の内部領域を決定する。視点追跡装置は、目の領域310に含まれたピクセル410と目の輪郭特徴点222,224,226,228,230,232との間の位置関係に基づいてピクセル410が目の内部領域に含まれるか否かを決定する。視点追跡装置は、目の輪郭特徴点224とピクセル410がなす第1ベクトルV1及び目の輪郭特徴点224と目の輪郭特徴点224の時計方向に隣接した目の輪郭特徴点226がなす第2ベクトルV2の間の外積演算を行うことができる。これと同様に、視点追跡装置は、目の輪郭特徴点226に対しても、目の輪郭特徴点226とピクセル410がなす第1ベクトルV3及び目の輪郭特徴点226と目の輪郭特徴点226の時計方向に隣接した目の輪郭特徴点228がなす第2ベクトルV4の間の外積演算を行ってもよい。視点追跡装置は、他の目の輪郭特徴点222,228,230,232に対しても、上述のように外積演算を行い、全ての外積演算結果の符号が全部同一であるか否かを判断してもよい。ピクセル410の場合、外積演算結果の符号が全て同一になり、ピクセル410は、目の内部領域に含まれると決定され得る。
図5に示すように、目の領域310内に存在するが、実際、目の外部領域に位置するピクセル510に対して図4の過程と同一の過程を行うと、ピクセル510と各目の輪郭特徴点222,224,226,228,230,232との間の外積演算結果の符号が互いに同一でないことが分かる。例えば、目の輪郭特徴点228とピクセル510がなす第1ベクトルV5及び目の輪郭特徴点228と目の輪郭特徴点228の時計方向に隣接した目の輪郭特徴点230がなす第2ベクトルV6の間の外積演算結果の符号を「+」とすると、目の輪郭特徴点230とピクセル510がなす第1ベクトルV7及び目の輪郭特徴点230と目の輪郭特徴点230の時計方向に隣接した目の輪郭特徴点232がなす第2ベクトルV8の間の外積演算結果の符号は「−」となる。ピクセル510と各目の輪郭特徴点222,224,226,228,230,232との間に外積演算結果の符号が全て同一でないため、視点追跡装置は、ピクセル510が目の内部領域に含まれないと決定することができる。
視点追跡装置は、目の領域310に含まれた各ピクセルに対して図4及び図5のような過程を行って、目の領域310において目の内部領域に含まれるピクセルを決定することができる。図6は、図4及び図5の過程によって目の領域310から検出された目の内部領域610を示す。
図7を参照すると、視点追跡装置は、目の内部領域610内のピクセルのピクセル値情報に基づいて目の内部領域610内において瞳孔の領域を決定する。視点追跡装置は、目の内部領域610に含まれたピクセルの輝度値の平均値の第1輝度平均値を算出し、目の内部領域610に含まれたピクセルのうちの目の中心特徴点210の隣接領域710に含まれたピクセルの輝度値の平均値である第2輝度平均値を算出することができる。
視点追跡装置は、例えば、目の内部領域610に含まれた任意のピクセルが下記の式(1)を満たす場合、当該ピクセルが瞳孔の領域に含まれると決定してもよい。
ピクセルの輝度値<第1輝度平均値
ピクセルの輝度値<第2輝度平均値+補償値 (1)
式(1)における「補償値」は、式(1)の条件を調整するための任意の値であって、0以上の値を有する。
大部分の場合、瞳孔の領域の輝度が瞳孔の領域の周辺輝度値より小さいため、目の内部領域610に対する第1輝度平均値を閾値として考慮する。しかし、目の内部領域610において瞳孔の領域の大きさは、周辺領域より小さいため、第1輝度平均値だけを閾値と考慮すれば、瞳孔の領域の一部の周辺領域に含まれたピクセルも瞳孔の領域と間違って決定される可能性がある。式(1)のように、第1輝度平均値だけでなく目の中心特徴点210の周辺領域710に対する第2輝度平均値をさらに考慮することによって、視点追跡装置は、目の内部領域610において瞳孔の領域をより正確に決定することができる。
視点追跡装置は、目の内部領域610に含まれた全てのピクセルに対して上述のような過程を行い、瞳孔の領域と決定されたピクセルに関する情報(例えば、位置の値)を格納してもよい。
図8には、図7の追跡過程を介して決定された瞳孔の領域810が図示されている。視点追跡装置は、決定された瞳孔の領域810に含まれたピクセルの位置の値の平均をユーザの目の位置820と決定する。
図9〜図14は、本発明の他の実施形態に係る視点追跡装置が画像においてユーザの目の位置を推定する一例を説明するための図である。
図9を参照すると、視点追跡装置は、画像において、目/鼻の領域910を検出した後、目に対する特徴点922,924,926,928を検出する。図9〜図14においては、特徴点が図9に示すように各目の端だけ検出されたと仮定する。視点追跡装置は、少数の特徴点を用いることによってユーザの目の位置をより速い速度で検出することができる。
図10を参照すると、視点追跡装置は、各目において検出された2つの特徴点の間の位置関係に基づいて特徴点の間の中心を算出する。視点追跡装置は、特徴点922,924の間の中心1010を算出し、特徴点926,928の間の中心1020を算出する。
図11を参照すると、視点追跡装置は、検出された中心1010,1020と特徴点922,924,926,928の位置に基づいて目の領域1110,1120を決定する。例えば、視点追跡装置は、特徴点922及び特徴点924間の横方向距離を算出し、算出した距離方向距離に予め設定された比率(例えば、1/3)をかけて縦方向距離を決定することができる。視点追跡装置は、中心1010を基準として横方向距離及び縦方向距離に基づいた領域を目の領域1110と決定してもよい。視点追跡装置は、中心1020と特徴点926,928に対しても、上述のような過程を介して目の領域1120を決定してもよい。
図12を参照すると、視点追跡装置は、決定された目の領域内において縦方向のエッジ成分1212,1214,1216,1218を検出する。例えば、視点追跡装置は、ソーベル(Sobel)エッジ抽出方式、プルウィット(Prewitt)エッジ抽出方式、ロバート(Roberts)エッジ抽出方式、又はキャニー(Canny)エッジ抽出方式などを用いてエッジ成分1212,1214,1216,1218を検出することができる。
図13を参照すると、視点追跡装置は、検出されたエッジ成分1212,1214,1216,1218に基づいて楕円をフィッティング(fitting)して目の領域内において瞳孔の領域に関連する楕円1310,1320を検出する。図14を参照すると、視点追跡装置は、検出された各楕円1310,1320の重心を算出し、算出された重心をユーザの目の位置1410,1420と決定してもよい。
図15Aは、本発明の一実施形態に係るディスプレイ装置の構成を説明するための図である。
図15Aを参照すると、ディスプレイ装置1510は、例えば、3Dメガネが必要ない3D映像を出力する裸眼式ディスプレイである。ディスプレイ装置1510は、ユーザの目の位置を追跡し、追跡されたユーザの目の位置によって3D映像を再構成して出力することができる。ディスプレイ装置1510は、カメラ1520、目位置検出器1530、画像プロセッサ1540、及びディスプレイ部1550を含む。
カメラ1520は、ディスプレイ装置1510の前方に位置するユーザを撮影してユーザの顔の領域が示された顔の画像を取得する。
目位置検出器1530は、顔の画像内においてユーザの目の位置を検出する。目位置検出器1530は、顔の画像内の顔の領域又は目/鼻の領域において目の特徴点を検出し、検出された特徴点に基づいてユーザの目の位置を検出する。目位置検出器1530は、検出された特徴点の数によって互いに異なる方式で目の位置を検出する。例えば、顔の画像において、複数の目の輪郭特徴点及び目の中心特徴点が検出された場合、目位置検出器1530は、図2〜図8に示された過程によって顔の画像からユーザの目の位置を検出することができる。顔の画像において、少数の目の輪郭特徴点だけが検出された場合、目位置検出器1530は、図1〜図14に示された過程によって顔の画像からユーザの目の位置を検出することができる。他の例として、目位置検出器1530は、目/鼻の領域内においてテンプレートマッチング(template matching)を介して目の領域を検出した後にテンプレートの中心値を目中心位置と決定してもよい。
目位置検出器1530は、上述の過程を経て決定された2D座標値の目の位置情報を3D座標値に変換する。ディスプレイ装置1510が3次元空間上においてユーザの左右2つの目の位置に対応する3D映像を生成するためには、ユーザの2つの目の位置を2D座標値から3D座標値に変換する必要がある。目位置検出器1530は、ユーザの2つの目の間の距離情報とユーザの顔の方向情報に基づいて目の位置情報を3D座標値に変換してもよい。2つの目の間の距離情報として予め決定した標準距離値(例えば、65mm)が用いられるが、これに限定されることはない。顔の方向情報は、顔の画像から検出された特徴点を3D顔モデルに整合させた後、3D顔モデルの回転した角度を算出することによって取得されてもよい。他の例として、目位置検出器1530は、2台以上のカメラ1520を用いた三角測量法に基づいてユーザの目の位置の3D座標値を決定してもよい。
一実施形態によれば、目位置検出器1530は、目の位置情報を3D座標値に変換した後、目の位置予測を行って目の位置情報を修正した後に、画像プロセッサ1540に伝達してもよい。画像プロセッサ1540が目位置検出器1530から目の位置情報を受信した後、ユーザの目の位置に対応する3D映像を生成するまで一定時間が所要されてもよい。また、ユーザが動く場合、ユーザの目の位置が検出された時点と画像プロセッサ1540が3D映像を生成して出力する時点の間には遅延時間が発生するため、ユーザの目の位置情報を補正する必要がある。このために、目位置検出器1530は、ユーザの動き情報に基づいてユーザの目の位置経路を予測してもよく、画像プロセッサ1540は、予測された目の位置経路(eye position path)に基づいて3D映像を再構成してもよい。
画像プロセッサ1540は、目位置検出器1530によって決定されたユーザの目の位置に基づいて3D映像(例えば、ステレオ画像又は3Dグラフィックデータ)を再構成することができる。画像プロセッサ1540は、ユーザの目の位置に3D映像が到達できるようにディスプレイ部1550を介して出力する3D映像を再構成することができる。
ディスプレイ部1550は、画像プロセッサ1540によって処理された3D映像を表示する。例えば、ディスプレイ部1550は、レンチキュラーレンズ(lenticular lens)、パララックスバリア(parallax barrier)、指向性バックライト(Directional Backlight)などを用いて3D映像を実現してもよい。
図15Bは、本発明の一実施形態に係るディスプレイ装置1510のハードウェアブロック図を示す。図15Bにおいて、プロセッサ1560は、カメラ1520に、又はカメラ1520からデータ/インストラクション(instruction)を送受信し、コンピュータ読み取り可能な媒体1570に、又はコンピュータ読み取り可能な媒体1570からデータ/インストラクションを送受信する。
コンピュータ読み取り可能な媒体1570は、図1〜図14に説明された機能を行うためのインストラクションを格納する。より具体的には、プロセッサ1560は、コンピュータ読み取り可能な媒体1570に格納されたインストラクションを行うことによって視点追跡装置100、目位置検出器1530、画像プロセッサ1540の機能を実行することができる。また、コンピュータ読み取り可能な媒体1570に格納されたインストラクションを行うことによってプロセッサ1560は、図1〜図14に関連して、上記において説明された目追跡及び目位置決定を行う特殊な目的のコンピュータデバイスであってもよい。プロセッサ1560は、1つ以上の中央処理装置(Central Processing Units:CPUs)、デジタル信号プロセッサ(Digital Signal Processors:DSPs)、特定用途向け集積回路、フィールドプログラマブルゲートアレイ(Field Programmable Gate Arrays:FPGAs)などのような処理装置を含んでもよい。
プロセッサ1560又はディスプレイ1550は、上記の処理された3D映像を表示するように制御してもよい。
図16は、本発明の一実施形態に係る視点追跡方法の動作を説明するためのフローチャートである。視点追跡方法は、1つ以上のプロセッサを含む視点追跡装置によって行うことができる。
図16を参照すると、ステップS1610における視点追跡装置は、特徴点を検出する。例えば、視点追跡装置は、ユーザの顔が撮影された画像において目/鼻の領域を検出し、目/鼻の領域において目の中心特徴点及び1つ以上の目の輪郭特徴点を検出することができる。
ステップS1620における視点追跡装置は、検出された特徴点に基づいて画像において目の領域を決定する。例えば、視点追跡装置は、目の中心特徴点と各目の輪郭特徴点との間の距離を算出して目の中心特徴点と目の輪郭特徴点との間の最大距離を決定し、目の中心特徴点と最大距離に基づいて目の領域を決定することができる。
ステップS1630における視点追跡装置は、目の領域に含まれたピクセルの位置と特徴点の位置に基づいて目の内部領域を決定する。視点追跡装置は、目の領域に含まれた現在のピクセルの位置と目の輪郭特徴点の位置に基づいて第1ベクトルを算出し、その目の輪郭特徴点の位置と周辺の目の輪郭特徴点の位置に基づいて第2ベクトルを算出してもよい。視点追跡装置は、第1ベクトルと第2ベクトルに基づいてベクトルの外積演算を行ってもよい。視点追跡装置は、他の目の輪郭特徴点に対しても、上述のように、第1ベクトル及び第2ベクトルを算出して、ベクトルの外積演算を行ってもよい。視点追跡装置は、目の輪郭特徴点のそれぞれに対する外積演算結果の符号が全て同一であれば、現在のピクセルが目の内部領域に含まれると決定し、同一でない場合には、現在のピクセルが目の内部領域に含まれないと決定してもよい。視点追跡装置は、目の内部領域に含まれると決定されたピクセルに関する情報(例えば、輝度、位置)を格納してもよい。
ステップS1640における視点追跡装置は、目の内部領域に含まれたピクセルのピクセル値に基づいて瞳孔の領域を決定する。視点追跡装置は、目の内部領域に含まれた現在のピクセルの輝度値が第1輝度平均値に基づいた第1閾値及び第2輝度平均値に基づいた第2閾値より小さい場合、その現在のピクセルを瞳孔の領域に含まれると決定することができる。ここで、第1輝度平均値は、目の内部領域に含まれたピクセルの輝度値の平均値を示し、第2輝度平均値は、目の中心特徴点の周辺ピクセルの輝度値の平均値を示す。視点追跡装置は、瞳孔の領域に含まれると決定されたピクセルに関する情報(例えば、位置)を格納してもよい。
ステップS1650における視点追跡装置は、瞳孔の領域に含まれたピクセルの位置の値に基づいてユーザの目の位置を決定する。視点追跡装置は、瞳孔の領域に含まれたピクセルの位置の値の平均値をユーザの目の位置と決定することができる。
ステップS1660における視点追跡装置は、決定されたユーザの目の位置に基づいてディスプレイを制御する。
上述した実施形態は、ハードウェア構成要素、ソフトウェア構成要素、及び/又はハードウェア構成要素及びソフトウェア構成要素の組み合わせで具現される。例えば、本実施形態で説明した装置及び構成要素は、例えば、プロセッサ、コントローラ、ALU(arithmetic logic unit)、デジタル信号プロセッサ(digital signal processor)、マイクロコンピュータ、FPA(field programmable array)、PLU(programmable logic unit)、マイクロプロセッサー、又は命令(instruction)を実行して応答する異なる装置のように、1つ以上の汎用コンピュータ又は特殊目的コンピュータを用いて具現される。処理装置は、オペレーティングシステム(OS)及びオペレーティングシステム上で行われる1つ以上のソフトウェアアプリケーションを実行する。また、処理装置は、ソフトウェアの実行に応答してデータをアクセス、格納、操作、処理、及び生成する。理解の便宜のために、処理装置は1つが使用されるものとして説明する場合もあるが、当該技術分野で通常の知識を有する者は、処理装置が複数の処理要素(processing element)及び/又は複数類型の処理要素を含むことが分かる。例えば、処理装置は、複数のプロセッサ又は1つのプロセッサ及び1つのコントローラを含む。また、並列プロセッサ(parallel processor)のような、他の処理構成も可能である。
ソフトウェアは、コンピュータプログラム、コード、命令、又はこれらのうちの1つ以上の組合せを含み、希望通りに動作するように処理装置を構成し、独立的又は結合的に処理装置に命令する。ソフトウェア及び/又はデータは、処理装置によって解釈され、処理装置に命令又はデータを提供するためのあらゆる類型の機械、構成要素、物理的装置、仮想装置、コンピュータ格納媒体又は装置、或いは送信される信号波を介して永久的又は一時的に具現化される。ソフトウェアは、ネットワークに接続されたコンピュータシステム上に分散され、分散された方法で格納されるか又は実行される。ソフトウェア及びデータは1つ以上のコンピュータ読み取り可能な記録媒体に格納される。
本実施形態による方法は、多様なコンピュータ手段を介して実施されるプログラム命令の形態で具現され、コンピュータ読み取り可能な記録媒体に記録される。記録媒体は、プログラム命令、データファイル、データ構造などを単独又は組合せて含む。記録媒体及びプログラム命令は、本発明の目的のために特別に設計して構成されたものでもよく、コンピュータソフトウェア分野の技術を有する当業者にとって公知のものであり使用可能なものであってもよい。コンピュータ読み取り可能な記録媒体の例としては、ハードディスク、フロッピー(登録商標)ディスク及び磁気テープのような磁気媒体、CD−ROM、DVDのような光記録媒体、フロプティカルディスクのような磁気−光媒体、及びROM、RAM、フラッシュメモリなどのようなプログラム命令を保存して実行するように特別に構成されたハードウェア装置を含む。プログラム命令の例としては、コンパイラによって生成されるような機械語コードだけでなく、インタプリタなどを用いてコンピュータによって実行される高級言語コードを含む。ハードウェア装置は、本発明の動作を実行するために1つ以上のソフトウェアモジュールとして作動するように構成してもよく、その逆も同様である。
上述したように、実施形態が限定された図面によって説明されたが、当技術分野における通常の知識を有する者であれば、前記の記載から様々な修正及び変形が可能である。例えば、説明された技術が説明された方法と異なる順序で遂行されたり、及び/又は説明されたシステム、構造、装置、回路などの構成要素が説明された方法と異なる形態で結合又は組み合わせたり、他の構成要素又は均等物によって代替、置換されても適切な結果が達成され得る。したがって、本発明の範囲は、開示された実施形態に限定されて定められるものではなく、特許請求の範囲及び特許請求の範囲と均等なものなどによって定められるものである。
100:視点追跡装置
110:特徴点検出器
120:目領域決定器
130:目内部領域決定器
140:瞳孔領域決定器
150:目位置決定器

Claims (20)

  1. 画像におけるユーザの顔の領域のうち少なくとも1つの部分に対応する特徴点を取得するステップと、
    前記特徴点に基づいて前記ユーザの第1の目の領域における目の内部領域を決定するステップと、
    前記目の内部領域に含まれた少なくとも1つのピクセルのピクセル値に基づいて瞳孔の領域を決定するステップと、
    前記瞳孔の領域に含まれた各ピクセルの位置の値に基づいて前記ユーザの目の位置を決定するステップと、
    を含む視点追跡方法。
  2. 前記目の内部領域を決定するステップは、前記目の領域の特徴点の位置と前記目の領域のピクセルの位置とに基づいて前記目の領域の目の内部領域を決定するステップを含む、請求項1に記載の視点追跡方法。
  3. 前記瞳孔の領域を決定するステップは、前記目の内部領域に含まれたピクセルの第1輝度平均値と目の中心特徴点の周辺ピクセルの第2輝度平均値に基づいて前記瞳孔の領域に含まれるピクセルを決定するステップを含み、
    前記目の中心特徴点は、前記第1の目の中心に対応する特徴点のうち1つの特徴点である、請求項1又は請求項2に記載の視点追跡方法。
  4. 前記瞳孔の領域に含まれるピクセルを決定するステップは、
    前記目の内部領域に含まれた現在のピクセルの輝度値が第1閾値及び第2閾値より小さいか否かを決定するステップを含み、
    前記第1閾値は、前記第1輝度平均値に基づき、
    前記第2閾値は、前記第2輝度平均値に基づく、請求項3に記載の視点追跡方法。
  5. 前記目の内部領域を決定するステップは、
    前記目の領域に含まれた現在のピクセルと前記特徴点のうちの第1の目の輪郭特徴点とに基づいて第1ベクトルを算出するステップと、
    前記第1の目の輪郭特徴点と前記特徴点のうちの第2の目の輪郭特徴点とに基づいて第2ベクトルを算出するステップと、
    前記第1ベクトルと前記第2ベクトルとに基づいたベクトル演算結果に基づいて前記現在のピクセルが前記目の内部領域に含まれるか否かを決定するステップとを含み、
    前記第2の目の輪郭特徴点は、前記第1の目の輪郭特徴点に隣接し、
    前記第1の目の輪郭特徴点及び前記第2の目の輪郭特徴点は、前記目の領域の目の輪郭に対応する請求項1乃至請求項4のうちいずれか一項に記載の視点追跡方法。
  6. 前記現在のピクセルが前記目の内部領域に含まれるか否かを決定するステップは、前記第1の目の輪郭特徴点及び前記第2の目の輪郭特徴点のそれぞれに対するベクトル演算結果が互いに同一の符号を示す場合、前記現在のピクセルが前記目の内部領域に含まれると決定する、請求項5に記載の視点追跡方法。
  7. 前記ユーザの目の位置を決定するステップは、前記瞳孔の領域に含まれたピクセルの位置の値の平均値を前記ユーザの目の位置と決定する、請求項1乃至請求項6のうちいずれか一項に記載の視点追跡方法。
  8. 前記目の領域を決定するステップは、
    前記特徴点のうちの目の中心特徴点と前記特徴点のうちの各目の輪郭特徴点との間の距離の中から最大距離を決定するステップと、
    前記目の中心特徴点の位置と前記最大距離に基づいて前記目の領域を決定するステップとを含み、
    前記目の中心特徴点は、前記ユーザの第1の目の中心に対応し、
    前記目の輪郭特徴点は、前記第1の目の輪郭に対応する、請求項1乃至請求項7のうちいずれか一項に記載の視点追跡方法。
  9. 前記ユーザの目の領域を決定するステップは、
    前記画像において前記特徴点のうちの目の中心特徴点及び前記特徴点のうち少なくとも1つの目の輪郭特徴点を検出するステップと、
    前記検出された目の中心特徴点及び前記少なくとも1つの目の輪郭特徴点に基づいて前記目の領域を決定するステップとを含み、
    前記目の中心特徴点は、前記ユーザの第1の目の中心に対応し、
    前記少なくとも1つの目の輪郭特徴点は、前記第1の目の輪郭の一部分に対応する、請求項1乃至請求項8のうちいずれか一項に記載の視点追跡方法。
  10. 前記ユーザの目の位置を決定するステップは、
    前記瞳孔の領域の各ピクセルの位置の値に基づいて前記第1の目の2D位置情報を決定するステップと、
    前記ユーザの2つの目の間の距離情報とユーザの顔の方向情報に基づいて前記2D位置情報を3D座標値に変換するステップとを含み、
    前記距離情報は、前記ユーザの第1の目と第2の目との間の距離に関連し、
    前記方向情報は、前記ユーザの顔の方向に関連する、請求項1乃至請求項9のうちいずれか一項に記載の視点追跡方法。
  11. 前記2D位置情報を3D座標値に変換するステップは、前記特徴点を3D顔モデルに整合して個別化された3D顔モデルを生成し、前記個別化された3D顔モデルの方向情報に基づいて前記ユーザの顔の方向情報を推定するステップを含む、請求項10に記載の視点追跡方法。
  12. 前記ユーザの目の位置に基づいて裸眼ディスプレイを制御するステップをさらに含む、請求項1乃至請求項11のうちいずれか一項に記載の視点追跡方法。
  13. 請求項1ないし12のうち何れか一項に記載の視点追跡方法を視点追跡装置のコンピュータに実行させるコンピュータプログラム。
  14. 画像におけるユーザの顔の領域のうち少なくとも1つの部分に対応する特徴点を取得する特徴点検出器と、
    前記特徴点に基づいて前記ユーザの第1の目の領域における目の内部領域を決定する目内部領域決定器と、
    前記目の内部領域に含まれた少なくとも1つのピクセルのピクセル値に基づいて瞳孔の領域を決定する瞳孔領域決定器と、
    前記瞳孔の領域に含まれた各ピクセルの位置の値に基づいて前記ユーザの目の位置を決定する目位置決定器と、
    を含む視点追跡装置。
  15. 前記目内部領域決定器は、前記目の領域に含まれたピクセルのうちのピクセルと前記特徴点との間の位置関係に基づいたベクトル演算結果に基づいて前記目の内部領域に含まれるピクセルを決定する、請求項14に記載の視点追跡装置。
  16. 前記瞳孔領域決定器は、前記目の内部領域に含まれたピクセルの輝度値を前記目の内部領域に含まれたピクセルの第1輝度平均値及び目の中心特徴点の周辺ピクセルの第2輝度平均値と比較して前記瞳孔の領域に含まれるピクセルを決定する、請求項14又は請求項15に記載の視点追跡装置。
  17. 前記特徴点に基づいて前記画像においてユーザの目の領域を決定する目領域決定器をさらに含む、請求項14乃至請求項16のうちいずれか一項に記載の視点追跡装置。
  18. 特徴点に基づいて画像におけるユーザの目の領域を決定する目領域決定器と、
    前記目の領域内において縦方向のエッジ成分を検出し、前記検出されたエッジ成分に基づいて瞳孔の領域に関連する楕円成分を検出する瞳孔領域決定器と、
    前記楕円成分に基づいて楕円の中心を前記ユーザの目の位置と決定する目位置決定器と、
    を含む視点追跡装置。
  19. 前記目領域決定器は、目の輪郭特徴点の間の中心を決定し、前記目の輪郭特徴点の間の中心と前記目の輪郭特徴点の間の横方向距離に基づいて前記目の領域を決定し、
    前記目の輪郭特徴点は前記ユーザの目の輪郭に対応する、請求項18に記載の視点追跡装置。
  20. 前記目領域決定器は、前記横方向距離に基づいて縦方向距離を決定し、前記目の輪郭特徴点の間の中心を基準に前記横方向距離と前記縦方向距離に基づいた領域を前記目の領域と決定する、請求項19に記載の視点追跡装置。
JP2016167769A 2015-09-07 2016-08-30 視点追跡方法及び装置 Active JP6795930B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2015-0126149 2015-09-07
KR1020150126149A KR102463169B1 (ko) 2015-09-07 2015-09-07 시점 추적 방법 및 장치

Publications (2)

Publication Number Publication Date
JP2017054503A true JP2017054503A (ja) 2017-03-16
JP6795930B2 JP6795930B2 (ja) 2020-12-02

Family

ID=56081220

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016167769A Active JP6795930B2 (ja) 2015-09-07 2016-08-30 視点追跡方法及び装置

Country Status (5)

Country Link
US (1) US9898080B2 (ja)
EP (1) EP3139303B1 (ja)
JP (1) JP6795930B2 (ja)
KR (1) KR102463169B1 (ja)
CN (1) CN106504271B (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020054193A1 (ja) * 2018-09-11 2020-03-19 ソニー株式会社 情報処理装置、情報処理方法及びプログラム
JP2021043946A (ja) * 2020-05-28 2021-03-18 株式会社スワローインキュベート 画像処理方法、画像処理装置、及び画像処理プログラム
WO2021049059A1 (ja) * 2019-09-13 2021-03-18 株式会社スワローインキュベート 画像処理方法、画像処理装置、及び画像処理プログラム
WO2021124709A1 (ja) * 2019-12-19 2021-06-24 ソニーグループ株式会社 画像処理装置、画像処理方法および画像処理プログラム

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102564479B1 (ko) 2016-11-22 2023-08-07 삼성전자주식회사 사용자의 눈을 위한 3d 렌더링 방법 및 장치
JP6953247B2 (ja) * 2017-09-08 2021-10-27 ラピスセミコンダクタ株式会社 ゴーグル型表示装置、視線検出方法及び視線検出システム
CN107862732B (zh) * 2017-11-08 2020-06-19 清华大学 实时的三维眼皮重建方法及装置
KR102444666B1 (ko) * 2017-12-20 2022-09-19 현대자동차주식회사 차량용 3차원 입체 영상의 제어 방법 및 장치
CN108134928A (zh) * 2017-12-26 2018-06-08 深圳Tcl新技术有限公司 Vr显示方法和装置
CN108304071A (zh) * 2018-02-02 2018-07-20 惠州学院 一种基于眼球跟踪实现交互式2.5d的方法
CN108282650B (zh) * 2018-02-12 2019-12-24 深圳超多维科技有限公司 一种裸眼立体显示方法、装置、系统及存储介质
CN108446595A (zh) * 2018-02-12 2018-08-24 深圳超多维科技有限公司 一种空间定位方法、装置、系统及存储介质
CN108737714A (zh) * 2018-03-21 2018-11-02 北京猎户星空科技有限公司 一种拍照方法及装置
EP3707643A4 (en) 2018-04-25 2020-11-18 Beijing Didi Infinity Technology and Development Co., Ltd. SYSTEMS AND METHODS FOR BLINKING ACTION RECOGNITION BASED ON FACIAL CHARACTERISTIC POINTS
CN108922085B (zh) * 2018-07-18 2020-12-18 北京七鑫易维信息技术有限公司 一种监护方法、装置、监护设备及存储介质
CN109086713B (zh) * 2018-07-27 2019-11-15 腾讯科技(深圳)有限公司 眼部识别方法、装置、终端及存储介质
CN109102528A (zh) * 2018-08-07 2018-12-28 上海海事大学 一种船舶跟踪方法及系统
CN109151445B (zh) * 2018-09-26 2020-08-04 深圳市新致维科技有限公司 一种裸眼3d显示系统及其显示方法和计算机存储设备
CN109471527B (zh) * 2018-10-15 2022-07-22 上海理工大学 基于视觉跟踪技术的特殊病人信息交互系统及使用方法
CN111127537A (zh) * 2018-10-29 2020-05-08 托比股份公司 用于检测头戴式装置中的阴影的方法和装置
CN109784285A (zh) * 2019-01-21 2019-05-21 深圳市云眸科技有限公司 实现人脸识别的方法及装置、电子设备、存储介质
CN110032278B (zh) * 2019-03-29 2020-07-14 华中科技大学 一种人眼感兴趣物体的位姿识别方法、装置及系统
KR102214411B1 (ko) * 2019-03-29 2021-02-09 상명대학교산학협력단 렌즈 가상 착용 장치 및 방법
US11307659B2 (en) * 2019-09-18 2022-04-19 Apple Inc. Low-power eye tracking system
WO2021134160A1 (en) * 2019-12-30 2021-07-08 Fresenius Medical Care Deutschland Gmbh Method for driving a display, tracking monitor and storage medium
WO2021201161A1 (ja) * 2020-04-02 2021-10-07 京セラ株式会社 検出装置および画像表示モジュール
KR20220039113A (ko) * 2020-09-21 2022-03-29 삼성전자주식회사 엣지 컴퓨팅 서비스를 이용한 영상 컨텐츠 전송 방법 및 장치
CN113160765A (zh) * 2021-01-22 2021-07-23 京东方科技集团股份有限公司 显示装置的驱动方法、装置、电子设备及存储介质
CN114939272B (zh) * 2022-06-15 2023-08-04 广州汽车集团股份有限公司 一种基于hud的车载互动游戏方法与系统
CN115953332B (zh) * 2023-03-15 2023-08-18 四川新视创伟超高清科技有限公司 动态图像融合的亮度调整方法、系统、电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012190351A (ja) * 2011-03-11 2012-10-04 Omron Corp 画像処理装置、および画像処理方法
JP2013143736A (ja) * 2012-01-12 2013-07-22 Toshiba Corp 情報処理装置および表示制御方法
US20150097925A1 (en) * 2013-10-04 2015-04-09 Electronics And Telecommunications Research Institute Apparatus and method for displaying hologram based on pupil tracking using hybrid camera
JP2015112151A (ja) * 2013-12-09 2015-06-22 富士通株式会社 画像処理装置、画像処理方法および画像処理プログラム

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2324428A (en) 1997-04-17 1998-10-21 Sharp Kk Image tracking; observer tracking stereoscopic display
DE19953835C1 (de) 1999-10-30 2001-05-23 Hertz Inst Heinrich Rechnerunterstütztes Verfahren zur berührungslosen, videobasierten Blickrichtungsbestimmung eines Anwenderauges für die augengeführte Mensch-Computer-Interaktion und Vorrichtung zur Durchführung des Verfahrens
JP4898026B2 (ja) 2001-06-29 2012-03-14 本田技研工業株式会社 ステレオカメラを使用した顔・視線認識装置
CA2685976C (en) 2007-05-23 2013-02-19 The University Of British Columbia Methods and apparatus for estimating point-of-gaze in three dimensions
DE102007056528B3 (de) * 2007-11-16 2009-04-02 Seereal Technologies S.A. Verfahren und Vorrichtung zum Auffinden und Verfolgen von Augenpaaren
US20090196460A1 (en) 2008-01-17 2009-08-06 Thomas Jakobs Eye tracking system and method
JP2009181424A (ja) * 2008-01-31 2009-08-13 Nec Corp 画像処理装置、画像処理方法及び画像処理プログラム
KR101286965B1 (ko) * 2009-12-29 2013-07-23 동국대학교 산학협력단 시선 추적 장치 및 방법
JP5618686B2 (ja) * 2010-08-03 2014-11-05 キヤノン株式会社 視線検出装置、視線検出方法及びプログラム
US9185352B1 (en) * 2010-12-22 2015-11-10 Thomas Jacques Mobile eye tracking system
JP4893862B1 (ja) * 2011-03-11 2012-03-07 オムロン株式会社 画像処理装置、および画像処理方法
CN102830793B (zh) * 2011-06-16 2017-04-05 北京三星通信技术研究有限公司 视线跟踪方法和设备
KR101874494B1 (ko) 2011-11-25 2018-07-06 삼성전자주식회사 특징점의 삼차원 위치 계산 장치 및 방법
KR20130068732A (ko) 2011-12-16 2013-06-26 엘지전자 주식회사 입체영상 처리 장치 및 입체영상 처리 장치의 시야각을 확장하기 위한 방법
WO2013111140A2 (en) * 2012-01-26 2013-08-01 Umoove Services Ltd. Eye tracking
KR101471488B1 (ko) 2012-03-23 2014-12-10 경북대학교 산학협력단 시선 추적 장치 및 방법
CN103793045B (zh) * 2012-10-31 2016-12-28 原相科技股份有限公司 瞳孔追踪装置
CN103136512A (zh) * 2013-02-04 2013-06-05 重庆市科学技术研究院 一种瞳孔定位方法及系统
KR101387775B1 (ko) * 2013-02-14 2014-04-21 인하대학교 산학협력단 강화학습을 이용한 눈동자 추적 시스템 및 그 추적 방법
CN104346621A (zh) * 2013-07-30 2015-02-11 展讯通信(天津)有限公司 创建眼睛模板及检测眼睛状态的方法与装置
KR102093455B1 (ko) * 2013-10-04 2020-03-25 한국전자통신연구원 하이브리드 카메라에 기초한 동공 추적을 이용한 홀로그램 표시 장치 및 방법
JP6304999B2 (ja) * 2013-10-09 2018-04-04 アイシン精機株式会社 顔検出装置、方法およびプログラム
KR101470243B1 (ko) 2013-11-15 2014-12-05 현대자동차주식회사 시선 검출 장치 및 그 시선 검출 방법
KR20150070802A (ko) * 2013-12-17 2015-06-25 현대자동차주식회사 동공 검출 장치 및 동공 검출 방법
KR101808129B1 (ko) * 2014-10-14 2017-12-13 한국전자통신연구원 디지털 홀로그래픽 테이블탑형 디스플레이 장치 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012190351A (ja) * 2011-03-11 2012-10-04 Omron Corp 画像処理装置、および画像処理方法
JP2013143736A (ja) * 2012-01-12 2013-07-22 Toshiba Corp 情報処理装置および表示制御方法
US20150097925A1 (en) * 2013-10-04 2015-04-09 Electronics And Telecommunications Research Institute Apparatus and method for displaying hologram based on pupil tracking using hybrid camera
JP2015112151A (ja) * 2013-12-09 2015-06-22 富士通株式会社 画像処理装置、画像処理方法および画像処理プログラム

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020054193A1 (ja) * 2018-09-11 2020-03-19 ソニー株式会社 情報処理装置、情報処理方法及びプログラム
JPWO2020054193A1 (ja) * 2018-09-11 2021-08-30 ソニーグループ株式会社 情報処理装置、情報処理方法及びプログラム
JP7230923B2 (ja) 2018-09-11 2023-03-01 ソニーグループ株式会社 情報処理装置、情報処理方法及びプログラム
WO2021049059A1 (ja) * 2019-09-13 2021-03-18 株式会社スワローインキュベート 画像処理方法、画像処理装置、及び画像処理プログラム
JP2021043869A (ja) * 2019-09-13 2021-03-18 株式会社スワローインキュベート 画像処理方法、画像処理装置、及び画像処理プログラム
WO2021124709A1 (ja) * 2019-12-19 2021-06-24 ソニーグループ株式会社 画像処理装置、画像処理方法および画像処理プログラム
JP2021043946A (ja) * 2020-05-28 2021-03-18 株式会社スワローインキュベート 画像処理方法、画像処理装置、及び画像処理プログラム

Also Published As

Publication number Publication date
US20170068315A1 (en) 2017-03-09
US9898080B2 (en) 2018-02-20
EP3139303A1 (en) 2017-03-08
KR102463169B1 (ko) 2022-11-04
KR20170029166A (ko) 2017-03-15
EP3139303B1 (en) 2021-06-30
CN106504271B (zh) 2022-01-25
CN106504271A (zh) 2017-03-15
JP6795930B2 (ja) 2020-12-02

Similar Documents

Publication Publication Date Title
JP6795930B2 (ja) 視点追跡方法及び装置
CN109074681B (zh) 信息处理装置、信息处理方法和程序
EP3195595B1 (en) Technologies for adjusting a perspective of a captured image for display
US10282913B2 (en) Markerless augmented reality (AR) system
US10535160B2 (en) Markerless augmented reality (AR) system
US9652861B2 (en) Estimating device and estimation method
US9600714B2 (en) Apparatus and method for calculating three dimensional (3D) positions of feature points
KR102455632B1 (ko) 스테레오 매칭 방법 및 장치
JP2019526133A5 (ja)
US10140513B2 (en) Reference image slicing
KR20160020369A (ko) 향상된 안구 추적을 위한 장면 분석
JP2017515182A (ja) 視線追跡
KR20170056860A (ko) 이미지 생성 방법 및 장치
US20160224864A1 (en) Object detecting method and apparatus based on frame image and motion vector
KR102509823B1 (ko) 그리드 기반의 평면 추정 방법 및 장치
US20160205382A1 (en) Method and apparatus for generating a labeled image based on a three dimensional projection
WO2018042074A1 (en) A method, apparatus and computer program product for indicating a seam of an image in a corresponding area of a scene
KR102415507B1 (ko) 영상 처리 방법 및 영상 처리 장치
KR20150093048A (ko) 그래픽스 데이터를 렌더링하는 방법 및 장치
US10915736B2 (en) Image processing method and apparatus
JP2023065296A (ja) 平面検出装置及び方法
KR101844367B1 (ko) 부분 포즈 추정에 의하여 개략적인 전체 초기설정을 사용하는 머리 포즈 추정 방법 및 장치
KR102269088B1 (ko) 동공 추적 장치 및 방법
Elloumi et al. Real-time estimation of camera orientation by tracking orthogonal vanishing points in videos
KR102654614B1 (ko) 깊이 이미지 생성 장치 및 그 동작 방법

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190729

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200728

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201027

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20201110

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201113

R150 Certificate of patent or registration of utility model

Ref document number: 6795930

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250