TW201935083A - 匹配光源與光斑的方法和裝置 - Google Patents

匹配光源與光斑的方法和裝置 Download PDF

Info

Publication number
TW201935083A
TW201935083A TW108102406A TW108102406A TW201935083A TW 201935083 A TW201935083 A TW 201935083A TW 108102406 A TW108102406 A TW 108102406A TW 108102406 A TW108102406 A TW 108102406A TW 201935083 A TW201935083 A TW 201935083A
Authority
TW
Taiwan
Prior art keywords
light
distance distribution
light source
distance
module
Prior art date
Application number
TW108102406A
Other languages
English (en)
Other versions
TWI680309B (zh
Inventor
劉偉
宮小虎
聶鳳梅
王健
楊孟
Original Assignee
大陸商北京七鑫易維信息技術有限公司
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 大陸商北京七鑫易維信息技術有限公司 filed Critical 大陸商北京七鑫易維信息技術有限公司
Publication of TW201935083A publication Critical patent/TW201935083A/zh
Application granted granted Critical
Publication of TWI680309B publication Critical patent/TWI680309B/zh

Links

Classifications

    • 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
    • G06V40/193Preprocessing; Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/145Illumination specially adapted for pattern recognition, e.g. using gratings
    • 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
    • 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
    • G06V40/197Matching; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Image Analysis (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

本發明公開了一種匹配光源與光斑的方法和裝置。其中,該方法包括:獲取多個光斑與瞳孔中心的第一距離分布,其中,待檢測圖像包含多個光斑以及瞳孔;獲取基於多個光源的第二距離分布;對比第一距離分布和第二距離分布,得到比對結果;根據比對結果確定滿足第二距離分布的光斑與光源匹配。本發明解決了現有技術中光斑和光源匹配不準確的技術問題。

Description

匹配光源與光斑的方法和裝置
本發明涉及視線追蹤設備領域,具體而言,涉及一種匹配光源與光斑的方法和裝置。
虛擬現實技術(Virtual Reality,即VR的簡稱)是一種可以創建和體驗虛擬世界的計算機仿真系統,通過虛擬現實技術可在計算機中生成一種實時動態顯示的三維立體的模擬環境,用戶在該模擬環境中可獲取到與真實環境下相同的感知,例如,視覺上的感知、聽覺上的感知、觸覺上的感知等。隨著科學技術的快速發展,VR技術已廣泛應用在了各行各業中,其中,VR技術中的視線追蹤技術廣泛應用到了醫學中,例如,在醫學領域對視線進行追蹤。
然而,在現有技術中,主要是採用眼球的3D近似圓球模型,根據瞳孔中心坐標和角膜反射,對眼睛注視點的遠距離設備進行視線估計。並且,當VR設備使用多個相機多光源時,只需要進行單點校正即可完成對視線的追蹤。
然而,在實際的使用過程中,由於光源通常是不具有特異性的,並且,光源和相機的相對位置通常也是不同的,因此,在進行視線追蹤的過程中,有些相機獲取不到圖像,或者獲取到的圖像不佳,從而導致無法對光源和光斑進行精確的匹配。
針對上述現有技術中光斑和光源匹配不準確的問題,目前尚未提出有效的解決方案。
有鑑於此,吾等發明人乃潛心進一步研究,並著手進行研發及改良,期以一較佳設作以解決上述問題,且在經過不斷試驗及修改後而有本發明之問世。
本發明實施例提供了一種匹配光源與光斑的方法和裝置,以至少解決現有技術中光斑和光源匹配不準確的技術問題。
根據本發明實施例的一個方面,提供了一種匹配光源與光斑的方法,包括:獲取多個光斑與瞳孔中心的第一距離分布,其中,待檢測圖像包含多個光斑以及瞳孔;獲取基於多個光源的第二距離分布;對比第一距離分布和第二距離分布,得到比對結果;根據比對結果確定滿足第二距離分布的光斑與光源匹配。
根據本發明實施例的另一方面,還提供了一種匹配光源與光斑的裝置,包括:第一獲取模塊,用於獲取多個光斑與瞳孔中心的第一距離分布,其中,待檢測圖像包含多個光斑以及瞳孔;第二獲取模塊,用於獲取基於多個光源的第二距離分布;比對模塊,用於對比第一距離分布和第二距離分布,得到比對結果;確定模塊,用於根據比對結果確定滿足第二距離分布的光斑與光源匹配。
根據本發明實施例的另一方面,還提供了一種存儲介質,該存儲介質包括存儲的程序,其中,程序執行匹配光源與光斑的方法。
根據本發明實施例的另一方面,還提供了一種處理器,該處理器用於運行程序,其中,程序運行時執行匹配光源與光斑的方法。
在本發明實施例中,採用距離分布匹配光源和光斑的方式,通過獲取多個光斑與瞳孔中心的第一距離分布,以及基於多個光源的第二距離分布,然後,對比第一距離分布和第二距離分布,得到比對結果,並根據比對結果確定滿足第二距離分布的光斑與光源匹配,其中,待檢測圖像包含多個光斑以及瞳孔,達到了準確濾除圖像上的雜光斑的目的,從而實現了對光源和光斑進行準確匹配的技術效果,進而解決了現有技術中光斑和光源匹配不準確的技術問題。
關於吾等發明人之技術手段,茲舉數種較佳實施例配合圖式於下文進行詳細說明,俾供 鈞上深入瞭解並認同本發明。
為了使本發明所屬技術領域中具有通常知識者更好地理解本發明方案,下面將結合本發明實施例中的附圖,對本發明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發明一部分的實施例,而不是全部的實施例。基於本發明中的實施例,本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例,都應當屬於本發明保護的範圍。
需要說明的是,本發明的說明書和申請專利範圍及上述附圖中的術語“第一”、“第二”等是用於區別類似的對象,而不必用於描述特定的順序或先後次序。應該理解這樣使用的數據在適當情況下可以互換,以便這裏描述的本發明的實施例能夠以除了在這裏圖示或描述的那些以外的順序實施。此外,術語“包括”和“具有”以及他們的任何變形,意圖在於覆蓋不排他的包含,例如,包含了一系列步驟或單元的過程、方法、系統、產品或設備不必限於清楚地列出的那些步驟或單元,而是可包括沒有清楚地列出的或對於這些過程、方法、產品或設備固有的其它步驟或單元。
實施例 1
根據本發明實施例,提供了一種匹配光源與光斑的方法實施例,需要說明的是,在附圖的流程圖示出的步驟可以在諸如一組計算機可執行指令的計算機系統中執行,並且,雖然在流程圖中示出了邏輯順序,但是在某些情況下,可以以不同於此處的順序執行所示出或描述的步驟。
圖1是根據本發明實施例的匹配光源與光斑的方法流程圖,如圖1所示,該方法包括如下步驟:
步驟S102,獲取多個光斑與瞳孔中心的第一距離分布,其中,待檢測圖像包含多個光斑以及瞳孔。
需要說明的是,圖像採集裝置可獲取到待檢測圖像,其中,圖像採集裝置可以為但不限於相機、具有攝像功能的手機、平板等。另外,與圖像採集裝置相連接的視線追蹤設備可對圖像採集裝置所採集到的圖像進行處理,其中,視線追蹤設備可以為但不限於虛擬現實設備以及可進行視線追蹤的智能終端,例如,手機、電腦、平板以及可穿戴設備等。在與圖像採集裝置相連的設備為視線追蹤設備的情況下,圖像採集裝置所採集到的圖像可以為眼睛的角膜圖像。
在一種可選的實施例中,如圖2所示的一種可選的基於多光源的獲取圖像的結構示意圖。在圖2中,a為眼球,b為角膜表面,c為角膜曲率中心,d為眼球旋轉中心,p為瞳孔中心,r為瞳孔半徑,O1 為相機,I1 和I2 為兩個光源,u21 和u11 為光源經角膜反射後達到相機的成像點。其中,光源經角膜反射後達到相機的成像點即為上述光斑。
在一種可選的實施例中,如圖3所示的一種可選的待檢測圖像的示意圖。視線追蹤設備可對該待檢測圖像進行處理得到多個光斑的中心位置以及瞳孔中心之間的距離,例如,光斑1的中心位置與瞳孔中心之間的距離為L1(圖3未示出),光斑2的中心位置與瞳孔中心之間的距離為L2(圖3未示出),以此類推。如果光斑的數量有8個,則可得到8個距離值,並根據得到的8個距離值得到如圖4所示的第一距離分布。
步驟S104,獲取基於多個光源的第二距離分布。
需要說明的是,在空間中,如果多個光源在空間中呈圓形分布,例如,8個光源等分排列,8個光源經過透視投影變換或放射投影變換後,形成近似橢圓形,因此,呈圓形分布的多個光源在待檢測圖像上形成的光斑分布為類橢圓形。
在一種可選的實施例中,多個光源呈圓形分布,則多個光源的成像為橢圓分布,如圖5所示的一種可選的光源分布示意圖。在確定了光源的分布情況之後,可確定橢圓的中心位置,然後再計算每個光源的中心位置與橢圓的中心位置之間的距離,進而得到光源的第二距離分布,如圖6所示。
步驟S106,對比第一距離分布和第二距離分布,得到比對結果。
在一種可選的實施例中,由圖6可知,如果光源成圓形分布,則第二距離分布呈類似三角曲線的分布形式。在理想情況下,待檢測圖像中的光斑與光源的分布相同,因此,理想情況下,第一距離分布與第二距離分布相同。由此,通過對比第一距離分布和第二距離分布,即可確定光斑與光源的匹配情況。
步驟S108,根據比對結果確定滿足第二距離分布的光斑與光源匹配。
在一種可選的實施例中,光源的數量為8個,並且8個光源呈圓形均勻分布。由此可確定在第二距離分布的曲線上,每兩個光源的距離變換頻率為π⁄2。然後獲取到第一距離分布的曲線上每兩個光斑的距離變換頻率,如果光斑A與光斑B之間的變換頻率為π⁄4,則確定光斑B為雜光斑,此時視線追蹤設備濾除光斑B。如果光斑A與光斑B之間的變換頻率為π⁄3,在可接受的誤差範圍內,則確定光斑B與光源匹配,此時,視線追蹤設備將保留光斑B。
基於上述步驟S102至步驟S106所限定的方案,可以獲知,通過獲取多個光斑與瞳孔中心的第一距離分布,以及基於多個光源的第二距離分布,然後,對比第一距離分布和第二距離分布,得到比對結果,並根據比對結果確定滿足第二距離分布的光斑與光源匹配,其中,待檢測圖像包含多個光斑以及瞳孔。
容易注意到的是,由於空間中光源的分布形狀與在瞳孔上的投影形狀相近似,而第一距離分布表徵了光斑的分布情況,而第二距離分布表徵了光源的分布情況,因此,通過比對第一距離分布和第二距離分布可準確確定與第二距離分布不相匹配的光斑,達到了提高對光斑和光源進行精確匹配的目的。
由上述內容可知,上述實施例可以達到準確濾除圖像上的雜光斑的目的,從而實現了對光源和光斑進行準確匹配的技術效果,進而解決了現有技術中光斑和光源匹配不準確的技術問題。
在一種可選的實施例中,在獲取多個光斑與瞳孔中心的第一距離分布之前,需要確定多個光斑的中心位置,具體步驟如下:
步驟S10,獲取待檢測圖像;
步驟S12,對待檢測圖像進行預處理;
步驟S14,對預處理後的待檢測圖像進行光斑提取,得到多個光斑的中心位置。
具體的,在得到包含人眼圖像的待檢測圖像之後,視線追蹤設備對待檢測圖像進行增強、銳化等處理,並使用二值化連通域的方法提取預處理後的待檢測圖像中的光斑,然後確定與瞳孔位置相關的約束條件以及凸包形狀約束條件,對光斑進行再次提取,最後獲取提取到的光斑的中心位置。
需要說明的是,在獲取多個光斑的中心位置以及瞳孔中心之後,可根據多個光斑的中心位置與瞳孔中心確定第一距離分布,具體步驟如下:
步驟S1020,獲取多個光斑中的每個光斑的中心位置與瞳孔中心之間的距離,得到第一距離集合;
步驟S1022,根據第一距離集合確定第一距離分布。
在一種可選的實施例中,待檢測圖像中存在9個光斑,9個光斑與瞳孔中心之間的距離分別為L1、L2、L3、L4、L5、L6、L7、L8、L9,則以9個光斑與瞳孔中心之間的距離為縱坐標,以9個光斑的位置標號為橫坐標,得到如圖4所示的第一距離分布。
需要說明的是,在得到基於多個光斑的第一距離分布之後,還需要確定基於多個光源的第二距離分布,具體步驟如下:
步驟S1040,獲取多個光源所組成的圓的圓心位置;
步驟S1042,獲取多個光源的中心位置與圓心位置之間的距離,得到第二距離集合;
步驟S1044,根據第二距離集合確定第二距離分布。
需要說明的是,確定第二距離分布與確定第一距離分布的方法類似,在此不再贅述。另外,多個光源可均勻分布,也可以為非均勻分布。在得到第一距離分布和第二距離分布之後,需要對比第一距離分布和第二距離分布以得到對比結果,進而對雜光斑進行濾除,具體步驟如下:
步驟S1060,確定起始光斑與起始光源,其中,起始光斑與起始光源相對應;
步驟S1062,根據起始光斑確定第一距離分布中的每兩個光斑之間的第一變換頻率;
步驟S1064,根據起始光源確定第二距離分布中的每兩個光源之間的第二變換頻率;
步驟S1066,對比第一變換頻率和第二變換頻率,得到比對結果。
在一種可選的實施例中,可通過光源與人眼的相對位置來確定起始光源,通過光斑與待檢測圖像中人眼的相對位置來確定起始光斑,例如,以人眼的大眼角(即靠近鼻梁處的眼角)為參照物,確定與大眼角距離最近的光源為起始光源,確定與大眼角距離最近的光斑為起始光斑,並按照順時針方向來確定每兩個光斑之間的第一變換頻率以及每兩個光源之間的第二變換頻率,然後確定第一變換頻率與第二變換頻率是否相匹配,例如,第一變換頻率與第二變換頻率的頻率差小於或等於預設頻率,則確定光斑與光源相匹配,否則,確定光斑與光源不匹配。例如,光斑A為起始光斑,光源為起始光源,按照順時針計算每兩個光斑與光源之間的變換頻率,其中,光源與光源之間的變換頻率為π⁄2,光斑A與光斑B之間的變換頻率為π⁄12,由於π⁄2與π⁄12之間的頻率差5π⁄12大於預設頻率π⁄12,則確定光斑B與光源不匹配。
需要說明的是,如果多個光源為均勻分布,每兩個光源之間的變換頻率為固定頻率,此時,只需要將每兩個光斑之間的變換頻率與固定頻率對比即可。如果多個光源為非均勻分布,每兩個光源之間的變換頻率可能不同,此時,需要將每兩個光斑的變換頻率與對應光源之間的變換頻率進行比對。
在一種可選的實施例中,在確定了第一距離分布與第二距離分布的比對結果之後,根據比對結果確定滿足第二距離分布的光斑與光源匹配,主要通過確定與第二變換頻率相匹配的第一變換頻率對應的光斑與光源匹配,並濾除與第二變換頻率不匹配的第一變換頻率對應的光斑。
實施例 2
根據本發明實施例,提供了一種匹配光源與光斑的裝置實施例。其中,圖7是根據本發明實施例的匹配光源與光斑的裝置結構示意圖,如圖7所示,該裝置包括:第一獲取模塊701、第二獲取模塊703、比對模塊705以及確定模塊707。
其中,第一獲取模塊701,用於獲取多個光斑與瞳孔中心的第一距離分布,其中,待檢測圖像包含多個光斑以及瞳孔;第二獲取模塊703,用於獲取基於多個光源的第二距離分布;比對模塊705,用於對比第一距離分布和第二距離分布,得到比對結果;確定模塊707,用於根據比對結果確定滿足第二距離分布的光斑與光源匹配。
需要說明的是,上述第一獲取模塊701、第二獲取模塊703、比對模塊705以及確定模塊707對應於實施例1中的步驟S102至步驟S108,四個模塊與對應的步驟所實現的示例和應用場景相同,但不限於上述實施例1所公開的內容。
在一種可選的實施例中,匹配光源與光斑的裝置還包括:第三獲取模塊、處理模塊以及提取模塊。其中,第三獲取模塊,用於獲取待檢測圖像;處理模塊,用於對待檢測圖像進行預處理;提取模塊,用於對預處理後的待檢測圖像進行光斑提取,得到多個光斑的中心位置。
需要說明的是,上述第三獲取模塊、處理模塊以及提取模塊對應於實施例1中的步驟S10至步驟S14,三個模塊與對應的步驟所實現的示例和應用場景相同,但不限於上述實施例1所公開的內容。
在一種可選的實施例中,第一獲取模塊包括:第四獲取模塊以及第一確定模塊。其中,第四獲取模塊,用於獲取多個光斑中的每個光斑的中心位置與瞳孔中心之間的距離,得到第一距離集合;第一確定模塊,用於根據第一距離集合確定第一距離分布。
需要說明的是,上述第四獲取模塊以及第一確定模塊對應於實施例1中的步驟S1020至步驟S1022,兩個模塊與對應的步驟所實現的示例和應用場景相同,但不限於上述實施例1所公開的內容。
在一種可選的實施例中,第一獲取模塊包括:第五獲取模塊、第六獲取模塊以及第二確定模塊。其中,第五獲取模塊,用於獲取多個光源所組成的圓的圓心位置;第六獲取模塊,用於獲取多個光源的中心位置與圓心位置之間的距離,得到第二距離集合;第二確定模塊,用於根據第二距離集合確定第二距離分布。
需要說明的是,上述第五獲取模塊、第六獲取模塊以及第二確定模塊對應於實施例1中的步驟S1040至步驟S1044,三個模塊與對應的步驟所實現的示例和應用場景相同,但不限於上述實施例1所公開的內容。
在一種可選的實施例中,比對模塊包括:第三確定模塊、第四確定模塊、第五確定模塊以及第一比對模塊。其中,第三確定模塊,用於確定起始光斑與起始光源,其中,起始光斑與起始光源相對應;第四確定模塊,用於根據起始光斑確定第一距離分布中的每兩個光斑之間的第一變換頻率;第五確定模塊,用於根據起始光源確定第二距離分布中的每兩個光源之間的第二變換頻率;第一比對模塊,用於對比第一變換頻率和第二變換頻率,得到比對結果。
需要說明的是,上述第三確定模塊、第四確定模塊、第五確定模塊以及第一比對模塊對應於實施例1中的步驟S1060至步驟S1066,四個模塊與對應的步驟所實現的示例和應用場景相同,但不限於上述實施例1所公開的內容。
在一種可選的實施例中,確定模塊包括:第六確定模塊以及過濾模塊。其中,第六確定模塊,用於確定與第二變換頻率相匹配的第一變換頻率對應的光斑與光源匹配;過濾模塊,用於濾除與第二變換頻率不匹配的第一變換頻率對應的光斑。
實施例 3
根據本發明實施例的另一方面,還提供了一種存儲介質,該存儲介質包括存儲的程序,其中,程序執行實施例1中的匹配光源與光斑的方法。
實施例 4
根據本發明實施例的另一方面,還提供了一種處理器,該處理器用於運行程序,其中,程序運行時執行實施例1中的匹配光源與光斑的方法。
上述本發明實施例序號僅僅為了描述,不代表實施例的優劣。
在本發明的上述實施例中,對各個實施例的描述都各有側重,某個實施例中沒有詳述的部分,可以參見其他實施例的相關描述。
在本發明所提供的幾個實施例中,應該理解到,所揭露的技術內容,可通過其它的方式實現。其中,以上所描述的裝置實施例僅僅是示意性的,例如所述單元的劃分,可以為一種邏輯功能劃分,實際實現時可以有另外的劃分方式,例如多個單元或組件可以結合或者可以集成到另一個系統,或一些特徵可以忽略,或不執行。另一點,所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口,單元或模塊的間接耦合或通信連接,可以是電性或其它的形式。
所述作為分離部件說明的單元可以是或者也可以不是物理上分開的,作為單元顯示的部件可以是或者也可以不是物理單元,即可以位於一個地方,或者也可以分布到多個單元上。可以根據實際的需要選擇其中的部分或者全部單元來實現本實施例方案的目的。
另外,在本發明各個實施例中的各功能單元可以集成在一個處理單元中,也可以是各個單元單獨物理存在,也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以採用硬件的形式實現,也可以採用軟件功能單元的形式實現。
所述集成的單元如果以軟件功能單元的形式實現並作為獨立的產品銷售或使用時,可以存儲在一個計算機可讀取存儲介質中。基於這樣的理解,本發明的技術方案本質上或者說對現有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟件產品的形式體現出來,該計算機軟件產品存儲在一個存儲介質中,包括若干指令用以使得一台計算機設備(可為個人計算機、服務器或者網絡設備等)執行本發明各個實施例所述方法的全部或部分步驟。而前述的存儲介質包括:U盤、只讀存儲器(ROM,Read-Only Memory)、隨機存取存儲器(RAM,Random Access Memory)、移動硬盤、磁碟或者光盤等各種可以存儲程序代碼的介質。
以上所述僅是本發明的優選實施方式,應當指出,對於本發明所屬技術領域中具有通常知識者來說,在不脫離本發明原理的前提下,還可以做出若干改進和潤飾,這些改進和潤飾也應視為本發明的保護範圍。
綜上所述,本發明所揭露之技術手段確能有效解決習知等問題,並達致預期之目的與功效,且申請前未見諸於刊物、未曾公開使用且具長遠進步性,誠屬專利法所稱之發明無誤,爰依法提出申請,懇祈 鈞上惠予詳審並賜准發明專利,至感德馨。
惟以上所述者,僅為本發明之數種較佳實施例,當不能以此限定本發明實施之範圍,即大凡依本發明申請專利範圍及發明說明書內容所作之等效變化與修飾,皆應仍屬本發明專利涵蓋之範圍內。
〔本發明〕
a‧‧‧眼球
b‧‧‧角膜表面
c‧‧‧角膜曲率中心
d‧‧‧眼球旋轉中心
I1、I2‧‧‧光源
O1‧‧‧相機
p‧‧‧瞳孔中心
r‧‧‧瞳孔半徑
S102~S108‧‧‧步驟
S701~S707‧‧‧步驟
u21、u11‧‧‧光源經角膜反射後達到相機的成像點
此處所說明的附圖用來提供對本發明的進一步理解,構成本申請的一部分,本發明的示意性實施例及其說明用於解釋本發明,並不構成對本發明的不當限定。在附圖中:
圖1是根據本發明實施例的一種匹配光源與光斑的方法流程圖
圖2是根據本發明實施例的一種可選的基於多光源的獲取圖像的結構示意圖
圖3是根據本發明實施例的一種可選的待檢測圖像的示意圖
圖4是根據本發明實施例的一種可選的第一距離分布的示意圖
圖5是根據本發明實施例的一種可選的光源分布示意圖
圖6是根據本發明實施例的一種可選的第二距離分布的示意圖
圖7是根據本發明實施例的一種匹配光源與光斑的裝置結構示意圖

Claims (14)

  1. 一種匹配光源與光斑的方法,其特徵在於,包括: 獲取多個光斑與瞳孔中心的第一距離分布,其中,待檢測圖像包含所述多個光斑以及瞳孔; 獲取基於多個光源的第二距離分布; 對比所述第一距離分布和所述第二距離分布,得到比對結果; 根據所述比對結果確定滿足所述第二距離分布的光斑與光源匹配。
  2. 如申請專利範圍第1項所述之方法,其中,在獲取多個光斑與瞳孔中心的第一距離分布之前,所述方法還包括: 獲取所述待檢測圖像; 對所述待檢測圖像進行預處理; 對預處理後的所述待檢測圖像進行光斑提取,得到所述多個光斑的中心位置。
  3. 如申請專利範圍第1項所述之方法,其中,獲取多個光斑與瞳孔中心的第一距離分布包括: 獲取所述多個光斑中的每個光斑的中心位置與所述瞳孔中心之間的距離,得到第一距離集合; 根據所述第一距離集合確定所述第一距離分布。
  4. 如申請專利範圍第1項所述之方法,其中,獲取基於多個光源的第二距離分布包括: 獲取所述多個光源所組成的圓的圓心位置; 獲取所述多個光源的中心位置與所述圓心位置之間的距離,得到第二距離集合; 根據所述第二距離集合確定所述第二距離分布。
  5. 如申請專利範圍第3或4項所述之方法,其中,對比所述第一距離分布和所述第二距離分布,得到比對結果包括: 確定起始光斑與起始光源,其中,所述起始光斑與所述起始光源相對應; 根據所述起始光斑確定所述第一距離分布中的每兩個光斑之間的第一變換頻率; 根據所述起始光源確定所述第二距離分布中的每兩個光源之間的第二變換頻率; 對比所述第一變換頻率和所述第二變換頻率,得到所述比對結果。
  6. 如申請專利範圍第5項所述之方法,其中,根據所述比對結果確定滿足所述第二距離分布的光斑與光源匹配包括: 確定與所述第二變換頻率相匹配的第一變換頻率對應的光斑與所述光源匹配; 濾除與所述第二變換頻率不匹配的第一變換頻率對應的光斑。
  7. 一種匹配光源與光斑的裝置,其特徵在於,包括: 第一獲取模塊,用於獲取多個光斑與瞳孔中心的第一距離分布,其中,待檢測圖像包含所述多個光斑以及瞳孔; 第二獲取模塊,用於獲取基於多個光源的第二距離分布; 比對模塊,用於對比所述第一距離分布和所述第二距離分布,得到比對結果; 確定模塊,用於根據所述比對結果確定滿足所述第二距離分布的光斑與光源匹配。
  8. 如申請專利範圍第7項所述之裝置,其中,所述裝置還包括: 第三獲取模塊,用於獲取所述待檢測圖像; 處理模塊,用於對所述待檢測圖像進行預處理; 提取模塊,用於對預處理後的所述待檢測圖像進行光斑提取,得到所述多個光斑的中心位置。
  9. 如申請專利範圍第7項所述之裝置,其中,所述第一獲取模塊包括: 第四獲取模塊,用於獲取所述多個光斑中的每個光斑的中心位置與所述瞳孔中心之間的距離,得到第一距離集合; 第一確定模塊,用於根據所述第一距離集合確定所述第一距離分布。
  10. 如申請專利範圍第7項所述之裝置,其中,所述第一獲取模塊包括: 第五獲取模塊,用於獲取所述多個光源所組成的圓的圓心位置; 第六獲取模塊,用於獲取所述多個光源的中心位置與所述圓心位置之間的距離,得到第二距離集合; 第二確定模塊,用於根據所述第二距離集合確定所述第二距離分布。
  11. 如申請專利範圍第9或10項所述之裝置,其中,所述比對模塊包括: 第三確定模塊,用於確定起始光斑與起始光源,其中,所述起始光斑與所述起始光源相對應; 第四確定模塊,用於根據所述起始光斑確定所述第一距離分布中的每兩個光斑之間的第一變換頻率; 第五確定模塊,用於根據所述起始光源確定所述第二距離分布中的每兩個光源之間的第二變換頻率; 第一比對模塊,用於對比所述第一變換頻率和所述第二變換頻率,得到所述比對結果。
  12. 如申請專利範圍第11項所述之裝置,其中,所述確定模塊包括: 第六確定模塊,用於確定與所述第二變換頻率相匹配的第一變換頻率對應的光斑與所述光源匹配; 過濾模塊,用於濾除與所述第二變換頻率不匹配的第一變換頻率對應的光斑。
  13. 一種存儲介質,其特徵在於,所述存儲介質包括存儲的程序,其中,所述程序執行如申請專利範圍第1至6項中任一項所述之匹配光源與光斑的方法。
  14. 一種處理器,其特徵在於,所述處理器用於運行程序,其中,所述程序運行時執行如申請專利範圍第1至6項中任一項所述之匹配光源與光斑的方法。
TW108102406A 2018-02-12 2019-01-22 匹配光源與光斑的方法和裝置 TWI680309B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201810147220.5 2018-02-12
CN201810147220.5A CN108510542B (zh) 2018-02-12 2018-02-12 匹配光源与光斑的方法和装置
??201810147220.5 2018-02-12

Publications (2)

Publication Number Publication Date
TW201935083A true TW201935083A (zh) 2019-09-01
TWI680309B TWI680309B (zh) 2019-12-21

Family

ID=63375044

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108102406A TWI680309B (zh) 2018-02-12 2019-01-22 匹配光源與光斑的方法和裝置

Country Status (3)

Country Link
CN (1) CN108510542B (zh)
TW (1) TWI680309B (zh)
WO (1) WO2019154012A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108510542B (zh) * 2018-02-12 2020-09-11 北京七鑫易维信息技术有限公司 匹配光源与光斑的方法和装置
CN112747906B (zh) * 2021-01-28 2022-07-22 歌尔光学科技有限公司 光源的检测方法、检测装置和可读存储介质
CN117455927B (zh) * 2023-12-21 2024-03-15 万灵帮桥医疗器械(广州)有限责任公司 光斑阵列分割与光斑偏移量计算方法、装置、设备及存储介质

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7001377B1 (en) * 2003-12-22 2006-02-21 Alcon Refractivehorizons, Inc. Optical tracking system and associated methods
CN102715981B (zh) * 2012-06-29 2014-08-20 深圳普门科技有限公司 用于光治疗设备的环状光斑取得装置和光治疗设备
US20140375541A1 (en) * 2013-06-25 2014-12-25 David Nister Eye tracking via depth camera
CN103530618A (zh) * 2013-10-23 2014-01-22 哈尔滨工业大学深圳研究生院 一种基于角膜反射的非接触式视线追踪方法
CN106132284B (zh) * 2013-11-09 2019-03-22 深圳市汇顶科技股份有限公司 光学眼动追踪
CN103761519B (zh) * 2013-12-20 2017-05-17 哈尔滨工业大学深圳研究生院 一种基于自适应校准的非接触式视线追踪方法
CN104732191B (zh) * 2013-12-23 2018-08-17 北京七鑫易维信息技术有限公司 利用交比不变性实现虚拟显示屏视线追踪的装置及其方法
US9454699B2 (en) * 2014-04-29 2016-09-27 Microsoft Technology Licensing, Llc Handling glare in eye tracking
EP3035110A1 (en) * 2014-12-18 2016-06-22 Optotune AG Optical system for avoiding speckle patterns
TWI617948B (zh) * 2015-07-24 2018-03-11 由田新技股份有限公司 用於眼部追蹤的校正模組及其方法及電腦可讀取紀錄媒體
JP6845982B2 (ja) * 2016-01-13 2021-03-24 フォーブ インコーポレーテッド 表情認識システム、表情認識方法及び表情認識プログラム
CN205485920U (zh) * 2016-01-21 2016-08-17 京东方科技集团股份有限公司 一种显示控制装置及显示控制***
CN106778641B (zh) * 2016-12-23 2020-07-03 北京七鑫易维信息技术有限公司 视线估计方法及装置
CN107066085B (zh) * 2017-01-12 2020-07-10 惠州Tcl移动通信有限公司 一种基于眼球追踪控制终端的方法及装置
CN107357429B (zh) * 2017-07-10 2020-04-07 京东方科技集团股份有限公司 用于确定视线的方法、设备和计算机可读存储介质
CN108510542B (zh) * 2018-02-12 2020-09-11 北京七鑫易维信息技术有限公司 匹配光源与光斑的方法和装置

Also Published As

Publication number Publication date
TWI680309B (zh) 2019-12-21
CN108510542B (zh) 2020-09-11
CN108510542A (zh) 2018-09-07
WO2019154012A1 (zh) 2019-08-15

Similar Documents

Publication Publication Date Title
TWI680309B (zh) 匹配光源與光斑的方法和裝置
US10198623B2 (en) Three-dimensional facial recognition method and system
CN110147744B (zh) 一种人脸图像质量评估方法、装置及终端
WO2020063744A1 (zh) 人脸检测方法及装置、业务处理方法、终端设备及存储介质
CN108512670B (zh) 一种群组创建的方法及其终端
TWI691937B (zh) 過濾光斑的方法和裝置、電腦可讀取儲存介質、處理器、視線追蹤設備
JP2021502618A (ja) 注視点判定方法および装置、電子機器ならびにコンピュータ記憶媒体
US20200272230A1 (en) Method and device for determining gaze point based on eye movement analysis device
KR20180072734A (ko) 눈 피처들을 사용한 눈 포즈 식별
TWI692729B (zh) 確定瞳孔位置的方法和裝置
WO2019075601A1 (zh) 一种掌静脉的识别方法及装置
CN109376518A (zh) 基于人脸识别的防止隐私泄露方法及相关设备
WO2022088665A1 (zh) 病灶分割方法、装置及存储介质
WO2013087026A1 (zh) 一种虹膜定位方法和定位装置
CN110287813A (zh) 身份识别方法及***
CN110472582B (zh) 基于眼部识别的3d人脸识别方法、装置和终端
WO2019144710A1 (zh) 确定瞳孔位置的方法和装置
CN110532992A (zh) 一种基于可见光和近红外的人脸识别方法
CN110728242A (zh) 基于人像识别的图像匹配方法、装置、存储介质及应用
CN110909601B (zh) 一种基于深度学习的美瞳识别方法及***
CN110516661A (zh) 应用于虹膜识别的美瞳检测方法及装置
CN107767421B (zh) 视线追踪设备中光斑光源匹配方法和装置
CN111460910B (zh) 人脸脸型的分类方法、装置、终端设备及存储介质
US20190357767A1 (en) Measuring a posterior corneal surface of an eye
US9786030B1 (en) Providing focal length adjustments