| 专利申请号 | 202410482610.3 |
|---|
| 申请日 | 2024.04.22 |
|---|
| 公开(公告)号 | CN118411756A |
|---|
| 公开(公告)日 | 2024.07.30 |
|---|
| 主分类号 | G06V40/18 |
|---|
| 分案原申请号 | |
|---|
| 分类号 | G06V40/18 G06V40/16 G06V10/25 G06V10/75 G06V10/82 |
|---|
| 优先权 | |
|---|
| 申请(专利权)人 | 常州大学 |
|---|
| 地址 | 213164 江苏省常州市武进区滆湖中路21号 |
|---|
| 发明(设计)人 | 张亦含;姜忠义;曹音;董贯忠 |
|---|
| 国际申请 | |
|---|
| 国际公布 | |
|---|
| 进入国家阶段日期 | |
|---|
| 专利代理机构 | 常州市英诺创信专利代理事务所(普通合伙) 32258 |
|---|
| 代理人 | 周新建 |
|---|
| 专利类型 | 发明专利 |
|---|
| 摘要 | 本发明涉及图像处理技术领域，尤其涉及一种无背景面部图像瞳孔定位方法及系统，包括采集无背景面部图像；对原始无背景图像进行灰度化处理，得到灰度矩阵；计算无背景灰度图像的行和、列和、行和绝对梯度和行和绝对梯度；确定面部图像宽度和高度；由人脸结构特征和图像梯度特征，截取包含左右眼部的矩形图像；选取列和最大值位置、行和绝对梯度最大值位置，输出瞳孔的小矩形坐标，并根据瞳孔的小矩形坐标计算瞳孔在整个面部坐标位置。本发明解决现有拟合算法复杂度高、机器学习与深度学习的方法标注量大、硬件开销大的问题。 |
|---|
| 全文下载 | 下载 |
|---|