视线校正方法、装置、电子设备及存储介质与流程

1.本技术涉及视线追踪技术领域，尤其涉及一种视线校正方法、装置、电子设备及存储介质。


背景技术：

2.目前，现有的视线估计系统为了提高视线估计的精度大都会利用视线校正参数，对视线估计模型输出的视线估计坐标进行校正。在实践中发现，现有的视线校正方法往往需要设备专门引导用户依次盯着输出的特殊标志，若用户没有很好地配合，则确定出的视线校正参数对视线估计坐标的校正效果往往不佳。


技术实现要素：

3.本技术实施例提供了一种视线校正方法、装置、电子设备及存储介质，能够确定出校正效果较好的视线校正参数。
4.本技术实施例第一方面提供了一种视线校正方法，包括：
5.当电子设备处于目标使用场景时，通过所述电子设备的摄像模组采集目标用户的第一人脸图像；
6.获得所述第一人脸图像对应的第一视线估计坐标，所述第一视线估计坐标是通过视线估计模型分析所述第一人脸图像获得的；
7.根据所述第一视线估计坐标及所述第一人脸图像对应的视线真实坐标，确定视线校正参数，所述视线校正参数用于校正所述视线估计模型输出的视线估计坐标进行校正。
8.本技术实施例第二方面提供了一种视线校正参数的确定装置，包括：
9.图像采集单元，用于当电子设备处于目标使用场景时，通过所述电子设备的摄像模组采集目标用户的第一人脸图像；
10.视线坐标估计单元，用于获得所述第一人脸图像对应的第一视线估计坐标，所述第一视线估计坐标是通过视线估计模型分析所述第一人脸图像获得的；
11.校正参数确定单元，用于根据所述第一视线估计坐标及所述第一人脸图像对应的视线真实坐标，确定视线校正参数，所述视线校正参数用于校正所述视线估计模型输出的视线估计坐标。
12.本技术实施例第三方面提供了一种电子设备，可以包括：
13.存储有可执行程序代码的存储器；
14.以及所述存储器耦合的处理器；
15.所述处理器调用所述存储器中存储的所述可执行程序代码，所述可执行程序代码被所述处理器执行时，使得所述处理器实现如本技术实施例第一方面所述的方法。
16.本技术实施例第四方面提供一种计算机可读存储介质，其上存储有可执行程序代码，所述可执行程序代码被处理器执行时，实现如本技术实施例第一方面所述的方法。
17.本技术实施例第五方面公开一种计算机程序产品，当该计算机程序产品在计算机
computer，pc)、智能pc、销售终端(pointofsales，pos)和车载电脑等。
31.电子设备也可以包括可穿戴设备。可穿戴设备可以直接穿戴在用户身上，或是整合到用户的衣服或配件的一种便携式电子设备。可穿戴设备不仅仅是一种硬件设备，更可以通过软件支持以及数据交互、云服务器交互来实现强大的智能功能，比如：计算功能、定位功能、报警功能，同时还可以连接手机及各类终端。可穿戴设备可以包括但不限于以手腕为支撑的watch类(比如手表、手腕等产品)，以脚为支撑的shoes类(比如鞋、袜子或者其他腿上佩戴产品)，以头部为支撑的glass类(比如眼镜、头盔、头带等)以及智能服装，书包、拐杖、配饰等各类非主流产品形态。
32.视线估计指的是通过一张人脸照片，来判断人的眼睛注视的位置。视线估计在智能家电、智能计算机、虚拟游戏、汽车驾驶及军事领域都具有十分广阔的应用。以汽车驾驶为例，在汽车的挡风玻璃前，或者方向盘中心，安装一个摄像头，拍下驾驶员的照片，然后根据照片来判断用户正在看哪里，这就是汽车驾驶场景下的视线估计。汽车驾驶场景中的视线估计，可以分析驾驶员的视线是否正常，从而进行驾驶安全监控。
33.目前，现有的视线估计系统为了提高视线估计的精度大都会利用视线校正参数，对视线估计模型输出的视线估计坐标进行校正。在实践中发现，现有的视线校正方法往往需要设备专门引导用户依次盯着输出的特殊标志，若用户没有很好地配合，则确定出的视线校正参数对视线估计坐标的校正效果往往不佳。
34.本技术旨在确定校正效果较好的视线校正参数。其中，具体的视线校正方法下面结合附图进行详细说明。
35.请参阅图1，图1是本技术实施例公开的视线校正方法的一种场景示意图。如图1所示的场景示意图可以包括电子设备10，该电子设备10可在处于目标使用场景时，通过该电子设备的摄像模组采集目标用户的第一人脸图像，然后利用视线估计模型分析该第一人脸图像，得到该第一人脸图像对应的第一视线估计坐标，最后再根据该第一视线估计坐标及第一人脸图像对应的视线真实坐标确定出，用于校正视线估计模型输出的视线估计坐标的视线校正参数。可见，电子设备10在确定视线校正参数的过程中，第一人脸图像的采集可以在用户的日常使用过程中进行，无需额外输出视线引导信息，可以确定出校正效果较好的视线校正参数，此外，对用户来说整个视线校正参数的确定过程是无感的，进而提高了确定视线校正参数的便捷性。
36.请参阅图2，图2是本技术实施例公开的一种视线校正方法的流程示意图。如图2所示的视线校正方法可以包括以下步骤：
37.201、当电子设备处于目标使用场景时，通过该电子设备的摄像模组采集目标用户的第一人脸图像。
38.其中，目标使用场景可以指的是电子设备正常使用过程中的一种或多种场景，本技术实施例不做限定。在电子设备处于目标使用场景时，用户的视线位置往往有一定规律，可将不同的使用场景与用户的视线位置进行关联。可以理解的是，第一人脸图像可以在用户对电子设备的日常使用过程中不知不觉被采集，不需要电子设备输出额外的校正信息步骤，从而提供了一种隐式的视线校正方法。
39.在一些实施例中，第一人脸图像的帧数可以为一帧或多帧，本技术实施例不做限定。在第一人脸图像的帧数为多帧的情况下，多帧第一人脸图像可以是在相同或不同的目
标使用场景下采集的。示例性的，一种目标使用场景下图像的采集周期可以是100毫秒。
40.在一些实施例中，在第一人脸图像的帧数为多帧的情况下，第一人脸图像的帧数可以大于或等于帧数阈值，该帧数阈值与视线校正参数的校正参数的个数相关，校正参数的个数越多，则帧数阈值越大。示例性的，帧数阈值为5帧。
41.下面通过举例方式，对目标使用场景进行说明：
42.示例性的，电子设备包括车载终端，目标使用场景可以包括以下任一种或几种组合：控制车辆左转、控制车辆右转、控制车辆输出速度警示信息、控制车辆输出油量警示信息、控制车辆倒库(包括左倒库和右倒库)及控制车辆的中控台等。其中，在控制车辆左转时，用户大概率会看车辆左视镜；在控制车辆右转时，用户大概率会看车辆右视镜；在控制车辆输出速度警示信息及油量警示信息时，用户大概率会看车辆仪表盘；在控制车辆左倒库时，用户大概率会看右视镜；在控制车辆右倒库时，用户大概率会看左视镜；在控制车辆的中控台时，用户大概率会看车辆中控台。
43.示例性的，电子设备包括用户终端(智能手机、可穿戴设备、平板电脑等)，目标使用场景可以包括以下任一种或几种的组合：开启前置摄像头、显示弹窗及显示密码(如开机密码、支付密码及验证码等)输入界面等。其中，在开启前置摄像头时，用户大概率会看前置摄像头；在显示弹窗时，用户大概率会看弹窗的显示区域；在显示密码输入界面时，用户大概率会看密码输入界面的显示区域。
44.202、获得第一人脸图像对应的第一视线估计坐标，该第一视线估计坐标是通过视线估计模型分析第一人脸图像获得的。
45.其中，视线估计模型可通过深度学习得到，且具备估计视线坐标的能力。视线估计模型可以是通过大量样本脸部图像及每一样本脸部图像对应的视线真实坐标训练得到的。
46.视线估计模型一般都是有一定误差的。示例性的，视线估计模型的误差小于或等于2厘米。
47.针对不同的电子设备，视线估计模型可输出不同坐标系下的视线估计坐标。其中，在电子设备包括车载终端时，第一视线估计坐标的坐标系的原点可以是车辆的方向盘的中心，往右(即副驾驶方向)是x方向的正方向，往下(即脚下的方向)是y方向的正方向。
48.其中，在电子设备包括用户终端时，第一视线估计坐标的坐标系的原点可以是用户终端的屏幕的左上角，往右是x的正方向，往下是y的正方向。
49.在一些实施例中，视线估计模型对其所分析的图像的图像参数可做或不做要求，本技术实施例不做限定。其中，图像参数可以包括但不限于图像的分辨率和/或图像的尺寸等。示例性的，在视线估计模型对其所分析的图像的图像参数有要求的情况下，视线估计模型要求图像的尺寸为320*320，图像的分辨率为640*640。
50.在一些实施例中，在第一人脸图像的帧数为多帧的情况下，通过视线估计模型分析第一人脸图像，得到第一人脸图像对应的第一视线估计坐标，可以包括：通过视线估计模型分别分析每帧第一人脸图像，以得到每帧第一人脸图像对应的第一视线估计坐标。
51.在一些实施例中，通过视线估计模型分析每帧第一人脸图像的过程可以包括：包括：通过人脸检测模型，检测出每帧第一人脸图像中的人脸区域，并从每帧第一人脸图像中提取人脸区域，并将提取的人脸区域调整为视线估计模型对应的目标尺寸，以得到每帧第一人脸图像对应的目标图像，以及利用视线估计模型，对每帧第一人脸图像对应的目标图
像进行分析，以得到每帧第一人脸图像对应第一视线估计坐标。
52.通过实施该方法，在获取第一人脸图像对应第一视线估计坐标之前，先对第一人脸图像中人脸进行检测，然后再基于检测到的人脸区域确定输入到视线估计模型的目标图像，可以降低对无效的图像像素的分析，提高了获取第一人脸图像对应第一视线估计坐标的效率，进而有效提高了视线校正参数的构建效率。
53.203、根据第一视线估计坐标及第一人脸图像对应的视线真实坐标，确定视线校正参数，视线校正参数用于校正视线估计模型输出的视线估计坐标。
54.其中，在同一目标使用场景下采集的多帧第一人脸图像对应的视线真实坐标相同。
55.在一些实施例中，一个目标使用场景可以对应一个或多个视线真实坐标，本技术实施例不做限定。
56.其中，视线真实坐标表示的可以是目标用户的注视区域中的任一位置，示例性的，视线真实坐标表示的是目标用户的注视区域的中心位置。
57.下面通过举例方式，对一个目标使用场景对应一个视线真实坐标的情况进行说明：
58.示例1，在控制车辆左转时，第一人脸图像对应的视线真实坐标为车辆左视镜的中心点坐标；在控制车辆右转时，第一人脸图像对应的视线真实坐标为车辆右视镜的中心点坐标；在控制车辆输出速度警示信息及油量警示时，第一人脸图像对应的视线真实坐标为车辆仪表盘的中心点坐标；在控制车辆左倒库时，第一人脸图像对应的视线真实坐标为右视镜的中心点坐标；在控制车辆右倒库时，第一人脸图像对应的视线真实坐标为左视镜的中心点坐标；在控制车辆的中控台时第一人脸图像对应的视线真实坐标为车辆中控的中心点坐标。
59.示例2，在开启前置摄像头时，第一人脸图像对应的视线真实坐标为前置摄像头的中心点坐标；在显示弹窗时，第一人脸图像对应的视线真实坐标为弹窗的显示区域的中心点坐标；在显示密码输入界面时，第一人脸图像对应的视线真实坐标为密码输入界面的中心点坐标。
60.在一个目标使用场景对应多个视线真实坐标的情况下，还可以通过分析第一人脸图像中用户头部的转动情况，从该目标使用场景对应多个视线真实坐标中确定出匹配该转动情况的视线真实坐标。
61.示例性的，在控制车辆右倒库时，用户可能看左视镜，也可能看中控台，则可以根据用户头部的转动情况可以确定出精度最高的视线真实坐标。
62.需要说明的是，车辆左视镜的中心点坐标、车辆右视镜的中心点坐标、车辆仪表盘的中心点坐标，以及车辆中控台的中心点坐标需要提前测量好。同理，前置摄像头的中心点坐标、弹窗的显示区域的中心点坐标、密码输入界面的中心点坐标也需要提前测量好。
63.在一些实施例中，针对视线估计坐标的校正关系式可以是基于最小二乘法的线性关系式。该校正关系式可以表示为：x1＝a*x0+b*y0+c；y1＝d*x0+e*y0+f。其中，x1表示的是视线真实坐标的横坐标，y1表示的是视线真实坐标的纵坐标，x0表示的是视线估计坐标的横坐标，y0表示的是视线估计坐标的纵坐标。a、b、c、d、e及f均为视线校正参数。
64.需要说明的是，已知每帧第一脸部图像对应的第一视线估计坐标及视线真实坐
标，可以代入上述校正关系式求得a、b、c、d及f，也即可以确定出视线校正参数。
65.在一些实施例中，可以将多帧第一脸部图像划分为多组，分别将每组第一脸部图像对应的第一视线估计坐标及视线真实坐标代入上述校正关系式，可以得到多组校正参数。对于第一校正参数(第一校正参数为视线校正参数中的任一个)，可以从该多组校正参数中取该第一校正参数对应的多个数值，并将该多个数值的众数或平均数作为第一校正参数的值。
66.在一些实施例中，可以将同一目标使用场景下的多帧第一脸部图像分为一组。
67.通过实施上述方法，首先，在电子设备处于目标使用场景的情况下进行第一人脸图像的采集，然后通过视线估计模型分析第一人脸图像，得到第一人脸图像对应的第一视线估计坐标，最后再根据第一视线估计坐标及第一人脸图像对应的视线真实坐标，确定出用于校正视线估计模型输出的视线估计坐标的视线校正参数。可见，在本技术实施例公开的视线校正参数的确定过程中，第一人脸图像的采集在用户的日常使用过程中进行，无需额外输出视线引导信息，可以确定出校正效果较好的视线校正参数，此外，对用户来说整个视线校正参数的确定过程是无感的，进而提高了确定视线校正参数的便捷性。
68.请参阅图3，图3是本技术实施例公开的另一种视线校正方法的流程示意图。如图3所示的视线校正方法可以包括以下步骤：
69.301、当电子设备处于目标使用场景时，通过该电子设备的摄像模组采集目标用户的第一人脸图像。
70.302、获得第一人脸图像对应的第一视线估计坐标，该第一视线估计坐标是通过视线估计模型分析第一人脸图像获得的。
71.其中，关于步骤301-步骤302的详细介绍，请参照上述针对步骤201-步骤202的描述，此处不再赘述。
72.303、根据第一视线估计坐标及第一人脸图像对应的视线真实坐标，确定视线校正参数，视线校正参数用于校正视线估计模型输出的视线估计坐标。
73.在一些实施例中，在第一人脸图像的帧数为多帧的情况下，根据第一视线估计坐标及第一人脸图像对应的视线真实坐标，确定视线校正参数，可以包括：获取每帧第一人脸图像对应的第一视线估计坐标，与每帧第一人脸图像对应的视线真实坐标之间的距离值；将距离值大于距离值阈值的第一人脸图像作为无效的第一人脸图像，并将距离值小于或等于距离值阈值的第一人脸图像作为有效的第一人脸图像；根据每一有效的第一人脸图像对应的第一视线坐标及视线真实坐标，确定视线校正参数。
74.在本技术实施例中，距离值阈值可以由大量数据总结得到。示例性的，距离值阈值为10厘米。对于任一帧第一人脸图像来说，若对应的第一视线估计坐标与对应的视线真实坐标之间的距离值大于距离值阈值，则说明目标用户的视线位置并未处于预设的视线位置。示例性的，若第一人脸图像是在控制车辆左转时采集，则说明目标用户的视线位置很大可能并未落在车辆左视镜上。通过实施该方法，可以根据第一视线估计坐标与对应的视线真实坐标之间的距离值，对第一人脸图像的有效性进行判断，剔除掉无效的第一人脸图像，仅利用有效的第一人脸图像的第一视线估计坐标及视线真实坐标确定较视线校正参数，有利于提高视线校正参数的准确性。
75.在一些实施例中，对于任一帧第一人脸图像来说，第一视线估计坐标与视线真实
坐标之间的距离值的计算方式可以包括但不限于以下任一种：
76.方式1、计算第一视线估计坐标和视线真实坐标之间的横坐标差值的绝对值及纵坐标差值的绝对值，累加横坐标差值的绝对值和纵坐标差值的绝对值，得到第一视线估计坐标和视线真实坐标之间的距离值。
77.方式2、计算第一视线估计坐标和视线真实坐标之间的横坐标差值的平方及纵坐标差值的平方，对横坐标差值的平方及纵坐标差值的平方执行求和并开根号的操作，得到第一视线估计坐标和视线真实坐标之间的距离值。
78.方式1的计算公式可以表示为：d＝|x
1-x0|+|y
1-y0|；
79.方式2的计算公式可以表示为：
80.其中，d表示的是第一视线估计坐标和视线真实坐标之间的距离值，x1表示的是视线真实坐标的横坐标，y1表示的是视线真实坐标的纵坐标，x0表示的是第一视线估计坐标的横坐标，y0表示的是第一视线估计坐标的纵坐标。
81.304、获得第一用户的第二人脸图像对应的第二视线估计坐标，该第二视线估计坐标是通过视线估计模型分析第二人脸图像获得的；其中，第一用户与目标用户相同或不同。
82.其中，通过视线估计模型分析第二人脸图像的方式，可以参照通过视线估计模型分析目标用户的第一人脸图像的方式，此处不再赘述。
83.305、利用视线校正参数校正第二视线估计坐标，以得到第一用户的目标视线坐标。
84.在一些实施例中，第一用户与目标用户可以相同或不同，本技术实施例不做限定。
85.在一些实施例中，视线估计模型和视线校正参数均可是通用的，针对任一用户均适用。
86.在一些实施例中，视线估计模型可以是通用的，视线校正参数可以是针对某个具体用户的，可进一步提高校正效果。示例性的，视线估计模型的误差是2厘米，由于每个人眼睛情况不同，针对用户甲的视线校正参数可以降低视线估计模型的误差，而对于用户乙，针对用户甲的视线校正参数未必会降低视线估计模型的误差。
87.可选的，步骤303确定出的视线校正参数可与目标用户的身份信息进行关联。
88.进一步的，利用视线校正参数校正第二视线估计坐标，以得到第一用户的目标视线坐标，可以包括：在第一用户的身份信息与目标用户的身份信息匹配时，利用上述视线校正参数，校正第二视线估计坐标，以得到第一用户的目标视线坐标。
89.其中，用户(第一用户、目标用户)的身份信息可以包括以下任一种或几种的组合：指纹信息、声纹信息、虹膜信息及人脸信息等等。第一用户的身份信息与目标用户的身份信息匹配，指的可以是第一用户的身份信息与目标用户的身份信息相同。
90.在一些实施例中，在电子设备包括车载终端时，在步骤305之后，若目标视线坐标未处于驾驶安全视线区间，则输出警示信息。其中，在目标视线坐标未处于驾驶安全视线区间时，说明第一用户的视线异常，反正，说明第一用户的视线正常。通过实施该方法，可以在驾驶员的视线异常时进行安全警示。
91.通过实施上述方法，一方面，在视线校正参数的构建过程中，第一人脸图像的采集在用户的日常使用过程中进行，无需额外输出视线引导信息，可以确定出校正效果较好的视线校正参数，此外，对用户来说整个视线校正参数的确定过程是无感的，进而提高了确定
视线校正参数的便捷性。另一方面，可以应用该视线校正参数，对视线估计模型分析出的视线估计坐标进行校正，有利于提高视线估计的精度。
92.请参阅图4，图4是本技术实施例公开的一种视线校正装置的结构框图。如图4所示的装置可以包括图像采集单元401、视线坐标估计单元402、校正参数确定单元403；其中：
93.图像采集单元401，用于当电子设备处于目标使用场景时，通过该电子设备的摄像模组采集目标用户的第一人脸图像；
94.视线坐标估计单元402，用于获得第一人脸图像对应的第一视线估计坐标，该第一视线估计坐标是通过视线估计模型分析第一人脸图像获得的；
95.校正参数确定单元403，用于根据第一视线估计坐标及第一人脸图像对应的视线真实坐标，确定视线校正参数，视线校正参数用于校正视线估计模型输出的视线估计坐标。
96.在一些实施例中，第一人脸图像的帧数为多帧，校正参数确定单元403用于根据第一视线估计坐标及第一人脸图像对应的视线真实坐标，确定视线校正参数的方式具体可以包括：校正参数确定单元403，用于获取每帧第一人脸图像对应的第一视线估计坐标，与每帧第一人脸图像对应的视线真实坐标之间的距离值；将距离值大于距离值阈值的第一人脸图像作为无效的第一人脸图像，并将距离值小于或等于距离值阈值的第一人脸图像作为有效的第一人脸图像；根据每一有效的第一人脸图像对应的第一视线坐标及视线真实坐标，确定视线校正参数。
97.在一些实施例中，视线坐标估计单元402，还用于获得第一用户的第二人脸图像对应的第二视线估计坐标，该第二视线估计坐标是通过视线估计模型分析第二人脸图像获得的；其中，第一用户与目标用户相同或不同；
98.进一步的，图4所示的装置还可以包括视线坐标校正单元，该视线坐标校正单元，用于利用视线校正参数校正第二视线估计坐标，以得到第一用户的目标视线坐标。
99.在一些实施例中，校正参数确定单元403，还用于将视线校正参数与目标用户的身份信息进行关联；
100.进一步的，视线坐标校正单元用于利用视线校正参数校正第二视线估计坐标，以得到第一用户的目标视线坐标的方式具体可以包括：视线坐标校正单元，用于在第一用户的身份信息与目标用户的身份信息匹配时，利用上述视线校正参数，校正第二视线估计坐标，以得到第一用户的目标视线坐标。
101.在一些实施例中，图4所示的装置还可以包括安全警示单元，该安全警示单元，用于若目标视线坐标未处于驾驶安全视线区间，则输出警示信息。
102.在一些实施例中，目标使用场景可以包括以下任一种或几种的组合：控制车辆左转、控制车辆右转、控制车辆输出速度警示信息、控制车辆输出油量警示信息、控制车辆倒库、控制车辆的中控台、开启前置摄像头、显示弹窗及显示密码输入界面。
103.图5是申请实施例公开的电子设备的一种结构框图。如图5所示的电子设备可以处理器501、与处理器501耦合的存储器502，其中存储器502可存储有一个或多个计算机程序。
104.处理器501可以包括一个或者多个处理核。处理器501利用各种接口和线路连接整个电子设备内的各个部分，通过运行或执行存储在存储器502内的指令、程序、代码集或指令集，以及调用存储在存储器502内的数据，执行电子设备的各种功能和处理数据。可选地，处理器501可以采用数字信号处理(digital signal processing，dsp)、现场可编程门阵列
(field－programmable gate array，fpga)、可编程逻辑阵列(programmable logic array，pla)中的至少一种硬件形式来实现。处理器501可集成中央处理器(central processing unit，cpu)、图像处理器(graphics processing unit，gpu)和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器501中，单独通过一块通信芯片进行实现。
105.存储器502可以包括随机存储器(random access memory，ram)，也可以包括只读存储器(read-only memory，rom)。存储器502可用于存储指令、程序、代码、代码集或指令集。存储器502可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等。存储数据区还可以存储电子设备在使用中所创建的数据等。
106.在本技术实施例中，处理器501还具有以下功能：
107.当电子设备处于目标使用场景时，通过电子设备的摄像模组采集目标用户的第一人脸图像；
108.获得第一人脸图像对应的第一视线估计坐标，该第一视线估计坐标是通过视线估计模型分析第一人脸图像获得的；
109.根据第一视线估计坐标及第一人脸图像对应的视线真实坐标，确定视线校正参数，视线校正参数用于校正视线估计模型输出的视线估计坐标。
110.在本技术实施例中，处理器501还具有以下功能：
111.获取每帧第一人脸图像对应的第一视线估计坐标，与每帧第一人脸图像对应的视线真实坐标之间的距离值；
112.将距离值大于距离值阈值的第一人脸图像作为无效的第一人脸图像，并将距离值小于或等于距离值阈值的第一人脸图像作为有效的第一人脸图像；
113.根据每一有效的第一人脸图像对应的第一视线坐标及视线真实坐标，确定视线校正参数。
114.在本技术实施例中，处理器501还具有以下功能：
115.获得第一用户的第二人脸图像对应的第二视线估计坐标，该第二视线估计坐标是通过视线估计模型分析第二人脸图像获得的；其中，第一用户与目标用户相同或不同；
116.利用视线校正参数校正第二视线估计坐标，以得到第一用户的目标视线坐标。
117.在本技术实施例中，处理器501还具有以下功能：
118.将视线校正参数与目标用户的身份信息进行关联；
119.在第一用户的身份信息与目标用户的身份信息匹配时，利用上述视线校正参数，校正第二视线估计坐标，以得到第一用户的目标视线坐标。
120.在本技术实施例中，处理器501还具有以下功能：
121.若目标视线坐标未处于驾驶安全视线区间，则输出警示信息。
122.在本技术实施例中，目标使用场景包括以下任一种或几种的组合：控制车辆左转、控制车辆右转、控制车辆输出速度警示信息、控制车辆输出油量警示信息、控制车辆倒库、控制车辆的中控台、开启前置摄像头、显示弹窗及显示密码输入界面。
123.本技术实施例公开一种计算机可读存储介质，其存储计算机程序，其中，计算机程序被处理器执行时，使得处理器实现上述实施例中电子设备执行的部分或全部步骤。
124.本技术实施例公开了一种计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行上述实施例中电子设备执行的部分或全部步骤。
125.本技术实施例公开了一种应用发布平台，应用发布平台用于发布计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行上述实施例中电子设备执行的部分或全部步骤。
126.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
127.计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本技术实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、磁盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态磁盘solid state disk(ssd))等。
128.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
129.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
130.作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
131.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
132.集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动磁盘、只读存储器(read-only memory，rom)、随机
存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
133.以上，以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。