-
公开(公告)号：CN101266648B
公开(公告)日：2012-09-26
申请号：CN200810083385.7
申请日：2008-03-13
CPC classification number: G06K9/00268 , G06K9/00597
Abstract: 本发明提供一种即使存在外部乱光或个人差别，也能够提供根据面部图像高精度地检测特征点的装置。利用摄像机(2)和图像输入部(21)获取面部图像数据(51)。边缘计算部(23)根据面部图像数据(51)，计算出表示水平方向的亮度变化的水平方向边缘值、或表示垂直方向的亮度变化的垂直方向边缘值。图像窗口扫描部(25)针对将边缘计算部(23)计算的按每个像素的水平方向或垂直方向的边缘值与面部图像的像素对应地排列的边缘图像，利用以规定形状选择的像素的集合即图像窗口进行扫描，对图像窗口内的像素对应的边缘值乘以图像窗口的按每个像素的规定值并相加加权和作为扫描记分数据(56)。特征位置判断部(26)将加权和为最大的上述图像窗口的位置判断为存在检测对象的检测位置。
-
公开(公告)号：CN101241548A
公开(公告)日：2008-08-13
申请号：CN200810005812.X
申请日：2008-02-05
IPC: G06K9/00
CPC classification number: A61B3/113 , G06K9/00248 , G06K9/00604
Abstract: 本发明提供一种能够用少的运算正确地检测出睑的睑检测装置。摄像机(10)拍摄对象者的面部，计算机(14)的CPU(24)获取该动画像，并存储到图像存储器(22)。CPU(24)从存放在图像存储器(22)中的动图象的规定区域中提取由对象者的候选上睑和下睑的候选组合构成的边缘线。CPU(24)将所提取的边缘线内候选上睑的重心沿上下方向移动而候选下睑的重心不移动的边缘线判断为对象者的睑。
-
公开(公告)号：CN101523411B
公开(公告)日：2015-04-29
申请号：CN200780036658.6
申请日：2007-11-06
CPC classification number: G06K9/00248 , A61B3/14 , A61B5/18 , B60K28/06 , G06K9/00281 , G08B21/06
Abstract: 一种眼开度检测系统，包括成像装置(120)，其用于捕获被检测对象的脸部的图像；边缘提取装置，其用于提取获得的图像的边缘；以及上下眼睑检测装置，其用于根据提取到的边缘来检测被检测对象的上下眼睑，并且眼开度检测系统参照检测到的上下眼睑之间的距离来检测被检测对象的眼开度，其特征在于，上下眼睑检测装置检测上眼睑并且参照检测到的上眼睑来检测下眼睑。
-
公开(公告)号：CN101271517B
公开(公告)日：2012-09-19
申请号：CN200810085076.3
申请日：2008-03-17
IPC: G06K9/00
CPC classification number: G06K9/00281
Abstract: 图像摄取部分摄取所观察的人的面部。位置检测部分从图像摄取部分摄取的表示面部的面部图像中检测以下位置中的一个：表示鼻子的特征的位置，表示眉毛间区域的特征的位置。计算部分计算以位置检测部分在过去检测的位置为基准的面部的预定区域的过去的相对位置。区域位置检测部分基于计算部分计算的过去的相对位置和位置检测部分检测的当前的位置来检测预定区域的位置。
-
公开(公告)号：CN101310161B
公开(公告)日：2011-01-12
申请号：CN200680038794.4
申请日：2006-10-19
CPC classification number: G06K9/00248 , G01B11/03 , G06T7/74 , G06T2207/30201
Abstract: 基于人物图像，即使在这个人戴着眼镜并且朝向横向的情况下也能够正确地检测出面部中心位置。将用相机(10)对驾驶员的面部进行拍摄所得到的面部图像存储于图像存储器(22)中。CPU(24)，根据存储在图像存储器(22)中的面部图像，判别面部的两侧位置和上下位置。并且，CPU(24)，判别驾驶员是否戴着眼镜并且朝向横向判别驾驶员是否戴着眼镜、朝向横向，在判定为戴着眼镜且朝向横向的情况下，采用面部下部区域的面部图像，检测面部中心位置。由此，即使在戴着眼镜的驾驶员朝向横向的情况下也能够正确地检测出面部中心位置。
-
Patent Agency Ranking
公开(公告)号：CN101681519B
公开(公告)日：2012-11-07
申请号：CN200880018492.X
申请日：2008-05-15
Applicant: 丰田自动车株式会社
IPC: G06T7/60
CPC classification number: G06K9/00791 , G06T7/246 , G06T7/74
Abstract: 当在广视角与窄视角之间切换视角的同时，交替地以广视角拍摄和以窄视角拍摄。基于以窄视角拍摄的图像，检测图像中的在窄角图像之间相对应的对应点的运动。基于以广视角拍摄的图像，计算表示广角图像之间的位置/姿势变化的平移向量和转动矩阵。通过对广角图像之间的平移向量和转动矩阵进行线性内插，推算表示窄角图像之间的位置/姿势变化的平移向量和转动矩阵。基于图像中的对应点的运动以及窄角图像之间的平移向量和转动矩阵，高精度地测量出测量对象上的对应点的三维坐标。
-
公开(公告)号：CN101523455B
公开(公告)日：2011-03-02
申请号：CN200780037726.0
申请日：2007-10-10
Applicant: 丰田自动车株式会社
Abstract: 本发明的一种车载警告装置包括：疏忽时间测量器件，其测量驾驶员的疏忽状态的持续时间；打盹时间测量器件，其测量驾驶员的打盹状态的持续时间；第一警告输出器件，其在测量到的疏忽时间超过第一预定时间段Ta时警告驾驶员；以及第二警告输出器件，其在测量到的打盹时间超过第二预定时间段Tb时警告驾驶员。所述第一预定时间段Ta比所述第二预定时间段Tb短。
-
公开(公告)号：CN101968917A
公开(公告)日：2011-02-09
申请号：CN201010299790.X
申请日：2007-10-10
Applicant: 丰田自动车株式会社
CPC classification number: G08B21/06 , A61B5/18 , B60K28/066 , B60Q9/00 , B60W40/09 , B60W50/14 , B60W2040/0827 , B60W2420/52 , G01S13/931 , G01S2013/9346 , G01S2013/9353 , G01S2013/9357 , G01S2013/936 , G01S2013/9364 , G01S2013/9367 , G01S2013/9375 , G01S2013/9378 , G01S2013/9385 , G01S2013/9389
Abstract: 本发明的一种车载警告装置包括：碰撞危险判定器件，其基于预定阈值与能够指示本车与本车前方的物体之间的相对关系的物理量之间的关系来判定在本车与本车前方的所述物体之间是否存在碰撞的危险；警告输出器件，其在所述碰撞危险判定器件判定出存在碰撞的危险时警告驾驶员；疏忽时间测量器件，其测量所述驾驶员的疏忽状态的持续时间；打盹时间测量器件，其测量所述驾驶员的打盹状态的持续时间；以及阈值改变器件，其根据测量到的所述疏忽时间与所述打盹时间中的一个来改变所述预定阈值，以使所述碰撞危险判定器件更容易地判定出存在碰撞的危险，其中，对于所述疏忽时间所述预定阈值的改变量比对于所述打盹时间所述预定阈值的改变量大。
-
公开(公告)号：CN101523455A
公开(公告)日：2009-09-02
申请号：CN200780037726.0
申请日：2007-10-10
Applicant: 丰田自动车株式会社
Abstract: 本发明的一种车载警告装置包括：疏忽时间测量器件，其测量驾驶员的疏忽状态的持续时间；打盹时间测量器件，其测量驾驶员的打盹状态的持续时间；第一警告输出器件，其在测量到的疏忽时间超过第一预定时间段Ta时警告驾驶员；以及第二警告输出器件，其在测量到的打盹时间超过第二预定时间段Tb时警告驾驶员。所述第一预定时间段Ta比所述第二预定时间段Tb短。
-
公开(公告)号：CN101266648A
公开(公告)日：2008-09-17
申请号：CN200810083385.7
申请日：2008-03-13
CPC classification number: G06K9/00268 , G06K9/00597
Abstract: 本发明提供一种即使存在外部乱光或个人差别，也能够提供根据面部图像高精度地检测特征点的装置。利用摄像机(2)和图像输入部(21)获取面部图像数据(51)。边缘计算部(23)根据面部图像数据(51)，计算出表示水平方向的亮度变化的水平方向边缘值、或表示垂直方向的亮度变化的垂直方向边缘值。图像窗口扫描部(25)针对将边缘计算部(23)计算的按每个像素的水平方向或垂直方向的边缘值与面部图像的像素对应地排列的边缘图像，利用以规定形状选择的像素的集合即图像窗口进行扫描，对图像窗口内的像素对应的边缘值乘以图像窗口的按每个像素的规定值并相加加权和作为扫描记分数据(56)。特征位置判断部(26)将加权和为最大的上述图像窗口的位置判断为存在检测对象的检测位置。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.031 seconds)
