摘要
本发明涉及基于深度学习的光场显示视线追踪方法及光场显示方法,其中光场显示视线追踪方法包括:使用摄像头实时捕捉用户当前的头部和眼部图像;利用人脸检测模型对头部图像进行人脸区域的检测并返回人脸边界框,得到人脸图像;利用人脸特征点检测模型对人脸图像进行人脸特征点检测,得到人脸特征点信息,并使用EPnP算法获取头部姿态信息;预处理眼部图像;将预处理后的眼部图像传入到预训练好的视线预测模型中并将头部姿态信息作为参数输入模型的全连接层,视线预测模型输出预测的视线向量。该方法能够在复杂条件下表现出良好的准确性和鲁棒性,以便于光场显示系统可以实时监测用户的注视位置,并相应地更新显示的内容,达到更好的显示效果。
技术关键词
视线追踪方法
人脸特征点检测
人脸特征点信息
头部姿态信息
人脸检测模型
图像
光场显示屏
人脸特征点模型
光场显示方法
双眼摄像头
预测模型训练
级联分类器
更新模型参数
梯度下降算法
直方图均衡化
基元
人眼
虹膜纹理
判断人脸
系统为您推荐了相关专利信息
注视点
交互手势
车辆行驶状态信息
驾驶员面部
坐标
人脸图像识别
人脸特征库
随机噪声
噪声特征
泊松噪声
状态检测方法
学生
头部姿态估计
多任务
面部表情识别
视觉特征
多模态
文本编码器
图片人脸
人脸检测模型
疲劳状态检测
时序
长短期记忆网络
意图识别模型
数据