檢測眼睛狀態(tài)的方法和設(shè)備的制作方法
【專利摘要】本發(fā)明涉及檢測眼睛狀態(tài)的方法和設(shè)備。檢測眼睛狀態(tài)的方法包括：在圖像中檢測角點(diǎn)；以及把以角點(diǎn)為中心的窗口中的像素對的位置和像素對的灰度關(guān)系作為特征，利用隨機(jī)森林分類器，確定每個(gè)角點(diǎn)是否為眼睛角點(diǎn)；根據(jù)眼睛角點(diǎn)設(shè)定眼睛窗口；以及根據(jù)眼睛窗口確定眼睛的姿態(tài)。
【專利說明】檢測眼睛狀態(tài)的方法和設(shè)備
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及信息處理，具體涉及檢測眼睛狀態(tài)的方法和設(shè)備。
【背景技術(shù)】
[0002]一種傳統(tǒng)的眨眼檢測方法是基于紋理特征的方法。在該方法中，眨眼圖像和閉眼圖像被分別標(biāo)為正樣本和負(fù)樣本以提取紋理特征，在提取出紋理特征后訓(xùn)練分類器來進(jìn)行眨眼和閉眼的檢測。但是這種方法有很高的計(jì)算復(fù)雜度，不太適用于智能手機(jī)或者IPAD這樣的掌上智能設(shè)備。還有一種傳統(tǒng)的眨眼檢測方法是基于眼睛輪廓檢測的方法。但是這種方法對噪聲和光照很敏感，同時(shí)涉及較大的計(jì)算量。

【發(fā)明內(nèi)容】

[0003]在下文中給出關(guān)于本發(fā)明的簡要概述，以便提供關(guān)于本發(fā)明的某些方面的基本理解。應(yīng)當(dāng)理解，這個(gè)概述并不是關(guān)于本發(fā)明的窮舉性概述。它并不是意圖確定本發(fā)明的關(guān)鍵或重要部分，也不是意圖限定本發(fā)明的范圍。其目的僅僅是以簡化的形式給出某些概念，以此作為稍后論述的更詳細(xì)描述的前序。
[0004]本發(fā)明的一個(gè)主要目的在于，提供檢測眼睛狀態(tài)的方法和設(shè)備。
[0005]在本發(fā)明中，我們提出了一種結(jié)合檢測和跟蹤的方法來進(jìn)行眨眼檢測。該算法具有計(jì)算量小的特點(diǎn)，同時(shí)由于本系統(tǒng)使用了合理的分類器，可以保持較高的精度。
[0006]根據(jù)本發(fā)明的一個(gè)方面，提供了一種檢測眼睛狀態(tài)的方法，包括:在圖像中檢測角點(diǎn)；以及把以角點(diǎn)為中心的窗口中的像素對的位置和像素對的灰度關(guān)系作為特征，利用隨機(jī)森林分類器，確定每個(gè)角點(diǎn)是否為眼睛角點(diǎn)；根據(jù)眼睛角點(diǎn)設(shè)定眼睛窗口 ；以及根據(jù)眼睛窗口確定眼睛的姿態(tài)。
[0007]根據(jù)本發(fā)明的另一個(gè)方面，提供了一種檢測眼睛狀態(tài)的設(shè)備，包括:角點(diǎn)檢測部，用于在圖像中檢測角點(diǎn)；以及眼睛角點(diǎn)確定部，用于把以角點(diǎn)為中心的窗口中的像素對的位置和像素對的灰度關(guān)系作為特征，利用隨機(jī)森林分類器，確定每個(gè)角點(diǎn)是否為眼睛角點(diǎn)；眼睛窗口設(shè)定部，用于根據(jù)眼睛角點(diǎn)設(shè)定眼睛窗口 ；以及眼睛姿態(tài)確定部，用于根據(jù)眼睛窗口確定眼睛的姿態(tài)。
[0008]根據(jù)本發(fā)明的又一個(gè)方面，提供了一種用于實(shí)現(xiàn)檢測眼睛狀態(tài)的方法的計(jì)算機(jī)程序。
[0009]根據(jù)本發(fā)明的再一個(gè)方面，提供了一種計(jì)算機(jī)可讀介質(zhì)形式的計(jì)算機(jī)程序產(chǎn)品，其上記錄有用于實(shí)現(xiàn)檢測眼睛狀態(tài)的方法的計(jì)算機(jī)程序代碼。
【專利附圖】

【附圖說明】
[0010]參照下面結(jié)合附圖對本發(fā)明實(shí)施例的說明，會(huì)更加容易地理解本發(fā)明的以上和其它目的、特點(diǎn)和優(yōu)點(diǎn)。附圖中的部件只是為了示出本發(fā)明的原理。在附圖中，相同的或類似的技術(shù)特征或部件將采用相同或類似的附圖標(biāo)記來表示。[0011]圖1示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的檢測眼睛狀態(tài)的方法的流程圖；
[0012]圖2示出了根據(jù)本發(fā)明的另一個(gè)實(shí)施例的檢測眼睛狀態(tài)的方法的流程圖，在該方法中還可以檢測圖像中的環(huán)境是否暗；
[0013]圖3示出了圖2中的檢測暗環(huán)境的步驟的一種實(shí)施方式的流程圖；
[0014]圖4示出了圖1和圖2中確定眼睛姿態(tài)的步驟的一種實(shí)施方式的流程圖；
[0015]圖5A和圖5B分別示意性示出了一男士睜著眼睛的圖像和該男士閉著眼睛的圖像；
[0016]圖6示出了檢測圖5A中的男士的面部區(qū)域的示意圖；
[0017]圖7A是示出了利用快速角點(diǎn)檢測算子檢測角點(diǎn)的示意圖；
[0018]圖7B示出了檢測面部區(qū)域中的角點(diǎn)的示意圖；
[0019]圖8示出了以眼睛角點(diǎn)為中心的窗口的示意圖；
[0020]圖9示出了隨機(jī)森林分類器的示意圖；
[0021]圖10示出了檢測出的眼睛角點(diǎn)的示意圖；
[0022]圖11示出了眼睛窗口的示意圖；
[0023]圖12A和圖12B分別示意性示出了通過劃分眼睛窗口得到的各個(gè)子窗口的八個(gè)方向上的梯度直方圖；
[0024]圖13示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的檢測眼睛狀態(tài)的設(shè)備的框圖；
[0025]圖14示出了根據(jù)本發(fā)明的另一個(gè)實(shí)施例的檢測眼睛狀態(tài)的設(shè)備的框圖；
[0026]圖15示出了暗環(huán)境判斷部的一種配置示例的框圖；
[0027]圖16示出了眼睛姿態(tài)確定單元的一種配置示例的框圖；
[0028]圖17示出了根據(jù)本發(fā)明的又一個(gè)實(shí)施例的檢測眼睛狀態(tài)的設(shè)備的框圖；以及
[0029]圖18示出了可以用于實(shí)施根據(jù)本發(fā)明的實(shí)施例的檢測眼睛狀態(tài)的方法和設(shè)備的計(jì)算設(shè)備的舉例的結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0030]下面參照附圖來說明本發(fā)明的實(shí)施例。在本發(fā)明的一個(gè)附圖或一種實(shí)施方式中描述的元素和特征可以與一個(gè)或更多個(gè)其它附圖或?qū)嵤┓绞街惺境龅脑睾吞卣飨嘟Y(jié)合。應(yīng)當(dāng)注意，為了清楚的目的，附圖和說明中省略了與本發(fā)明無關(guān)的、本領(lǐng)域普通技術(shù)人員已知的部件和處理的表示和描述。
[0031]圖1示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的檢測眼睛狀態(tài)的方法100的流程圖。
[0032]如圖1所示，在步驟S102中，可以在圖像中檢測角點(diǎn)。例如，該圖像可以是通過電腦前方的攝像頭、安裝在手機(jī)等移動(dòng)終端上的攝像頭、或其他圖像攝取裝置拍攝到的圖像?；蛘?，該圖像可以是預(yù)先拍攝的圖像。此外，該圖像可以是單幅圖像，也可以是視頻中的一副圖像。此處的角點(diǎn)可以是兩個(gè)或者多個(gè)邊緣相交處的交點(diǎn)，是感興趣的點(diǎn)(point ofinterest)。
[0033]可以通過任意適當(dāng)方法來檢測圖像中的角點(diǎn)，例如，快速(FAST)角點(diǎn)檢測算子，稍后將參照圖7A進(jìn)行詳細(xì)描述。
[0034]接著，在步驟S104中，把以步驟S102中檢測出的角點(diǎn)為中心的窗口中的像素對的位置和像素對的灰度關(guān)系作為特征，利用隨機(jī)森林分類器，確定每個(gè)角點(diǎn)是否為眼睛角點(diǎn)。換句話說，把以角點(diǎn)為中心的窗口中的像素對的位置和像素對的灰度關(guān)系作為隨機(jī)森林分類器的每個(gè)決策樹的每個(gè)樹樁分類器進(jìn)行分類時(shí)所用的特征，來對角點(diǎn)進(jìn)行分類，即，將角點(diǎn)分類為眼睛角點(diǎn)和非眼睛角點(diǎn)。稍后將參照圖8-10來詳細(xì)描述利用隨機(jī)森林分類器檢測眼睛角點(diǎn)的一種實(shí)施方式。
[0035]這里的眼睛角點(diǎn)指的是左眼的左眼角和右眼角、以及右眼的左眼角和右眼角。以角點(diǎn)為中心的窗口指的是，以角點(diǎn)為中心并具有預(yù)定大小的窗口，這將稍后參照圖8詳細(xì)進(jìn)行描述。在該窗口中有多個(gè)像素。這些像素中的任意兩個(gè)像素將構(gòu)成一個(gè)像素對。像素對的位置指的是，這兩個(gè)像素中每個(gè)像素在該窗口中的位置。像素對的灰度關(guān)系指的是，像素對中一個(gè)像素的灰度與該像素對中的另一個(gè)像素的灰度之間的關(guān)系。
[0036]接下來，在步驟S106中，可以根據(jù)眼睛角點(diǎn)設(shè)定眼睛窗口。由于在步驟S102中已經(jīng)找到了每個(gè)眼睛的左右角點(diǎn)，因而可以根據(jù)以左右眼睛角點(diǎn)的幾何中心為眼睛中心，距離為窗寬，得到眼睛窗口，如圖11所示。
[0037]接下來，在步驟S108中，可以根據(jù)眼睛窗口確定眼睛的姿態(tài)。在得到眼睛窗口之后，可以根據(jù)適當(dāng)?shù)姆椒▉泶_定眼睛姿態(tài)，例如，睜眼或閉眼。稍后將參照圖4來詳細(xì)描述步驟S108的一種實(shí)施方式。
[0038]圖2示出了根據(jù)本發(fā)明的另一個(gè)實(shí)施例的檢測眼睛狀態(tài)的方法200的流程圖。
[0039]如圖2所示，在步驟S202中，可以從圖像中提取面部區(qū)域，如圖6所示。
[0040]例如，可以按照下式將彩色圖像上的每個(gè)像素轉(zhuǎn)換為灰度圖像。
[0041]grayi； j= (r^ j- (bi； j+gi； j) / 2)(I)
[0042]其中，和gi,j分別為坐標(biāo)為(i，j)的像素的R、G和B的值。然后，可以按照下式對每個(gè)像素進(jìn)行二值化。
[0043]bini； j=255 (如果(gray^ > ^iOfcfcgrayi,」〈110))
[0044]bini；J=0 (其他情況)(2)
[0045]其中，bin^表示將坐標(biāo)為(i，j)的像素二值化得到的值。
[0046]如果在二值圖上的1?ηυ_=255的區(qū)域(B卩，白色區(qū)域)大于整張圖的預(yù)定比例(如1/5)，即圖像中可能存在膚色區(qū)域，則繼續(xù)面部區(qū)域提取的步驟。
[0047]或者，可以不進(jìn)行膚色區(qū)域是否存在的判斷，而直接繼續(xù)面部區(qū)域提取的步驟。
[0048]接著，可以利用各種適當(dāng)?shù)姆诸惼魈崛∶娌繀^(qū)域。例如，可以利用自適應(yīng)增強(qiáng)(AdaBoost)分類器與類海爾(haar_like)特征提取面部區(qū)域。
[0049]應(yīng)當(dāng)理解到，以上描述的提取面部區(qū)域的方法僅是示例性的。實(shí)際上，可以通過任意適當(dāng)?shù)姆椒▉硖崛∶娌繀^(qū)域。
[0050]接下來，在步驟S204中，在步驟S202中提取出的面部區(qū)域中檢測角點(diǎn)。步驟S204對應(yīng)于圖1中的步驟S102，這兩個(gè)步驟的區(qū)別僅在于，在步驟S102中在整個(gè)圖像中檢測角點(diǎn)，在步驟S204中在面部區(qū)域中檢測角點(diǎn)。
[0051]步驟S206至步驟S210與圖1中的步驟S104至步驟S108分別相同，為了簡明起見，在此不再贅述。
[0052]接下來，在步驟S212中，可以判斷圖像中的環(huán)境是否暗，稍后將參照圖3來描述步驟S212的一種實(shí)現(xiàn)方式。
[0053]如果在步驟S212中判斷出圖像中的環(huán)境暗時(shí)，則可以向特定用戶發(fā)出圖像中的環(huán)境暗的提示。該特定用戶例如可以是位于該環(huán)境中的用戶。
[0054]圖3示出了圖2中的檢測暗環(huán)境的步驟S212的一種實(shí)施過程的流程圖。
[0055]如圖3所示，在步驟S212-2中，可以將R、G和B值小于預(yù)定值的像素看作黑色像素。例如，如果坐標(biāo)為(i，j)的像素的R、G、B三個(gè)分量值均小于預(yù)定值(例如，20)，則可以認(rèn)為這個(gè)像素是黑色像素。
[0056]在步驟S212-4中，可以計(jì)算黑色像素?cái)?shù)目占圖像的像素總數(shù)的比例。
[0057]在步驟S212-6中，可以根據(jù)步驟S212-4中計(jì)算出的比例來判斷圖像中的環(huán)境是否暗。例如，如果該比例大于預(yù)定值如1/2，則可以認(rèn)為圖像中的環(huán)境暗，S卩，可以認(rèn)為圖像中的用戶正處于暗環(huán)境中。
[0058]圖4示出了圖1中確定眼睛姿態(tài)的步驟S108的一種實(shí)施過程的流程圖。
[0059]如圖4所示，在步驟S108-2中，可以將眼睛窗口劃分為多個(gè)子窗口。
[0060]例如，通過橫向劃分和縱向劃分將眼睛窗口劃分為多個(gè)子窗口。如圖12A和12B所示，將眼睛窗口劃分為2*2=4個(gè)子窗口。這么劃分的優(yōu)勢在于，覆蓋眼睛窗口中四個(gè)方位的主要信息。
[0061]可選地，還可以通過橫向劃分將眼睛窗口劃分為多個(gè)子窗口。例如，可以將眼睛窗口劃分為上下兩個(gè)子窗口。
[0062]在步驟S108-4中，可以計(jì)算每個(gè)子窗口中的像素的灰度值在多個(gè)方向上的梯度直方圖。稍后將參照圖12A和圖12B來詳細(xì)描述梯度直方圖的一個(gè)實(shí)施方式。
[0063]在步驟S108-6中，可以根據(jù)步驟S108-4中計(jì)算出的梯度直方圖來確定眼睛的姿態(tài)。
[0064]此外，根據(jù)步驟S108和步驟S210的眼睛姿態(tài)的確定結(jié)果，還可以計(jì)算圖像中的用戶的眨眼頻率，并在眨眼頻率小于閾值時(shí)，向用戶發(fā)出眨眼頻率過低的提示。
[0065]干眼癥在使用電腦的人群中變得越來越普遍，得這種病的主要原因是:當(dāng)人把自己的注意力集中在電腦屏幕時(shí)，他的眨眼頻率會(huì)從20次每分鐘降低到4?5次每秒。因此，計(jì)算眨眼頻率并在適當(dāng)?shù)臅r(shí)候向用戶發(fā)出提示有助于防止干眼癥發(fā)生。
[0066]以下以男士頭像為例，參照圖5A、5B、6_11、12A和12B描述檢測眼睛狀態(tài)的方法的一種實(shí)施方式。
[0067]圖5A示出了一男士睜著眼睛的圖像，圖5B示出了該男士閉著眼睛的圖像。以下僅針對圖5A來描述后續(xù)過程。
[0068]圖6示出了檢測圖5A中的男士的面部區(qū)域的示意圖。圖6中的矩形框示出了檢測處的面部區(qū)域。如圖6所示，在檢測到的面部區(qū)域中包括了人臉的絕大部分和全部五官。盡管以矩形為例示出了面部區(qū)域，但是根據(jù)需要，面部區(qū)域可以是其他形狀，如圓形、橢圓形或其他不規(guī)則形狀。
[0069]圖7A是示出了利用快速角點(diǎn)檢測算子檢測角點(diǎn)的示意圖?？焖俳屈c(diǎn)檢測算子是一種由于快速而被廣泛使用的角點(diǎn)檢測算子。針對輸入圖像中的每一個(gè)像素C，檢查像素c周圍環(huán)(半徑為3的柏生漢姆(Bresenham)環(huán))的16個(gè)像素的灰度值。如果該16個(gè)像素至少有連續(xù)的若干個(gè)(一般為擴(kuò)12)像素深于或者亮于像素c的灰度值一預(yù)定值(例如，30)，則像素c為角點(diǎn)。
[0070]圖7B示出了檢測面部區(qū)域中的角點(diǎn)的示意圖。如圖7B所示,在檢測的角點(diǎn)中包括眼睛角點(diǎn)以及眉毛、鼻子和嘴的角點(diǎn)。
[0071]圖8示出了以眼睛角點(diǎn)為中心的窗口的示意圖。圖9示出了隨機(jī)森林分類器的示意圖。圖9中的隨機(jī)森林分類器根據(jù)圖8中的窗口中的像素對(為了簡明起見，僅示意性地標(biāo)出了一個(gè)像素對Pl和P2)以及像素對之間的灰度關(guān)系對窗口中的角點(diǎn)進(jìn)行分類，即判斷窗口中的角點(diǎn)是否為眼睛角點(diǎn)。
[0072]如圖7B所示，在對面部區(qū)域的進(jìn)行角點(diǎn)檢測后，可以發(fā)現(xiàn)檢測到的角點(diǎn)不僅有眼睛角點(diǎn)，還有非眼睛角點(diǎn)(即噪聲角點(diǎn))。因此，需要在角點(diǎn)中檢測眼睛角點(diǎn)。
[0073]基于上述考慮，可以抽取檢測到的角點(diǎn)得周圍的9*9大小的窗，如圖8所示。利用像素對特征和隨機(jī)森林分類器來判斷各角點(diǎn)是否為眼睛角點(diǎn)。
[0074]首先，從抽取到的9*9窗中隨機(jī)抽取兩個(gè)像素，例如，圖8中的像素pi和p2，來比較像素Pl和像素P2的灰度值。換句話說，以9*9窗口中的任意兩個(gè)像素(例如，像素Pl和P2)的位置和這兩個(gè)像素的灰度關(guān)系作為分類器的特征。這里的9*9窗口僅是示意性的，可以根據(jù)需要而選取更大或更小的窗口。
[0075]如果像素pi的灰度值大于像素P2的灰度值，則可以認(rèn)為結(jié)果像素pi的灰度值相對于像素P2的灰度值的關(guān)系是1，反之則認(rèn)為像素Pl的灰度值相對于像素P2的灰度值的關(guān)系是O。
[0076]如圖9所示，隨機(jī)森林分類器可以由很多決策(例如，Tn個(gè))樹組成。
[0077]以下描述隨機(jī)森林分類器的訓(xùn)練階段。
[0078]首先，準(zhǔn)備多個(gè)以眼睛角點(diǎn)為中心的窗口以及多個(gè)以其他角點(diǎn)為中心的窗口作為訓(xùn)練樣本。
[0079]然后，為隨機(jī)森林分類器的每棵決策樹抽取預(yù)定數(shù)量的訓(xùn)練樣本。換句話說，為隨機(jī)森林分類器的每棵決策樹抽取訓(xùn)練集。抽取訓(xùn)練集的方法可以為任意適當(dāng)?shù)姆椒?，例如，利用裝袋(bagging)算法抽取屬于該決策樹的訓(xùn)練集。
[0080]最后，以抽取出的訓(xùn)練樣本中的像素對的位置和該像素對的灰度關(guān)系作為特征訓(xùn)練所述隨機(jī)森林分類器。具體而言，針對每棵樹的每個(gè)節(jié)點(diǎn)，從點(diǎn)對特征集合中隨機(jī)抽取一些點(diǎn)對特征，從中挑選出最具有區(qū)分力的特征為當(dāng)前樹的節(jié)點(diǎn)的樹樁分類器。該過程為遞歸過程，直到樹的深度到達(dá)閾值或者訓(xùn)練集的樣本被全部正確分類結(jié)束。
[0081]在挑選最具有區(qū)分度特征的環(huán)節(jié)，可以有很多方法來挑選，這里我們選用了基尼指標(biāo)，我們用‘I’來表示正類，用‘2’來表示負(fù)類。則基尼不純度可以定義為:
[0082]"
【權(quán)利要求】
1.一種檢測眼睛狀態(tài)的方法，包括: 在圖像中檢測角點(diǎn)；以及 把以所述角點(diǎn)為中心的窗口中的像素對的位置和所述像素對的灰度關(guān)系作為特征，利用隨機(jī)森林分類器，確定每個(gè)角點(diǎn)是否為眼睛角點(diǎn)； 根據(jù)所述眼睛角點(diǎn)設(shè)定眼睛窗口 ；以及 根據(jù)所述眼睛窗口確定所述眼睛的姿態(tài)。
2.根據(jù)權(quán)利要求1所述的方法，在所述在圖像中檢測角點(diǎn)的步驟之前還包括:從所述圖像中提取面部區(qū)域； 其中，從所述面部區(qū)域中檢測所述角點(diǎn)； 所述方法還包括: 判斷所述圖像中的環(huán)境是否暗； 在所述圖像暗中的環(huán)境暗時(shí)，向特定用戶發(fā)出所述圖像中的環(huán)境暗的提示。
3.根據(jù)權(quán)利要求2所述的方法，其中，所述判斷所述圖像中的環(huán)境是否暗的步驟包括: 將R、G和B值小于預(yù)定值的像素看作黑色像素； 計(jì)算所述黑色像素?cái)?shù)目占所述圖像的像素總數(shù)的比例；以及 根據(jù)所述比例來判斷所述圖像中的環(huán)境是否暗。
4.根據(jù)權(quán)利要求1所述的方法，其中，所述根據(jù)所述眼睛窗口確定所述眼睛的姿態(tài)的步驟包括:` 根據(jù)所述眼睛窗口中的像素的灰度值的梯度來確定所述眼睛的姿態(tài)。
5.根據(jù)權(quán)利要求4所述的方法，其中，所述根據(jù)所述眼睛窗口中的像素的灰度值的梯度來確定所述眼睛的姿態(tài)的步驟包括: 將所述眼睛窗口劃分為多個(gè)子窗口； 計(jì)算每個(gè)子窗口中的像素的灰度值在多個(gè)方向上的梯度直方圖；以及 根據(jù)所述梯度直方圖來確定所述眼睛的姿態(tài)。
6.根據(jù)權(quán)利要求5所述的方法，其中，所述將所述眼睛窗口劃分為多個(gè)子窗口的步驟包括: 通過橫向劃分和縱向劃分將所述眼睛窗口劃分為所述多個(gè)子窗口 ；或 通過橫向劃分將所述眼睛窗口劃分為所述多個(gè)子窗口。
7.根據(jù)權(quán)利要求6所述的方法，其中，所述根據(jù)所述梯度直方圖來確定所述眼睛的姿態(tài)的步驟包括: 以所述梯度直方圖為特征，利用分類器，將所述眼睛窗口分類為睜眼和閉眼。
8.根據(jù)權(quán)利要求1至7中任一項(xiàng)所述的方法，還包括: 根據(jù)所述眼睛姿態(tài)的確定結(jié)果來計(jì)算所述用戶的眨眼頻率；以及 在所述眨眼頻率小于閾值時(shí)，向所述特定用戶發(fā)出所述眨眼頻率過低的提示。
9.一種檢測眼睛狀態(tài)的設(shè)備，包括: 角點(diǎn)檢測部，用于在圖像中檢測角點(diǎn)；以及 眼睛角點(diǎn)確定部，用于把以所述角點(diǎn)為中心的窗口中的像素對的位置和所述像素對的灰度關(guān)系作為特征，利用隨機(jī)森林分類器，確定每個(gè)角點(diǎn)是否為眼睛角點(diǎn)； 眼睛窗口設(shè)定部，用于根據(jù)所述眼睛角點(diǎn)設(shè)定眼睛窗口 ；以及眼睛姿態(tài)確定部，用于根據(jù)所述眼睛窗口確定所述眼睛的姿態(tài)。
10.根據(jù)權(quán)利要求9所述的設(shè)備，還包括: 面部區(qū)域提取部，用于從所述圖像中提取面部區(qū)域； 其中，所述角點(diǎn)檢測部被配置為從所述面部區(qū)域中檢測所述角點(diǎn)； 所述設(shè)備還包括: 暗環(huán)境判斷部，用于判斷所 述圖像中的環(huán)境是否暗；以及 暗環(huán)境提示部，用于在所述圖像中的環(huán)境暗時(shí)，向特定用戶發(fā)出所述圖像中的環(huán)境暗的提不。
【文檔編號】G06K9/00GK103530595SQ201210230537
【公開日】2014年1月22日 申請日期:2012年7月4日 優(yōu)先權(quán)日:2012年7月4日
【發(fā)明者】何源, 桂天宜, 孫俊, 直井聰 申請人:富士通株式會(huì)社