摘要
本发明提供了一种基于图像表征增强的瞳孔遮挡视线估计方法,涉及视线估计领域。方法主要包括:对检测得到的眼部图像进行区域分割,识别瞳孔区域、助视器区域和背景区域,根据瞳孔区域和助视器区域的位置关系判断被遮挡区域所在位置,得到一个助视器区域为空白的瞳孔区域图像;基于扩散模型对所述助视器区域为空白的瞳孔区域图像进行补全处理,从而获取瞳孔复原图像;采用深度学习算法学习瞳孔特征点位置和视线方向之间的映射关系,基于瞳孔复原图像和所述映射关系实现视线精确估计。本发明主要通过区域分割与瞳孔遮挡判定、瞳孔补全,以及基于深度学习算法的视线估计能够有效地处理助视器带来的反光和遮挡问题,提高视线追踪的准确性和鲁棒性。
技术关键词
视线估计方法
助视器
瞳孔特征
图像
深度学习算法
深度学习网络
语义分割模型
卷积神经网络提取
眼部特征点
特征融合网络
传感器噪声
关系
人脸
虹膜纹理
加权平均法
姿态特征
纹理特征
反射点
反光
系统为您推荐了相关专利信息
多模态特征融合
智能诊断方法
数据
序列
噪声特征检测
特征融合方法
图像识别模型
注意力机制
坐标
样本
输煤皮带
图像识别控制系统
图像识别方法
场景
参数调节模块
嵌入特征
矩形图像数据
水下光学图像
注意力
光学图像数据