公开(公告)号：CN114360040B

公开(公告)日：2025-04-04

申请号：CN202210005369.6

申请日：2022-01-05

Applicant: 重庆邮电大学

Inventor： 米建勋 ,  袁士尧 ,  陈涛 ,  钱基业 ,  程晓

IPC: G06V40/18 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及一种基于深度投票机制的端到端瞳孔中心定位方法，属于计算机视觉应用领域。该方法包括：S1：获取包含人脸的图像集，并对图像集进行标注，然后将标注后的图像集分为训练集和测试集；S2：构建瞳孔中心定位模型，并将训练集输入模型进行训练；S3：将测试集中的待定位图像输入训练好的瞳孔中心定位模型，得到最终的瞳孔中心定位坐标。本发明通过将卷积神经网络和经典视觉中的投票机制相结合，在保持高精度定位的同时，实现了端到端的数据流处理。

公开(公告)号：CN114360040A

公开(公告)日：2022-04-15

申请号：CN202210005369.6

申请日：2022-01-05

Applicant: 重庆邮电大学

Inventor： 米建勋 ,  袁士尧 ,  陈涛 ,  钱基业 ,  程晓

IPC: G06V40/18 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及一种基于深度投票机制的端到端瞳孔中心定位方法，属于计算机视觉应用领域。该方法包括：S1：获取包含人脸的图像集，并对图像集进行标注，然后将标注后的图像集分为训练集和测试集；S2：构建瞳孔中心定位模型，并将训练集输入模型进行训练；S3：将测试集中的待定位图像输入训练好的瞳孔中心定位模型，得到最终的瞳孔中心定位坐标。本发明通过将卷积神经网络和经典视觉中的投票机制相结合，在保持高精度定位的同时，实现了端到端的数据流处理。