摘要
本发明涉及机器学习技术领域,具体涉及支持神经网络模型的机器学习领域,本发明提出了一种闭眼状态眼动检测方法及装置,通过构建出深度学习的神经网络模型,用于对闭眼状态下的图像进行识别并得到眼球的实时运动情况,进而将连续帧的检测结果与追踪器关联,根据目标在连续帧中的位置变化计算运动轨迹,轨迹以一系列坐标点表示,并可进一步转换为距离、速度及加速度等运动参数;并且设置检测框、跟踪轨迹及运动参数实时显示在视频画面上,便于用户观察和分析结果。
技术关键词
眼动检测方法
眼动检测装置
图像采集系统
输入神经网络模型
视频流
轨迹
运动
眼球
YOLO模型
参数
机器学习技术
纹理
坐标点
可读存储介质
显示器
画面
加速度
追踪器