JP2018523879A5

JP2018523879A5 -

Info

Publication number: JP2018523879A5
Application number: JP2018509551A
Authority: JP
Filing date: 2016-08-16
Publication date: 2019-09-26
Anticipated expiration: 2036-08-16

Description

本明細書に説明される主題の１つ以上の実装の詳細が、付随の図面および以下の説明に記載される。他の特徴、側面、および利点が、説明、図面、および請求項から明白となるであろう。本発明の概要または以下の発明を実施するための形態のいずれも、本発明の主題の範囲を定義もしくは限定することを意味しない。
本発明は、例えば、以下を提供する。
（項目１）
眼瞼形状推定のための方法であって、前記方法は、
ハードウェアプロセッサの制御下で、
エッジ検出器を使用して眼の瞳孔境界を検出することと、
前記瞳孔境界を使用して前記眼の眼ポーズを決定することであって、
前記眼ポーズの眼ポーズ座標系は、前記眼の静止向きに対する前記眼の方位角および天頂角を備え、
前記眼ポーズ座標系と眼瞼形状座標系との間の関数関係は、マッピング行列を備え、
前記眼瞼形状座標系は、前記眼の水平シフト、垂直シフト、および曲率を備えている、
ことと、
前記眼ポーズと前記関数関係とに少なくとも部分的に基づいて、前記眼の眼瞼形状を推定することと、
前記眼瞼形状に基づいて、前記眼の眼瞼形状の放物曲線を適合させることと
を含む、方法。
（項目２）
前記放物曲線を適合させることは、前記放物曲線の曲率が正であり、かつ前記眼瞼が前記眼の上眼瞼である場合、または、前記放物曲線の曲率が負であり、かつ前記眼瞼が下眼瞼である場合、前記眼瞼形状に基づいて、前記眼の眼瞼の新しい放物曲線を適合させることを含む、項目１に記載の方法。
（項目３）
前記エッジ検出器を使用して前記眼の瞳孔境界を検出することに先立って、眼画像にモルフォロジカルフィルタを適用することをさらに含む、項目１に記載の方法。
（項目４）
前記エッジ検出器は、Ｃａｎｎｙエッジ検出器を備えている、項目１に記載の方法。
（項目５）
前記マッピング行列は、眼瞼形状および眼ポーズの回帰分析によって決定される、項目１に記載の方法。
（項目６）
項目１−５のうちのいずれか１項に記載の方法を実施するようにプログラムされているハードウェアプロセッサ。
（項目７）
眼瞼形状推定のための装着可能ディスプレイシステムであって、前記装着可能ディスプレイシステムは、
項目６に記載のハードウェアプロセッサと、
前記眼画像を捕捉し、前記眼画像を前記ハードウェアプロセッサに伝送するように構成されている画像捕捉デバイスと
を備えている、装着可能ディスプレイシステム。
（項目８）
前記ハードウェアプロセッサは、前記眼のバイオメトリック情報を決定するようにさらにプログラムされている、項目７に記載の装着可能ディスプレイシステム。
（項目９）
ヘッドマウントディスプレイシステムであって、前記ヘッドマウントディスプレイシステムは、
眼画像を捕捉するように構成されている画像捕捉デバイスと、
眼瞼形状マッピングモデルを記憶するように構成されている非一過性メモリと、
前記非一過性メモリと通信しているハードウェアプロセッサと
を備え、
前記ハードウェアプロセッサは、
前記画像捕捉デバイスから前記眼画像を受信することと、
前記眼画像内の眼の眼ポーズを決定することと、
前記眼ポーズと前記眼瞼形状マッピングモデルとに少なくとも部分的に基づいて、前記眼の眼瞼形状を推定することと
を行うようにプログラムされており、
前記眼瞼形状マッピングモデルは、前記眼瞼形状を前記眼ポーズに関連付ける、ヘッドマウントディスプレイシステム。
（項目１０）
前記眼ポーズは、前記眼の静止向きに対する前記眼の方位角および天頂角の測定値を備えている、項目９に記載のヘッドマウントディスプレイシステム。
（項目１１）
前記眼瞼形状は、前記眼の水平シフト、垂直シフト、および曲率の決定を備えている、項目９−１０のうちのいずれか１項に記載のヘッドマウントディスプレイシステム。
（項目１２）
前記眼瞼形状マッピングモデルは、前記眼ポーズと前記眼瞼形状との間のパラメトリック関係を備えている、項目９−１１のうちのいずれか１項に記載のヘッドマウントディスプレイシステム。
（項目１３）
前記パラメトリック関係は、放物線または多項式を備えている、項目１２に記載のヘッドマウントディスプレイシステム。
（項目１４）
前記眼瞼形状マッピングモデルは、ニューラルネットワークを備えている、項目９−１１のうちのいずれか１項に記載のヘッドマウントディスプレイシステム。
（項目１５）
前記ハードウェアプロセッサは、前記眼瞼形状を使用して前記眼のバイオメトリックデータを決定するようにさらにプログラムされている、項目９−１４のうちのいずれか１項に記載のヘッドマウントディスプレイシステム。
（項目１６）
眼瞼形状推定のための方法であって、前記方法は、
ハードウェアプロセッサの制御下で、
眼画像内の眼の眼ポーズを決定することと、
前記眼ポーズに基づいて、眼瞼形状を推定することと
を含む、方法。
（項目１７）
前記眼ポーズは、前記眼の静止向きからの前記眼の少なくとも２つの角度偏差を備えている、項目１６に記載の方法。
（項目１８）
前記眼瞼形状を推定することは、眼瞼形状マッピングモデルを前記眼ポーズに適用することを含む、項目１６に記載の方法。
（項目１９）
前記眼瞼形状マッピングモデルは、前記眼ポーズと前記眼瞼形状との間のパラメトリック関係を備えている、項目１８に記載の方法。
（項目２０）
前記眼瞼形状は、多項式によって表される、項目１９に記載の方法。
（項目２１）
前記眼瞼形状マッピングモデルは、ニューラルネットワークを備えている、項目２０に記載の方法。
（項目２２）
前記眼瞼形状に基づいて前記眼ポーズを再決定することと、
前記決定された眼ポーズと前記再決定された眼ポーズとの一致を検証することと
をさらに含む、項目１６に記載の方法。
（項目２３）
項目１６−２２のうちのいずれか１項に記載の方法を実施するようにプログラムされているハードウェアプロセッサ。
（項目２４）
眼瞼形状推定のための装着可能ディスプレイシステムであって、前記装着可能ディスプレイシステムは、
項目２３に記載のハードウェアプロセッサと、
前記眼画像を捕捉し、前記眼画像を前記ハードウェアプロセッサに伝送するように構成されている画像デバイスと
を備えている、装着可能ディスプレイシステム。
（項目２５）
眼瞼形状推定のための眼瞼形状マッピングモデルを訓練する方法であって、前記方法は、
ハードウェアプロセッサの制御下で、
眼瞼形状を眼ポーズに関連付ける訓練データにアクセスすることと、
前記訓練データに基づいて眼瞼形状マッピングモデルを訓練することと、
前記訓練された眼瞼形状マッピングモデルを出力することと
含む、方法。
（項目２６）
複数の方向に向いている眼の複数の画像を備えている眼画像データを取得することと、
前記訓練データを決定するために、前記眼画像データを分析することと、
をさらに含む、項目２５に記載の方法。
（項目２７）
前記眼画像データを分析することは、右眼の水平に反射された鏡像および左眼の画像、または、左眼の水平に反射された鏡像および右眼の画像を備えている眼画像データを生成することを含む、項目２６に記載の方法。
（項目２８）
前記訓練データに基づいて前記眼瞼形状マッピングモデルを訓練することは、統計モデルまたはニューラルネットワークを前記訓練データに適用することを含む、項目２６に記載の方法。
（項目２９）
眼ポーズ推定のための方法であって、前記方法は、
ハードウェアプロセッサの制御下で、
エッジ検出器を使用して、眼の眼瞼と前記眼の虹彩との間の境界を検出することと、
前記眼の眼瞼と前記眼の虹彩との間の前記境界を使用して、前記眼の眼瞼形状を決定することであって、
前記眼瞼形状の眼瞼形状座標系は、前記眼の水平シフト、垂直シフト、および曲率を備え、
前記眼瞼形状座標系と眼ポーズ形状座標系との間の関数関係は、マッピング行列を備え、
前記眼ポーズ座標系は、前記眼の静止向きに対する前記眼の方位偏向角および天頂偏向角を備えている
ことと、
前記眼瞼形状と前記関数関係とに少なくとも部分的に基づいて、前記眼の眼ポーズを推定することと
を含む、方法。
（項目３０）
前記眼の眼瞼形状を決定することは、放物曲線を前記眼の眼瞼と前記眼の虹彩との間の前記境界に適合させることを含む、項目２９に記載の方法。
（項目３１）
前記エッジ検出器を使用して前記眼の眼瞼と前記眼の虹彩との間の前記境界を検出することに先立って、眼画像にモルフォロジカルフィルタを適用することをさらに含む、項目２９に記載の方法。
（項目３２）
前記エッジ検出器は、Ｃａｎｎｙエッジ検出器を備えている、項目２９に記載の方法。
（項目３３）
前記マッピング行列は、眼ポーズおよび眼瞼形状の回帰分析によって決定される、項目２９に記載の方法。
（項目３４）
項目２９−３３のうちのいずれか１項に記載の方法を実施するようにプログラムされているハードウェアプロセッサ。
（項目３５）
眼ポーズ推定のための装着可能ディスプレイシステムであって、前記装着可能ディスプレイシステムは、
項目３４に記載のハードウェアプロセッサと、
前記眼画像を捕捉し、前記眼画像を前記ハードウェアプロセッサに伝送するように構成されている画像デバイスと
を備えている、装着可能ディスプレイシステム。
（項目３６）
前記ハードウェアプロセッサは、前記眼のバイオメトリック情報を決定するようにさらにプログラムされている、項目３５に記載の装着可能ディスプレイシステム。
（項目３７）
前記バイオメトリック情報は、前記眼の虹彩コードを備えている、項目３６に記載の装着可能ディスプレイシステム。
（項目３８）
ヘッドマウントディスプレイシステムであって、前記ヘッドマウントディスプレイシステムは、
眼画像を捕捉するように構成されている画像捕捉デバイスと、
眼ポーズマッピングモデルを記憶するように構成されている非一過性メモリと、
前記非一過性メモリと通信しているハードウェアプロセッサと
を備え、
前記ハードウェアプロセッサは、
前記画像捕捉デバイスから前記眼画像を受信することと、
前記眼画像内の眼の眼瞼形状を決定することと、
前記眼瞼形状と前記眼ポーズマッピングモデルとに少なくとも部分的に基づいて、前記眼の眼ポーズを推定することと
を行うようにプログラムされており、
前記眼ポーズ形状マッピングモデルは、前記眼瞼形状を前記眼ポーズに関連付ける、ヘッドマウントディスプレイシステム。
（項目３９）
前記眼ポーズは、前記眼の静止向きに対する前記眼の方位角および天頂角の測定値を備えている、項目３８に記載のヘッドマウントディスプレイシステム。
（項目４０）
前記眼瞼形状は、前記眼の水平シフト、垂直シフト、および曲率の決定を備えている、項目３８に記載のヘッドマウントディスプレイシステム。
（項目４１）
前記眼ポーズマッピングモデルは、前記眼瞼形状と前記眼ポーズとの間のパラメトリック関係を備えている、項目３８に記載のヘッドマウントディスプレイシステム。
（項目４２）
前記パラメトリック関係は、放物線を備えている、項目３８に記載のヘッドマウントディスプレイシステム。
（項目４３）
前記眼ポーズマッピングモデルは、ニューラルネットワークを備えている、項目３８に記載のヘッドマウントディスプレイシステム。
（項目４４）
前記ハードウェアプロセッサは、前記眼ポーズを使用して前記眼のバイオメトリックデータを決定するようにさらにプログラムされている、項目３８に記載のヘッドマウントディスプレイシステム。
（項目４５）
前記バイオメトリックデータは、前記眼の虹彩コードを備えている、項目４４に記載のヘッドマウントディスプレイシステム。
（項目４６）
眼ポーズ推定のための方法であって、前記方法は、
ハードウェアプロセッサの制御下で、
眼画像内の眼の眼瞼形状を決定することと、
前記眼瞼形状に少なくとも部分的に基づいて、眼ポーズを推定することと
を含む、方法。
（項目４７）
前記眼ポーズは、前記眼の静止向きからの前記眼の少なくとも２つの角度偏差を備えている、項目４６に記載の方法。
（項目４８）
前記眼ポーズを推定することは、眼ポーズマッピングモデルを前記眼瞼形状に適用することを含む、項目４６に記載の方法。
（項目４９）
前記眼ポーズマッピングモデルは、前記眼瞼形状と前記眼ポーズとの間のパラメトリック関係を備えている、項目４８に記載の方法。
（項目５０）
前記眼瞼形状は、多項式によって表される、項目４９に記載の方法。
（項目５１）
前記眼瞼形状マッピングモデルは、ニューラルネットワークを備えている、項目５０に記載の方法。
（項目５２）
前記眼ポーズに基づいて前記眼瞼形状を再決定することと、
前記決定された眼瞼形状と前記再決定された眼瞼形状との一致を検証することと
をさらに含む、項目４６に記載の方法。
（項目５３）
項目４６−５２のうちのいずれか１項に記載の方法を実施するようにプログラムされているハードウェアプロセッサ。
（項目５４）
眼ポーズ推定のための装着可能ディスプレイシステムであって、前記装着可能ディスプレイシステムは、
項目５３に記載のハードウェアプロセッサと、
前記眼画像を捕捉し、前記眼画像を前記ハードウェアプロセッサに伝送するように構成されている画像デバイスと
を備えている、装着可能ディスプレイシステム。
（項目５５）
眼ポーズ推定のための眼ポーズマッピングモデルを訓練する方法であって、前記方法は、
ハードウェアプロセッサの制御下で、
眼瞼形状を眼ポーズに関連付ける訓練データにアクセスすることと、
前記訓練データに基づいて眼ポーズマッピングモデルを訓練することと、
前記訓練された眼ポーズマッピングモデルを出力することと
を含む、方法。
（項目５６）
複数の方向に向いている眼の複数の画像を備えている眼画像データを取得することと、
前記訓練データを決定するために、前記眼画像データを分析することと
をさらに含む、項目５５に記載の方法。
（項目５７）
前記眼画像データを分析することは、右眼の水平に反射された鏡像および左眼の画像、または、左眼の水平に反射された鏡像および右眼の画像を備えている眼画像データを生成することを含む、項目５６に記載の方法。
（項目５８）
前記訓練データに基づいて眼ポーズマッピングモデルを訓練することは、統計モデルまたはニューラルネットワークを前記訓練データに適用することを含む、項目５６−５７のうちのいずれか１項に記載の方法。

Claims

眼瞼形状推定のための方法であって、前記方法は、
ハードウェアプロセッサの制御下で、
エッジ検出器を使用して眼の瞳孔境界を検出することと、
前記瞳孔境界を使用して前記眼の眼ポーズを決定することであって、
前記眼ポーズの眼ポーズ座標系は、前記眼の静止向きに対する前記眼の方位角および天頂角を備え、
前記眼ポーズ座標系と眼瞼形状座標系との間の関数関係は、マッピング行列を備え、
前記眼瞼形状座標系は、前記眼瞼の水平シフト、垂直シフト、および曲率を備えている、
ことと、
前記眼ポーズと前記関数関係とに少なくとも部分的に基づいて、前記眼の眼瞼形状を推定することと、
前記眼瞼形状に基づいて、前記眼の眼瞼形状の放物曲線を適合させることと
を含む、方法。
前記放物曲線を適合させることは、前記放物曲線の曲率が正であり、かつ前記眼瞼が前記眼の上眼瞼である場合、または、前記放物曲線の曲率が負であり、かつ前記眼瞼が下眼瞼である場合、前記眼瞼形状に基づいて、前記眼の眼瞼の新しい放物曲線を適合させることを含む、請求項１に記載の方法。
前記エッジ検出器を使用して前記眼の瞳孔境界を検出することに先立って、眼画像にモルフォロジカルフィルタを適用することをさらに含む、請求項１に記載の方法。
前記エッジ検出器は、Ｃａｎｎｙエッジ検出器を備えている、請求項１に記載の方法。
前記マッピング行列は、眼瞼形状および眼ポーズの回帰分析によって決定される、請求項１に記載の方法。
請求項１〜５のうちのいずれか１項に記載の方法を実施するようにプログラムされているハードウェアプロセッサ。
眼瞼形状推定のための装着可能ディスプレイシステムであって、前記装着可能ディスプレイシステムは、
請求項６に記載のハードウェアプロセッサと、
前記眼画像を捕捉し、前記眼画像を前記ハードウェアプロセッサに伝送するように構成されている画像捕捉デバイスと
を備えている、装着可能ディスプレイシステム。
前記ハードウェアプロセッサは、前記眼瞼のバイオメトリック情報を決定するようにさらにプログラムされている、請求項７に記載の装着可能ディスプレイシステム。
ヘッドマウントディスプレイシステムであって、前記ヘッドマウントディスプレイシステムは、
眼画像を捕捉するように構成されている画像捕捉デバイスと、
眼瞼形状マッピングモデルを記憶するように構成されている非一過性メモリと、
前記非一過性メモリと通信しているハードウェアプロセッサと
を備え、
前記ハードウェアプロセッサは、
眼の瞳孔境界を決定することと、
前記決定された瞳孔境界を使用して前記眼画像内の眼の眼ポーズを決定することであって、前記眼ポーズの眼ポーズ座標系は、前記眼の静止向きに対する前記眼の方位角および天頂角を備え、前記眼ポーズ座標系と眼瞼形状座標系との間の関数関係は、前記眼瞼形状マッピングモデルを備え、前記眼瞼形状座標系は、前記眼瞼の水平シフト、垂直シフト、および曲率を備えている、ことと、
前記眼ポーズと前記眼瞼形状マッピングモデルとに少なくとも部分的に基づいて、前記眼の眼瞼形状を推定することと
を行うようにプログラムされており、
前記眼瞼形状マッピングモデルは、前記眼瞼形状を前記眼ポーズに関連付ける、ヘッドマウントディスプレイシステム。
前記眼瞼形状マッピングモデルは、前記眼ポーズと前記眼瞼形状との間のパラメトリック関係を備えている、請求項９に記載のヘッドマウントディスプレイシステム。
前記パラメトリック関係は、放物線または多項式を備えている、請求項１０に記載のヘッドマウントディスプレイシステム。
前記眼瞼形状マッピングモデルは、ニューラルネットワークを備えている、請求項９に記載のヘッドマウントディスプレイシステム。
前記ハードウェアプロセッサは、前記眼瞼形状を使用して前記眼のバイオメトリックデータを決定するようにさらにプログラムされている、請求項９〜１２のうちのいずれか１項に記載のヘッドマウントディスプレイシステム。
眼瞼形状推定のための方法であって、前記方法は、
ハードウェアプロセッサの制御下で、
眼画像内の眼の眼ポーズを決定することと、
前記眼ポーズに基づいて、眼瞼形状を推定することと
を含む、方法。
前記眼ポーズは、前記眼の静止向きからの前記眼の少なくとも２つの角度偏差を備えている、請求項１４に記載の方法。
前記眼瞼形状を推定することは、眼瞼形状マッピングモデルを前記眼ポーズに適用することを含む、請求項１４に記載の方法。
前記眼瞼形状マッピングモデルは、前記眼ポーズと前記眼瞼形状との間のパラメトリック関係を備えている、請求項１６に記載の方法。
前記眼瞼形状は、多項式によって表される、請求項１７に記載の方法。
前記眼瞼形状マッピングモデルは、ニューラルネットワークを備えている、請求項１８に記載の方法。
前記眼瞼形状に基づいて前記眼ポーズを再決定することと、
前記決定された眼ポーズと前記再決定された眼ポーズとの一致を検証することと
をさらに含む、請求項１４に記載の方法。
請求項１４〜２０のうちのいずれか１項に記載の方法を実施するようにプログラムされているハードウェアプロセッサ。
眼瞼形状推定のための装着可能ディスプレイシステムであって、前記装着可能ディスプレイシステムは、
請求項２１に記載のハードウェアプロセッサと、
前記眼画像を捕捉し、前記眼画像を前記ハードウェアプロセッサに伝送するように構成されている画像デバイスと
を備えている、装着可能ディスプレイシステム。
眼瞼形状推定のための眼瞼形状マッピングモデルを訓練する方法であって、前記方法は、
ハードウェアプロセッサの制御下で、
眼瞼形状を眼ポーズに関連付ける訓練データにアクセスすることと、
前記訓練データで眼瞼形状マッピングモデルを訓練することと、
前記訓練された眼瞼形状マッピングモデルを出力することと
含む、方法。
複数の方向に向いている眼の複数の画像を備えている眼画像データを取得することと、
前記訓練データを決定するために、前記眼画像データを分析することと、
をさらに含む、請求項２３に記載の方法。
前記眼画像データを分析することは、右眼の水平に反射された鏡像および左眼の画像、または、左眼の水平に反射された鏡像および右眼の画像を備えている眼画像データを生成することを含む、請求項２４に記載の方法。
前記訓練データで前記眼瞼形状マッピングモデルを訓練することは、統計モデルまたはニューラルネットワークを前記訓練データに適用することを含む、請求項２４に記載の方法。
眼ポーズ推定のための方法であって、前記方法は、
ハードウェアプロセッサの制御下で、
エッジ検出器を使用して、眼の眼瞼と前記眼の虹彩との間の境界を検出することと、
前記眼の眼瞼と前記眼の虹彩との間の前記境界を使用して、前記眼の眼瞼形状を決定することであって、
前記眼瞼形状の眼瞼形状座標系は、前記眼の水平シフト、垂直シフト、および曲率を備え、
前記眼瞼形状座標系と眼ポーズ形状座標系との間の関数関係は、マッピング行列を備え、
前記眼ポーズ座標系は、前記眼の静止向きに対する前記眼の方位偏向角および天頂偏向角を備えている、
ことと、
前記眼瞼形状と前記関数関係とに少なくとも部分的に基づいて、前記眼の眼ポーズを推定することと
を含む、方法。
前記眼の眼瞼形状を決定することは、放物曲線を前記眼の眼瞼と前記眼の虹彩との間の前記境界に適合させることを含む、請求項２７に記載の方法。
前記エッジ検出器を使用して前記眼の眼瞼と前記眼の虹彩との間の前記境界を検出することに先立って、眼画像にモルフォロジカルフィルタを適用することをさらに含む、請求項２７に記載の方法。
前記エッジ検出器は、Ｃａｎｎｙエッジ検出器を備えている、請求項２７に記載の方法。
前記マッピング行列は、眼ポーズおよび眼瞼形状の回帰分析によって決定される、請求項２７に記載の方法。
請求項２７〜３１のうちのいずれか１項に記載の方法を実施するようにプログラムされているハードウェアプロセッサ。
眼ポーズ推定のための装着可能ディスプレイシステムであって、前記装着可能ディスプレイシステムは、
請求項３２に記載のハードウェアプロセッサと、
前記眼画像を捕捉し、前記眼画像を前記ハードウェアプロセッサに伝送するように構成されている画像デバイスと
を備えている、装着可能ディスプレイシステム。
前記ハードウェアプロセッサは、前記眼のバイオメトリック情報を決定するようにさらにプログラムされている、請求項３３に記載の装着可能ディスプレイシステム。
前記バイオメトリック情報は、前記眼の虹彩コードを備えている、請求項３４に記載の装着可能ディスプレイシステム。
ヘッドマウントディスプレイシステムであって、前記ヘッドマウントディスプレイシステムは、
眼画像を捕捉するように構成されている画像捕捉デバイスと、
眼ポーズマッピングモデルを記憶するように構成されている非一過性メモリと、
前記非一過性メモリと通信しているハードウェアプロセッサと
を備え、
前記ハードウェアプロセッサは、
前記画像捕捉デバイスから前記眼画像を受信することと、
前記眼画像内の眼の眼瞼形状を決定することと、
前記眼瞼形状と前記眼ポーズマッピングモデルとに少なくとも部分的に基づいて、前記眼の眼ポーズを推定することと
を行うようにプログラムされており、
前記眼ポーズ形状マッピングモデルは、前記眼瞼形状を前記眼ポーズに関連付ける、ヘッドマウントディスプレイシステム。
前記眼ポーズは、前記眼の静止向きに対する前記眼の方位角および天頂角の測定値を備えている、請求項３６に記載のヘッドマウントディスプレイシステム。
前記眼瞼形状は、前記眼の水平シフト、垂直シフト、および曲率の決定を備えている、請求項３６に記載のヘッドマウントディスプレイシステム。
前記眼ポーズマッピングモデルは、前記眼瞼形状と前記眼ポーズとの間のパラメトリック関係を備えている、請求項３６に記載のヘッドマウントディスプレイシステム。
前記パラメトリック関係は、放物線を備えている、請求項３６に記載のヘッドマウントディスプレイシステム。
前記眼ポーズマッピングモデルは、ニューラルネットワークを備えている、請求項３６に記載のヘッドマウントディスプレイシステム。
前記ハードウェアプロセッサは、前記眼ポーズを使用して前記眼のバイオメトリックデータを決定するようにさらにプログラムされている、請求項３６に記載のヘッドマウントディスプレイシステム。
前記バイオメトリックデータは、前記眼の虹彩コードを備えている、請求項４２に記載のヘッドマウントディスプレイシステム。
眼ポーズ推定のための方法であって、前記方法は、
ハードウェアプロセッサの制御下で、
眼画像内の眼の眼瞼形状を決定することと、
前記眼瞼形状に少なくとも部分的に基づいて、眼ポーズを推定することと
を含む、方法。
前記眼ポーズは、前記眼の静止向きからの前記眼の少なくとも２つの角度偏差を備えている、請求項４４に記載の方法。
前記眼ポーズを推定することは、眼ポーズマッピングモデルを前記眼瞼形状に適用することを含む、請求項４４に記載の方法。
前記眼ポーズマッピングモデルは、前記眼瞼形状と前記眼ポーズとの間のパラメトリック関係を備えている、請求項４６に記載の方法。
前記眼瞼形状は、多項式によって表される、請求項４７に記載の方法。
前記眼瞼形状マッピングモデルは、ニューラルネットワークを備えている、請求項４８に記載の方法。
前記眼ポーズに基づいて前記眼瞼形状を再決定することと、
前記決定された眼瞼形状と前記再決定された眼瞼形状との一致を検証することと
をさらに含む、請求項４４に記載の方法。
請求項４４〜５０のうちのいずれか１項に記載の方法を実施するようにプログラムされているハードウェアプロセッサ。
眼ポーズ推定のための装着可能ディスプレイシステムであって、前記装着可能ディスプレイシステムは、
請求項５１に記載のハードウェアプロセッサと、
前記眼画像を捕捉し、前記眼画像を前記ハードウェアプロセッサに伝送するように構成されている画像デバイスと
を備えている、装着可能ディスプレイシステム。
眼ポーズ推定のための眼ポーズマッピングモデルを訓練する方法であって、前記方法は、
ハードウェアプロセッサの制御下で、
眼瞼形状を眼ポーズに関連付ける訓練データにアクセスすることと、
前記訓練データで眼ポーズマッピングモデルを訓練することと、
前記訓練された眼ポーズマッピングモデルを出力することと
を含む、方法。
複数の方向に向いている眼の複数の画像を備えている眼画像データを取得することと、
前記訓練データを決定するために、前記眼画像データを分析することと
をさらに含む、請求項５３に記載の方法。
前記眼画像データを分析することは、右眼の水平に反射された鏡像および左眼の画像、または、左眼の水平に反射された鏡像および右眼の画像を備えている眼画像データを生成することを含む、請求項５４に記載の方法。
前記訓練データで眼ポーズマッピングモデルを訓練することは、統計モデルまたはニューラルネットワークを前記訓練データに適用することを含む、請求項５４〜５５のうちのいずれか１項に記載の方法。