一种人眼定位、人眼区域定位方法及装置制造方法
【专利摘要】本发明公开了一种人眼定位方法及装置，用于解决现有技术中存在的无法对低分辨率下的人脸图像无法定位人眼的问题。本发明还提供了一种人眼区域定位方法及装置，用于解决现有技术中存在的在眼镜及眉毛的干扰下，人眼区域定位的鲁棒性较差的问题。该方法包括：确定人脸灰度图像的左眼区域和右眼区域；根据获取的左眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯度积分投影和垂直梯度积分投影，确定左眼眼球中心在左眼区域中的位置，根据获取的右眼区域的水平灰度积分投影、垂直灰度积分投影，水平梯度积分投影和垂直梯度积分投影，确定右眼眼球中心在右眼区域中的位置。
【专利说明】一种人眼定位、人眼区域定位方法及装置
【技术领域】
[0001] 本发明涉及数字图像处理及模式识别领域，尤其涉及一种人眼定位、人眼区域定 位方法及装置。
【背景技术】
[0002] 人脸检测和面部特征点定位是当前计算机视觉领域中最具挑战性的研究课题之 一。人脸脸部特征的位置信息既可以在人脸检测中用于定位人脸、验证人脸检测结果，也可 以在人脸识别中用于对齐人脸，或作为识别的依据之一。人眼作为人脸最显著的特征，与 嘴、鼻子相比较，能够提供更为可靠的信息，因此人眼检测和瞳孔定位是人脸识别领域的重 要组成部分。
[0003] 从人脸图像中检测出人眼位置并精确定位瞳孔（也就是眼球中心），是一个复杂 的过程。由于受到光照，表情、遮挡等因素的影响，特别是在距离较远的情况下，人眼与眉 毛具有很大的相似度，因此目前人眼检测与定位仍充满着很多挑战。目前人眼定位的主要 方法有基于学习，基于模板匹配，基于特征的方法。目前用于检测及定位人眼的主流方法 是：基于类哈尔（Haar)特征构建级联分类器。基于Haar特征构建级联分类器来检测及定 位人眼的方法对于近距离、高分辨率的人眼图像具有很好的定位效果，但是对于低分辨率 (50*50)的人眼图像则无法定位人眼位置。另外，在眼镜及眉毛的干扰下，人眼区域定位的 鲁棒性较差。
【发明内容】
[0004] 本发明提供一种人眼定位方法及装置，用于解决现有技术中存在的无法对低分辨 率下的人脸图像无法定位人眼的问题。本发明还提供了一种人眼区域定位方法及装置，用 于解决现有技术中存在的在眼镜及眉毛的干扰下，人眼区域定位的鲁棒性较差的问题。
[0005] 本发明提供了一种人眼定位方法，该方法包括：
[0006] 确定人脸灰度图像的左眼区域和右眼区域；
[0007] 获取左眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯度积分投影和垂 直梯度积分投影，右眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯度积分投影和 垂直梯度积分投影；
[0008] 根据左眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯度积分投影和垂 直梯度积分投影，确定左眼眼球中心在左眼区域中的位置，根据右眼区域的水平灰度积分 投影、垂直灰度积分投影，水平梯度积分投影和垂直梯度积分投影，确定右眼眼球中心在右 眼区域中的位置。
[0009] 由于 申请人:在研究中发现，人眼部位的横向及纵向的梯度分布及横向纵向的灰度 分布均具有一定的规律，该规律为：在人眼眼球位置的横向及纵向的梯度值相对于其它位 置较大，横向及纵向的灰度值相对于其它位置较小。针对低分辨率下的人脸图像该规律同 样存在。因此，利用本发明提供的方法，将水平灰度积分投影、垂直灰度积分投影、水平梯度 积分投影和垂直梯度积分投影结合来确定眼球中心的位置，对于低分辨率的人脸图像中的 人眼定位具有很好的效果。
[0010] 基于与上述人眼定位方法的同样的发明构思，本发明还提供一种人眼定位装置， 该装置包括：
[0011] 第一确定单元，用于确定人脸灰度图像的左眼区域和右眼区域；
[0012] 获取单元，用于获取左眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯度 积分投影、垂直梯度积分投影，右眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯 度积分投影、垂直梯度积分投影；
[0013] 第二确定单元，用于根据左眼区域的水平灰度积分投影、垂直灰度积分投影、水平 梯度积分投影、垂直梯度积分投影，确定左眼眼球中心在左眼区域中的位置，根据右眼区域 的水平灰度积分投影、垂直灰度积分投影，水平梯度积分投影、垂直梯度积分投影，确定右 眼眼球中心在右眼区域中的位置。
[0014] 由于 申请人:在研究中发现，人眼部位的横向及纵向的梯度分布及横向纵向的灰度 分布均具有一定的规律，该规律为：在人眼眼球位置的横向及纵向的梯度值相对于其它位 置较大，横向及纵向的灰度值相对于其它位置较小。针对低分辨率下的人脸图像该规律同 样存在。因此，利用本发明提供的方法，将水平灰度积分投影、垂直灰度积分投影、水平梯度 积分投影和垂直梯度积分投影结合来确定眼球中心的位置，对于低分辨率的人脸图像中的 人眼定位具有很好的效果。
[0015] 本发明还提供了一种人眼区域定位方法，该方法包括：
[0016] 确定人脸灰度图像中的人眼候选区域；
[0017] 在人眼候选区域中使用预先训练的模板库中各个双眼模板进行匹配，确定人眼区 域，双眼模板是在对人眼样本图像提取主要特征后形成的。
[0018] 利用上述方法利用提取主要特征后形成的模板进行匹配，该主要特征为人眼区域 的主要特征，从而确定人眼区域，能够很好消除眼镜和眉毛的对人眼区域定位的干扰，定位 的人眼区域效果更佳。
[0019] 基于与上述人眼区域定位方法同样的发明构思，本发明还提供了一种人眼区域定 位装置，该装置包括：
[0020] 第一确定单元，用于确定人脸灰度图像中的人眼候选区域；
[0021] 第二确定单元，用于在人眼候选区域中使用预先训练的模板库中各个双眼模板进 行匹配，确定人眼区域，该双眼模板是在对人眼样本图像提取主要特征后形成的。
[0022] 利用上述装置利用提取主要特征后形成的模板进行匹配，该主要特征为人眼区域 的主要特征，从而确定人眼区域，能够很好消除眼镜和眉毛的对人眼区域定位的干扰，定位 的人眼区域效果更佳。
【专利附图】
【附图说明】
[0023] 图1为本发明实施例提供的人眼定位方法流程图；
[0024] 图2为本发明实施例提供的在人眼候选区域中使用预先训练的模板库中的各个 双眼模板进行匹配，确定人眼区域的方法流程图；
[0025] 图3为本发明实施例提供的训练形成特征眼空间及双眼模板方法流程图；
[0026] 图4a为本发明实施例提供的直方图均衡化前的双眼图像示意图；
[0027] 图4b为本发明实施例提供的双眼直方图均衡化图像示意图；
[0028] 图4c为本发明实施例提供的左眼直方图均衡化图像示意图；
[0029] 图4d为本发明实施例提供的右眼直方图均衡化图像示意图；
[0030] 图4e为本发明实施例提供的融合后的双眼图像示意图；
[0031] 图5a?5b本发明实施例提供的坐标系示意图；
[0032] 图6为本发明实施例提供的窗口模板示意图；
[0033] 图7为本发明实施例提供的另一种人眼定位方法流程图；
[0034] 图8为本发明实施例提供的人眼定位装置示意图；
[0035] 图9为本发明实施例提供的人眼区域定位方法流程图；
[0036] 图10为本发明实施例提供的在人眼候选区域中使用预先训练的模板库中的各个 双眼模板进行匹配，确定人眼区域的方法流程图；
[0037] 图11为本发明实施例提供的训练形成特征眼空间及双眼模板方法流程图；
[0038] 图12a为本发明实施例提供的直方图均衡化前的双眼图像示意图；
[0039] 图12b为本发明实施例提供的双眼直方图均衡化图像示意图；
[0040] 图12c为本发明实施例提供的左眼直方图均衡化图像示意图；
[0041] 图12d为本发明实施例提供的右眼直方图均衡化图像示意图；
[0042] 图12e为本发明实施例提供的融合后的双眼图像示意图；
[0043] 图13a?13b本发明实施例提供的坐标系示意图；
[0044] 图14为本发明实施例提供的人眼区域定位装置示意图。
【具体实施方式】
[0045] 本发明实施例提供了一种人眼定位方法及装置，用于解决现有技术中存在的无法 对低分辨率下的人脸图像无法定位人眼的问题。本发明实施例还提供了一种人眼区域定位 方法及装置，用于解决现有技术中存在的在眼镜及眉毛的干扰下，人眼区域定位的鲁棒性 较差的问题。
[0046] 本发明实施例提供了一种人眼定位方法，如图1所示，该方法包括：
[0047] 步骤101 :确定人脸灰度图像的左眼区域和右眼区域。
[0048] 步骤102 :获取左眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯度积分 投影和垂直梯度积分投影，右眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯度积 分投影和垂直梯度积分投影。
[0049] 其中，左眼区域或者右眼区域的水平灰度积分投影、垂直灰度积分投影是针对左 眼区域或者右眼区域的灰度图像获取的，左眼区域或者右眼区域的水平梯度积分投影、垂 直梯度积分投影是针对左眼区域或者右眼区域的梯度图像获取。
[0050] 梯度图像是：针对灰度图像利用Sobel算子进行边缘滤波求取灰度图像的梯度后 形成的。还可以对灰度图像求差分获取灰度图像的梯度形成梯度图像。
[0051] 步骤103 :根据左眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯度积分 投影和垂直梯度积分投影，确定左眼眼球中心在左眼区域中的位置，根据右眼区域的水平 灰度积分投影、垂直灰度积分投影、水平梯度积分投影和垂直梯度积分投影，确定右眼眼球 中心在右眼区域中的位置。
[0052] 由于 申请人:在研究中发现，人眼部位的横向及纵向的梯度分布及横向纵向的灰度 分布均具有一定的规律，该规律为：在人眼眼球位置的横向及纵向的梯度值相对于其它位 置较大，横向及纵向的灰度值相对于其它位置较小。针对低分辨率下的人脸图像该规律同 样存在。因此，利用本发明提供的方法，将水平灰度积分投影、垂直灰度积分投影、水平梯度 积分投影和垂直梯度积分投影结合来确定眼球中心的位置，对于低分辨率的人脸图像中的 人眼定位具有很好的效果。
[0053] 其中，水平灰度积分投影是指在针对灰度图像，在每列上的所有像素点的灰度值 之和。可以利用如下公式获得：
[0054]
【权利要求】
1. 一种人眼定位方法，其特征在于，包括： 确定人脸灰度图像的左眼区域和右眼区域； 获取左眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯度积分投影和垂直梯 度积分投影，右眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯度积分投影和垂直 梯度积分投影； 根据所述左眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯度积分投影和垂 直梯度积分投影，确定左眼眼球中心在左眼区域中的位置，根据所述右眼区域的水平灰度 积分投影、垂直灰度积分投影，水平梯度积分投影和垂直梯度积分投影，确定右眼眼球中心 在右眼区域中的位置。
2. 如权利要求1所述的方法，其特征在于，所述根据所述左眼区域的水平灰度积分投 影、垂直灰度积分投影、水平梯度积分投影和垂直梯度积分投影，确定左眼眼球中心在左眼 区域中的位置，包括： 根据如下公式1和公式2,确定左眼眼球中心在左眼区域的位置： Xpeakl = argmax (VGIP1/VIP1) 公式 1 Ypeakl = argmax (HGIP1/HIP1) 公式 2 所述根据所述右眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯度积分投影 和垂直梯度积分投影，确定右眼眼球中心在左眼区域中的位置，包括： 根据如下公式3和公式4,确定右眼眼球中心在右眼区域的位置： Xpeakr = argmax (VGIPr/VIPr) 公式 3 Ypeakr = argmax (HGIPr/HIPr) 公式 4 其中，Xpeakl为左眼眼球中心在左眼区域的水平位置坐标，Ypeakl为左眼眼球中心在 左眼区域的垂直位置坐标，Xpeakr为右眼眼球中心在右眼区域的水平位置坐标，Ypeakr为 右眼眼球中心在右眼区域的垂直位置坐标，VGIP1为左眼区域的垂直梯度积分投影，VIP1 为左眼区域的垂直灰度积分投影，HGIP1为左眼区域的水平梯度积分投影，HIP1为左眼区 域的水平灰度积分投影，VGIPr为右眼区域的垂直梯度积分投影，VIPr为右眼区域的垂直 灰度积分投影，HGIPr为右眼区域的水平梯度积分投影，HIPr为右眼区域的水平灰度积分 投影，argmax为取极大值。
3. 如权利要求1所述的方法，其特征在于，所述确定人脸灰度图像的左眼区域和右眼 区域，包括： 确定所述人脸灰度图像中的人眼候选区域； 在所述人眼候选区域中使用预先训练的模板库中各个双眼模板进行匹配，确定人眼区 域，所述双眼模板是在对人眼样本图像提取主要特征后形成的； 确定所述人眼区域的左眼区域和右眼区域。
4. 如权利要求3所述的方法，其特征在于，所述在所述人眼候选区域中使用预先训练 的模板库中的各个双眼模板进行匹配，确定人眼区域，包括： 在所述人眼候选区域中使用预先训练的模板库中的各个双眼模板进行匹配，第一次确 定最佳匹配区域，将第一次确定的最佳匹配区域的灰度值设置为255,并记录第一次确定的 最佳匹配区域在人眼候选区域中的位置； 在将第一次确定的最佳匹配区域的灰度值设置为255后的人眼候选区域中，使用预先 训练的模板库中的各个双眼模板进行匹配，第二次确定最佳匹配区域，将第二次确定的最 佳匹配区域的灰度值设置为255,并记录第二次确定的最佳匹配区域在人眼候选区域中的 位置； 在将第一次和第二次确定的最佳匹配区域的灰度值设置为255后的人眼候选区域中， 使用预先训练的模板库中的各个双眼模板进行匹配，第三次确定最佳匹配区域，记录第三 次确定的最佳匹配区域在人眼候选区域中的位置； 从三次确定的最佳匹配区域中选择在垂直方向上处于中间位置的最佳匹配区域作为 人眼区域。
5. 如权利要求4所述的方法，其特征在于，所述在人眼候选区域中使用预先训练的模 板库中的各个双眼模板进行匹配，确定人眼候选区域中的最佳匹配区域，包括： 将人眼候选区域在垂直方向上等分为4个子区域，将每个子区域归一化为预定的像素 大小； 将各个子区域分别在水平方向上平均分成左眼子区域和右眼子区域； 将各个子区域进行直方图均衡化处理，分别形成各个子区域的直方图均衡化图像，将 各个左眼子区域进行直方图均衡化处理，分别形成各个左眼子区域的直方图均衡化图像， 将各个右眼子区域进行直方图均衡化处理，分别形成各个右眼子区域的直方图均衡化图 像；针对每个子区域，将该子区域的直方图均衡化图像、其中的左眼子区域的直方图均衡化 图像和右眼子区域的直方图均衡化图像进行融合，形成融合后的子区域； 将融合后的每个子区域分别投影到预先训练形成的特征眼空间，所述人眼候选区域的 每个子区域归一化后的像素大小与所述模板库中的双眼模板的像素大小相同； 确定投影到特征眼空间的每一个子区域与预先训练形成的模板库中的所有双眼模板 之间的相似度； 将与所述模板库中的所有双眼模板之间的相似度最高的子区域作为最佳匹配区域。
6. 如权利要求5所述的方法，其特征在于，形成特征眼空间及双眼模板的实现方式为： 对双眼图像库中的双眼图像平均分成左眼图像和右眼图像，所述双眼图像库由不同拍 摄距离的双眼样本图像归一化到同一像素大小后形成的双眼图像构成； 对所述双眼图像进行直方图均衡化处理形成双眼直方图均衡化图像，对所述左眼图像 进行直方图均衡化处理形成左眼直方图均衡化图像，对所述右眼图像进行直方图均衡化处 理形成右眼直方图均衡化图像； 对双眼直方图均衡化图像、左眼直方图均衡化图像、右眼直方图均衡化图像进行融合 形成融合后的双眼图像； 将融合后形成的双眼图像进行滤波； 提取滤波后的双眼图像中的人眼主要特征，形成特征眼空间； 将所述融合后的双眼图像投影到所述特征眼空间，形成双眼模板。
7. 如权利要求6所述的方法，其特征在于，所述对双眼直方图均衡化图像、左眼直方图 均衡化图像、右眼直方图均衡化图像进行融合，包括： 将所述双眼直方图均衡化图像区域在水平方向上等分为4个子区域为：双眼左子区 域，双眼左中子区域，双眼右中子区域，双眼右子区域；所述左眼直方图均衡化图像在水平 方向上等分为2个子区域为左眼左子区域，左眼右子区域；所述右眼直方图均衡化图像在 水平方向上等分为2个子区域为右眼左子区域，右眼右子区域； 将所述双眼左中子区域、双眼右中子区域、左眼左子区域、左眼右子区域、右眼左子区 域及右眼右子区域进行融合形成融合后的双眼图像；所述左眼左子区域为所述融合后的双 眼图像的双眼左子区域，所述双眼左中子区域与左眼右子区域融合后形成融合后的双眼图 像的双眼左中子区域，所述双眼右中子区域与右眼左子区域融合后形成融合后的双眼图像 的双眼右中子区域，所述右眼右子区域为所述融合后的双眼图像的双眼右子区域。
8. 如权利要求1所述的方法，其特征在于，确定左眼眼球中心在左眼区域中的位置及 右眼眼球中心在右眼区域中的位置之后，所述方法还包括： 以所确定的左眼眼球中心在左眼区域中的位置为中心，在预定半径的区域内进行局部 二值化处理，形成左眼二值化区域，以所确定的右眼眼球在右眼区域中的位置为中心，在一 定半径的区域内进行局部二值化处理，形成右眼二值化区域； 采用窗口模板遍历左眼二值化区域，所述窗口模板为矩形，且在水平方向被等分为三 个矩形子模板区域；对所述窗口模板遍历所述左眼二值化区域过程中每次移动对应的部分 左眼二值化区域，确定部分左眼二值化区域中对应于中间的矩形子模板区域的像素值之和 与对应于两侧矩形子模板区域的像素值之和的差值；对所述窗口模板遍历所述右眼二值化 区域过程中每次移动对应的部分右眼二值化区域，确定部分右眼二值化区域中对应于中间 的矩形子模板区域的像素值之和与对应于两侧矩形子模板区域的像素值之和的差值； 将左眼眼球中心在左眼区域中的位置校正为差值最大的部分左眼二值化区域的几何 中心的位置；将右眼眼球中心在右眼区域中的位置校正为差值最大的部分右眼二值化区域 的几何中心的位置。
9. 如权利要求8所述的方法，其特征在于，所述方法还包括： 若左眼和右眼之间的偏转角小于预定值，或者左眼与右眼之间的水平距离大于人眼候 选区域宽度的1/3,确定所述确定的左眼眼球中心在左眼区域中的位置及右眼眼球中心在 右眼区域中的位置不准确，否则确定所述确定的左眼眼球中心在左眼区域中的位置及右眼 眼球中心在右眼区域中的位置准确； 所述左眼和右眼之间的偏转角的确定方法为： 根据公式
确定左眼和右眼之间的偏转角，其中，angle为 左眼和右眼之间的偏转角，（LeftX，LeftY)左眼眼球中心在左眼区域中的位置，（RightX， RightY)右眼眼球中心在右眼区域中的位置坐标，a tan为反正切。
10. -种人眼定位装置，其特征在于，包括： 第一确定单元，用于确定人脸灰度图像的左眼区域和右眼区域； 获取单元，用于获取左眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯度积分 投影、垂直梯度积分投影，右眼区域的水平灰度积分投影、垂直灰度积分投影、水平梯度积 分投影、垂直梯度积分投影； 第二确定单元，用于根据所述左眼区域的水平灰度积分投影、垂直灰度积分投影、水平 梯度积分投影、垂直梯度积分投影，确定左眼眼球中心在左眼区域中的位置，根据所述右眼 区域的水平灰度积分投影、垂直灰度积分投影，水平梯度积分投影、垂直梯度积分投影，确 定右眼眼球中心在右眼区域中的位置。
11. 一种人眼区域定位方法，其特征在于，包括： 确定人脸灰度图像中的人眼候选区域； 在所述人眼候选区域中使用预先训练的模板库中各个双眼模板进行匹配，确定人眼区 域，所述双眼模板是在对人眼样本图像提取主要特征后形成的。
12. 如权利要求11所述的方法，其特征在于，所述在人眼候选区域中使用预先训练的 模板库中的各个双眼模板进行匹配，确定人眼区域，包括： 在人眼候选区域中使用预先训练的模板库中的各个双眼模板进行匹配，第一次确定最 佳匹配区域，将第一次确定的最佳匹配区域的灰度值设置为255,并记录第一次确定的最佳 匹配区域在人眼候选区域中的位置； 在将第一次确定的最佳匹配区域的灰度值设置为255后的人眼候选区域中，使用预先 训练的模板库中的各个双眼模板进行匹配，第二次确定最佳匹配区域，将第二次确定的最 佳匹配区域的灰度值设置为255,并记录第二次确定的最佳匹配区域在人眼候选区域中的 位置； 在将第一次和第二次确定的最佳匹配区域的灰度值设置为255后的人眼候选区域中， 使用预先训练的模板库中的各个双眼模板进行匹配，第三次确定最佳匹配区域，记录第三 次确定的最佳匹配区域在人眼候选区域中的位置； 从三次确定的最佳匹配区域中选择在垂直方向上处于中间位置的最佳匹配区域作为 人眼区域。
13. 如权利要求12所述的方法，其特征在于， 在人眼候选区域中使用预先训练的模板库中的各个双眼模板进行匹配，确定人眼候选 区域中的最佳匹配区域，包括： 将人眼候选区域在垂直方向上等分为4个子区域，将每个子区域归一化为预定的像素 大小； 将各个子区域分别在水平方向上平均分成左眼子区域和右眼子区域； 将各个子区域进行直方图均衡化处理，分别形成各个子区域的直方图均衡化图像，将 各个左眼子区域进行直方图均衡化处理，分别形成各个左眼子区域的直方图均衡化图像， 将各个右眼子区域进行直方图均衡化处理，分别形成各个右眼子区域的直方图均衡化图 像；针对每个子区域，将该子区域的直方图均衡化图像、其中的左眼子区域的直方图均衡化 图像和右眼子区域的直方图均衡化图像进行融合，形成融合后的子区域； 将融合后的每个子区域分别投影到预先训练形成的特征眼空间，所述人眼候选区域的 每个子区域归一化后的像素大小与所述模板库中的双眼模板的像素大小相同； 确定投影到特征眼空间的每一个子区域与预先训练形成的模板库中的所有双眼模板 之间的相似度； 将与所述模板库中的所有双眼模板之间的相似度最高的子区域作为最佳匹配区域。
14. 如权利要求13所述的方法，其特征在于，形成特征眼空间及双眼模板的实现方式 为： 对双眼图像库中的双眼图像平均分成左眼图像和右眼图像，所述双眼图像库由不同拍 摄距离的双眼样本图像归一化到同一像素大小后形成的双眼图像构成； 对所述双眼图像进行直方图均衡化处理形成双眼直方图均衡化图像，对所述左眼图像 进行直方图均衡化处理形成左眼直方图均衡化图像，对所述右眼图像进行直方图均衡化处 理形成右眼直方图均衡化图像； 对双眼直方图均衡化图像、左眼直方图均衡化图像、右眼直方图均衡化图像进行融合 形成融合后的双眼图像； 将融合后形成的双眼图像进行滤波； 提取滤波后的双眼图像中的人眼主要特征，形成特征眼空间； 将所述融合后的双眼图像投影到所述特征眼空间，形成双眼模板。
15. -种人眼区域定位装置，其特征在于，包括： 第一确定单元，用于确定人脸灰度图像中的人眼候选区域； 第二确定单元，用于在所述人眼候选区域中使用预先训练的模板库中各个双眼模板进 行匹配，确定人眼区域，所述双眼模板是在对人眼样本图像提取主要特征后形成的。
【文档编号】G06K9/00GK104050448SQ201410258718
【公开日】2014年9月17日 申请日期:2014年6月11日 优先权日:2014年6月11日
【发明者】刘治, 宿方琪, 张海霞, 朱珂, 刘卫东, 安慧中 申请人:青岛海信信芯科技有限公司