CN103366162A - 一种确定眼睛状态的方法和设备 - Google Patents

Abstract

本发明实施例提供一种确定眼睛状态的方法和设备，涉及图像处理领域，以实现对目标对象的眼睛状态的精确识别，该方法包括：眼睛状态确定设备根据目标对象的第一头像图像获取目标对象的第一眼睛图像，并根据该第一眼睛图像确定模板图像，在该目标对象的第二头像图像中确定第二眼睛图像，并获得该第二眼睛图像和该模板图像的欧氏距离，在确定该欧氏距离大于或等于第一预设阈值时，删除该模板图像，以在获取下一帧头像图像后，重新确定模板图像，并根据该重新确定的模板图像确定该目标对象的眼睛状态。本发明实施例用于确定眼睛状态。

Description

一种确定眼睛状态的方法和设备

技术领域

本发明涉及图像处理领域，尤其涉及一种确定眼睛状态的方法和设备。 

背景技术

现在，数码摄像设备应用广泛，在使用数码摄像设备对目标对象拍照时，由于拍照者掌握不当或者环境的影响，得到的照片中可能会出现该目标对象闭眼或者眯眼状态。为避免这种情况出现，引入眨眼检测技术，该技术通过在拍照过程中，对目标对象的眼睛图像进行检测，从而确定该目标对象的眼睛状态，在该目标对象处于闭眼状态时，则延时拍照或者提醒拍照者重新拍照。 

模板匹配法是一种常见的眨眼检测技术，该方法通过对人眼进行定位，并根据目标对象的头像图像确定睁眼模板图像，通过该睁眼模板图像匹配当前人眼图像，并根据匹配结果确定目标对象的眼睛状态。但是，当目标对象的头像图像发生较大的变化（例如该目标对象低头或者转头）时，根据该睁眼模板图像匹配当前人眼图像会产生较大的误差，从而造成对目标对象眼睛状态的误识别。 

发明内容

本发明的实施例提供一种确定眼睛状态的方法和设备，以实现对目标对象的眼睛状态的精确识别。 

为达到上述目的，本发明的实施例采用如下技术方案： 

第一方面，提供一种确定眼睛状态的方法，包括： 

根据目标对象的第一头像图像获取目标对象的第一眼睛图像，并根据所述第一眼睛图像确定模板图像； 

在所述目标对象的第二头像图像中确定第二眼睛图像，并获得所述第二眼睛图像和所述模板图像的欧氏距离； 

在确定所述欧氏距离大于或等于第一预设阈值时，删除所述模板图像，以在获取下一帧头像图像后，重新确定模板图像，并根据所述重新确定的模板图像确定所述目标对象的眼睛状态。 

在第一种可能的实现方式中，所述根据所述目标对象的第一头像图像获取目标对象的第一眼睛图像包括： 

获取所述第一头像图像的广义水平投影函数和广义垂直投影函数； 

根据所述广义水平投影函数和广义垂直投影函数确定所述第一眼睛图像。 

结合第一方面或第一种可能的实现方式，在第二种可能的实现方式中，所述根据所述第一眼睛图像确定模板图像包括： 

在所述第一眼睛图像中呈现巩膜的第一巩膜区域所占比例大于或等于第二预设阈值时，确定所述第一眼睛图像为模板图像。 

结合第一方面至第二种可能的实现方式中的任一种，在第三种可能的实现方式中，所述获得所述第二眼睛图像和所述模板图像的欧氏距离包括： 

通过公式： 

$T=\underset{\begin{array}{c}i=0\\ j=0\end{array}}{\overset{\begin{array}{c}i=m\\ j=n\end{array}}{\mathrm{\Σ}}}{[A(i,j)-B(i,j)]}^{\text{2}}$

获得所述第二眼睛图像和所述模板图像的欧氏距离；其中，T为所述第二眼睛图像和所述模板图像的欧氏距离，A(i,j)为所述模板图像在所述第一头像图像的像素的坐标（i,j）的像素值，B(i,j)为所述第二眼睛图像在所述第二头像图像的像素的坐标（i,j）的像素值，其中，m为横坐标i的边界值，n为纵坐标j的边界值。 

结合第二种可能的实现方式或第三种可能的实现方式，在第四种可能的实现方式中，在所述根据所述模板图像在所述目标对象的第二头像图像中确定第二眼睛图像后，还包括： 

确定所述第二眼睛图像中呈现巩膜的第二巩膜区域的面积； 

根据所述第二巩膜区域的面积和所述第一巩膜区域的面积确定所述目标对象的眼睛状态。 

结合第四种可能的实现方式，在第五种可能的实现方式中，所述根据所述模板图像和所述第二巩膜区域的面积确定所述目标对象的眼睛状态包括： 

在所述第二巩膜区域的面积与所述第一巩膜区域的面积的比值大于或等于第三预设阈值时，确定所述目标对象的眼睛状态为睁眼状态； 

在所述第二巩膜区域的面积与所述第一巩膜区域的面积的比值小 于所述第三预设阈值时，确定所述目标对象的眼睛状态为闭眼状态。 

第二方面，提供一种眼睛状态确定设备，包括： 

获取单元，用于根据目标对象的第一头像图像获取目标对象的第一眼睛图像，并根据所述第一眼睛图像确定模板图像； 

处理单元，用于在所述目标对象的第二头像图像中确定第二眼睛图像，并获得所述第二眼睛图像和所述获取单元获取的模板图像的欧氏距离，并在确定所述欧氏距离大于或等于第一预设阈值时，删除所述模板图像，以在获取下一帧头像图像后，重新确定模板图像，并根据所述重新确定的模板图像确定所述目标对象的眼睛状态。 

在第二方面第一种可能的实现方式中，所述获取单元具体用于，获取所述头像图像的广义水平投影函数和广义垂直投影函数，并根据所述广义水平投影函数和广义垂直投影函数确定所述第一眼睛图像。 

结合第二方面或第一种可能的实现方式，在第二种可能的实现方式中，所述获取单元具体用于，在所述第一眼睛图像中呈现巩膜的第一巩膜区域所占比例大于或等于第二预设阈值时，确定所述第一眼睛图像为模板图像。 

结合第二方面至第二种可能的实现方式中的任一种，在第三种可能的实现方式中，所述处理单元具体用于，通过公式： 

$T=\underset{\begin{array}{c}i=0\\ j=0\end{array}}{\overset{\begin{array}{c}i=m\\ j=n\end{array}}{\mathrm{\Σ}}}{[A(i,j)-B(i,j)]}^{\text{2}}$

获得所述第二眼睛图像和所述模板图像的欧氏距离；其中，T为所述第二眼睛图像和所述模板图像的欧氏距离，A(i,j)为所述模板图像在所述第一头像图像的像素的坐标（i,j）的像素值，B(i,j)为所述第二眼睛图像在所述第二头像图像的像素的坐标（i,j）的像素值，其中，m为横坐标i的边界值，n为纵坐标j的边界值。 

结合第二种可能的实现方式或第三种可能的实现方式，在第四种可能的实现方式中，所述处理单元还用于，在根据所述模板图像在所述目标对象的第二头像图像中确定第二眼睛图像后，确定所述第二眼睛图像中呈现巩膜的第二巩膜区域的面积，并根据所述第二巩膜区域的面积和所述第一巩膜区域的面积确定所述目标对象的眼睛状态。 

结合第四种可能的实现方式，在第五种可能的实现方式中，所述处理单元具体用于，在所述第二巩膜区域的面积与所述第一巩膜区域的面积的比值大于或等于第三预设阈值时，确定所述目标对象的眼睛状态为睁眼状态； 

在所述第二巩膜区域的面积与所述第一巩膜区域的面积的比值小于所述第三预设阈值时，确定所述目标对象的眼睛状态为闭眼状态。 

通过采用上述方案，眼睛状态确定设备根据目标对象的第一头像图像获取目标对象的第一眼睛图像，并根据该第一眼睛图像确定模板图像，根据该模板图像在该目标对象的第二头像图像中确定第二眼睛图像，并获得该第二眼睛图像和该模板图像的欧氏距离，在确定该欧氏距离大于或等于第一预设阈值时，删除该模板图像，以在获取下一帧头像图像后，重新确定模板图像，并根据所述重新确定的模板图像确定所述目标对象的眼睛状态。这样，当眼睛状态确定设备确定该欧氏距离大于或等于第一预设阈值时，则确定当前的眼睛图像与模板图像的差异较大，因此，通过删除该模板图像，以使得眼睛状态确定设备在下一帧头像图像中重新获取模板图像，从而避免了由于当前的眼睛图像与模板图像的差异较大而造成的对当前目标对象的眼睛状态的误识别，实现了对目标对象的眼睛状态的精确识别。 

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。 

图1为本发明实施例提供的一种确定眼睛状态的方法示意图； 

图2为本发明实施例提供的一种确定眼睛状态方法的流程示意图； 

图3为本发明实施例提供的一种眼睛状态确定设备的结构示意图； 

图4为本发明实施例提供的另一种眼睛状态确定设备的结构示意图。 

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方 案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。 

需要特别说明的是,本发明各实施例中所提到的头像图像,是指图像中包括人的头部区域或头部区域的一部分区域,而并未限定该图像中只能是人的头部区域或头部区域的一部分区域（例如，在头像图像中可能还包括人的身体区域）;相类似的,本发明各实施例中所提到的眼睛图像,是指图像中包括人的眼睛区域或眼睛区域的一部分区域,而并未限定该图像中只能是人的眼睛区域或眼睛区域的一部分区域。 

本发明实施例提供一种确定眼睛状态的方法，如图1所示，该方法的执行主体为眼睛状态确定设备，该方法包括： 

S101、眼睛状态确定设备根据目标对象的第一头像图像获取目标对象的第一眼睛图像，并根据该第一眼睛图像确定模板图像。 

具体地，眼睛状态确定设备获取目标对象的第一头像图像，该第一头像图像可以是眼睛状态确定设备对目标对象的人脸进行检测并获取的人脸图像，并对该第一头像图像进行预处理，该预处理可以包括灰度化和去噪等处理，从而将该第一头像图像由彩色图像转换为灰度头像。 

可选地，该眼睛状态确定设备获取该第一头像图像的广义水平投影函数和广义垂直投影函数，并根据该广义水平投影函数和广义垂直投影函数确定该第一眼睛图像，具体地，该广义水平投影函数的函数值可以通过公式：hGPF(x)=(1-a)·hIPF(x)+a·hVPF(x)获得，并通过该广义水平投影函数的函数值得到该第一眼睛图像的上下边界，其中，hGPF（x）为该第一头像图像的广义水平投影函数的函数值，a为常数，hIPF（x）为该第一头像图像的各像素的灰度值在水平方向上的平均值，hVPF（x）为各像素的灰度值的方差投影函数值，另外，该hIPF（x）可以通过公式： 

$\mathrm{hIPF}\left(x\right)=\frac{1}{y_2-y_1}{\∫}_{y_1}^{y_2}I(x,y)\mathrm{dy}$

确定；该hVPF（x）可以通过公式： 

$\mathrm{hVPF}=\frac{1}{y_2-y_1}\underset{y_i-y_1}{\overset{y_2}{\mathrm{\Σ}}}[I(x,y)-\mathrm{hIPF}\left(x\right)]$

确定，其中，I（x,y）为该第一头像图像中的像素的坐标（x，y）的像素值，y₂为纵坐标y的上边界，y₁为纵坐标y的下边界； 

该广义垂直投影函数的函数值可以通过公式：vGPF(y)=(1-a)·vIPF(y)+a·vVPF(y)获得，并通过该广义垂直投影函数的函数值得到该第一眼睛图像的左右边界，其中，vGPF（x）为该第一头像图像的广义垂直投影函数的函数值，a为常数，vIPF（x）为该第一头像图像的各像素的灰度值在垂直方向上的平均值，vVPF（x）为各像素的灰度值的方差投影函数值，另外，该vIPF（x）可以通过公式： 

$\mathrm{vIPF}\left(y\right)=\frac{1}{x_2-x_1}{\∫}_{x_1}^{x_2}I(x,y)\mathrm{dx}$

确定；该vVPF（x）可以通过公式： 

$\mathrm{vVPF}=\frac{1}{x_2-x_1}\underset{x_i-x_1}{\overset{x_2}{\mathrm{\Σ}}}[I(x,y)-\mathrm{vIPF}\left(y\right)]$

确定，其中，I（x,y）为该第一头像图像中的像素的坐标（x，y）的像素值，x₂为横坐标x的上边界，x₁为横坐标x的下边界； 

这样，通过广义水平投影函数和广义垂直投影函数分别确定了该第一眼睛图像的上下边界和左右边界，从而获得了目标对象的第一眼睛图像。 

进一步地，在该第一眼睛图像中呈现巩膜的第一巩膜区域所占比例大于或等于第二预设阈值时，眼睛状态确定设备确定该第一眼睛图像为模板图像。 

其中，巩膜是指眼球外围的白色部分，由于巩膜与瞳孔和肤色的颜色区别很明显，因此，可以通过训练巩膜的颜色模型，确定第一巩膜区域，具体地，采集巩膜的样本，并建立巩膜的高斯颜色模型，在本发明实施例中，高斯颜色模型的建立与现有技术相同，因此不再赘述了，这样，通过上述高斯颜色模型从第一眼睛图像中确定第一巩膜区域，则在该第一巩膜区域所占比例大于或等于第二预设阈值时，确定该第一眼睛图像为模板图像，示例地，当该第一巩膜区域的面积与第一眼睛图像的面积的比值大于或等于第二预设阈值时，确定该第一眼睛图像为模板图像。 

S102、眼睛状态确定设备在该目标对象的第二头像图像中确定第二眼睛图像，并获得该第二眼睛图像和该模板图像的欧氏距离。 

其中，该第二眼睛图像可以为目标对象当前的眼睛图像。 

具体地，眼睛状态确定设备可以通过广义水平投影函数和广义垂直投影函数确定第二眼睛图像，其具体的实现方式参考上述对获取目标对象的第一眼睛图像的描述，此处不再赘述。 

该眼睛状态确定设备还可以根据模板图像在所述该目标对象的第二头像图像中确定第二眼睛图像，具体地，眼睛状态确定设备将模板图像与第二头像图像进行匹配，得到匹配值，并选取匹配值最大的区域对应的图像作为第二眼睛图像。 

进一步地，眼睛状态确定设备通过公式： 

$T=\underset{\begin{array}{c}i=0\\ j=0\end{array}}{\overset{\begin{array}{c}i=m\\ j=n\end{array}}{\mathrm{\Σ}}}{[A(i,j)-B(i,j)]}^{\text{2}}$

获得该第二眼睛图像和该模板图像的欧氏距离；其中，T为该第二眼睛图像和该模板图像的欧氏距离，A(i,j)为该模板图像在该第一头像图像的像素的坐标（i,j）的像素值，B(i,j)为该第二眼睛图像在该第二头像图像的像素的坐标（i,j）的像素值，其中，m为横坐标i的边界值，n为纵坐标j的边界值。 

在本发明实施例一种可能的实现方式中，眼睛状态确定设备在根据该模板图像在该目标对象的第二头像图像中确定第二眼睛图像后，确定该第二眼睛图像中呈现巩膜的第二巩膜区域的面积，并根据该第二巩膜区域的面积和该第一巩膜区域的面积确定该目标对象的眼睛状态。 

其中，该第二巩膜区域的确定同样可以通过训练巩膜的颜色模型来确定，此处不再赘述。 

具体地，眼睛状态确定设备在该第二巩膜区域的面积与该第一巩膜区域的面积的比值大于或等于第三预设阈值时，确定该目标对象的眼睛状态为睁眼状态，在该第二巩膜区域的面积与该第一巩膜区域的面积的比值小于该第三预设阈值时，确定该目标对象的眼睛状态为闭眼状态。 

S103、眼睛状态确定设备在确定该欧氏距离大于或等于第一预设阈值时，删除该模板图像，以在获取下一帧头像图像后，重新确定模板图像，并根据所述重新确定的模板图像确定所述目标对象的眼睛状态。 

需要说明的是，当该眼睛状态确定设备在确定该欧氏距离大于或等于第一预设阈值时，即表示该模板图像与该第二眼睛图像的匹配程度较差（如用户低头或者转头），如果继续采用该模板图像，则在该眼睛状态确定设备在确定下一帧头像图像的眼睛状态时，容易造成眼睛状态确定设备对第二眼睛图像的误识别，造成对目标对象的眼睛状态的误判，因此，该眼睛状态确定设备删除该模板图像，以使得眼睛状态确定设备在下一帧头像图像中重新获取模板图像，并根据该重新获取的模板图像确定目标对象的眼睛状态，从而提高对目标对象的眼睛状态识别的精确度。 

另外，眼睛状态确定设备根据重新确定的模板图像确定目标对象的眼睛状态可以参考上述步骤S101和步骤S102，此处不再赘述。 

通过采用上述方案，眼睛状态确定设备根据目标对象的第一头像图像获取目标对象的第一眼睛图像，并根据该第一眼睛图像确定模板图像，根据该模板图像在该目标对象的第二头像图像中确定第二眼睛图像，并获得该第二眼睛图像和该模板图像的欧氏距离，在确定该欧氏距离大于或等于第一预设阈值时，删除该模板图像，以在获取下一帧头像图像后，重新确定模板图像，并根据所述重新确定的模板图像确定所述目标对象的眼睛状态。这样，当眼睛状态确定设备确定该欧氏距离大于或等于第一预设阈值时，则确定当前的眼睛图像与模板图像的差异较大，因此，通过删除该模板图像，以使得眼睛状态确定设备在下一帧头像图像中重新获取模板图像，从而避免了由于当前的眼睛图像与模板图像的差异较大而造成的对当前目标对象的眼睛状态的误识别，实现了对目标对象的眼睛状态的精确识别。 

本发明实施例提供一种确定眼睛状态的方法，如图2所示，该方法包括： 

S201、眼睛状态确定设备获取目标对象的第一头像图像。 

具体地，该第一头像图像可以是眼睛状态确定设备对目标对象的 人脸进行检测并获取的人脸图像，并对该第一头像图像进行预处理，该预处理可以包括灰度化和去噪等处理，从而将该第一头像图像由彩色图像转换为灰度头像。 

S202、眼睛状态确定设备获取该第一头像图像的广义水平投影函数和广义垂直投影函数，并根据该广义水平投影函数和广义垂直投影函数确定该第一眼睛图像。 

具体地，该广义水平投影函数的函数值可以通过公式：hGPF(x)=(1-a)·hIPF(x)+a·hVPF(x)获得，并通过该广义水平投影函数的函数值得到该第一眼睛图像的上下边界，其中，hGPF（x）为该第一头像图像的广义水平投影函数的函数值，a为常数，hIPF（x）为该第一头像图像的各像素的灰度值在水平方向上的平均值，hVPF（x）为各像素的灰度值的方差投影函数值，另外，该hIPF（x）可以通过公式： 

$\mathrm{hIPF}\left(x\right)=\frac{1}{y_2-y_1}{\∫}_{y_1}^{y_2}I(x,y)\mathrm{dy}$

确定；该hVPF（x）可以通过公式： 

$\mathrm{hVPF}=\frac{1}{y_2-y_1}\underset{y_i-y_1}{\overset{y_2}{\mathrm{\Σ}}}[I(x,y)-\mathrm{hIPF}\left(x\right)]$

确定，其中，I（x,y）为该第一头像图像中的像素的坐标（x，y）的像素值，y₂为纵坐标y的上边界，y₁为纵坐标y的下边界； 

该广义垂直投影函数的函数值可以通过公式：vGPF(y)=(1-a)·vIPF(y)+a·vVPF(y)获得，并通过该广义垂直投影函数的函数值得到该第一眼睛图像的左右边界，其中，vGPF（x）为该第一头像图像的广义垂直投影函数的函数值，a为常数，vIPF（x）为该第一头像图像的各像素的灰度值在垂直方向上的平均值，vVPF（x）为各像素的灰度值的方差投影函数值，另外，该vIPF（x）可以通过公式： 

$\mathrm{vIPF}\left(y\right)=\frac{1}{x_2-x_1}{\∫}_{x_1}^{x_2}I(x,y)\mathrm{dx}$

确定；该vVPF（x）可以通过公式： 

$\mathrm{vVPF}=\frac{1}{x_2-x_1}\underset{x_i-x_1}{\overset{x_2}{\mathrm{\Σ}}}[I(x,y)-\mathrm{vIPF}\left(y\right)]$

确定，其中，I（x,y）为该第一头像图像中的像素的坐标（x，y）的像素值，x₂为横坐标x的上边界，x₁为横坐标x的下边界； 

这样，通过广义水平投影函数和广义垂直投影函数分别确定了该第一眼睛图像的上下边界和左右边界，从而获得了目标对象的第一眼睛图像。 

S203、眼睛状态确定设备在该第一眼睛图像中呈现巩膜的第一巩膜区域所占比例大于或等于第二预设阈值时，眼睛状态确定设备确定该第一眼睛图像为模板图像。 

其中，巩膜是指眼球外围的白色部分，由于巩膜与瞳孔和肤色的颜色区别很明显，因此，可以通过训练巩膜的颜色模型，确定第一巩膜区域，具体地，采集巩膜的样本，并建立巩膜的高斯颜色模型，在本发明实施例中，高斯颜色模型的建立与现有技术相同，因此不再赘述了，这样，通过上述高斯颜色模型从第一眼睛图像中确定第一巩膜区域，则在该第一巩膜区域所占比例大于或等于第二预设阈值时，确定该第一眼睛图像为模板图像，示例地，当该第一巩膜区域的面积与第一眼睛图像的面积的比值大于或等于第二预设阈值时，确定该第一眼睛图像为模板图像。 

S204、眼睛状态确定设备在该目标对象的第二头像图像中确定第二眼睛图像。 

其中，该第二眼睛图像可以为目标对象当前的眼睛图像。 

具体地，眼睛状态确定设备可以通过广义水平投影函数和广义垂直投影函数确定第二眼睛图像，其具体的实现方式参考上述步骤S102的描述，此处不再赘述。 

S205、眼睛状态确定设备确定该第二眼睛图像中呈现巩膜的第二巩膜区域的面积，并根据该第二巩膜区域的面积和该第一巩膜区域的面积确定该目标对象的眼睛状态。 

其中，该第二巩膜区域的确定同样可以通过训练巩膜的颜色模型来确定，此处不再赘述。 

具体地，眼睛状态确定设备在该第二巩膜区域的面积与该第一巩膜区域的面积的比值大于或等于第三预设阈值时，确定该目标对象的眼睛状态为睁眼状态，在该第二巩膜区域的面积与该第一巩膜区域的面积的比值小于该第三预设阈值时，确定该目标对象的眼睛状态为闭 眼状态。 

S206、眼睛状态确定设备获得该第二眼睛图像和该模板图像的欧氏距离。 

具体地，眼睛状态确定设备通过公式： 

$T=\underset{\begin{array}{c}i=0\\ j=0\end{array}}{\overset{\begin{array}{c}i=m\\ j=n\end{array}}{\mathrm{\Σ}}}{[A(i,j)-B(i,j)]}^{\text{2}}$

获得该第二眼睛图像和该模板图像的欧氏距离；其中，T为该第二眼睛图像和该模板图像的欧氏距离，A(i,j)为该模板图像在该第一头像图像的像素的坐标（i,j）的像素值，B(i,j)为该第二眼睛图像在该第二头像图像的像素的坐标（i,j）的像素值，其中，m为横坐标i的边界值，n为纵坐标j的边界值。 

S207、眼睛状态确定设备在确定该欧氏距离大于或等于第一预设阈值时，删除该模板图像。 

需要说明的是，当该眼睛状态确定设备在确定该欧氏距离大于或等于第一预设阈值时，即表示该模板图像与该第二眼睛图像的匹配程度较差（如用户低头或者转头），如果继续采用该模板图像，则在该眼睛状态确定设备在确定下一帧头像图像的眼睛状态时，容易造成眼睛状态确定设备对第二眼睛图像的误识别，造成对目标对象的眼睛状态的误判，因此，该眼睛状态确定设备删除该模板图像，以使得眼睛状态确定设备在下一帧头像图像中重新获取模板图像，并根据该重新获取的模板图像确定目标对象的眼睛状态，从而提高对目标对象的眼睛状态识别的精确度。 

S208、眼睛状态确定设备获取下一帧头像图像，并重新确定模板图像。 

S209、眼睛状态确定设备根据该重新确定的模板图像确定该目标对象的眼睛状态。 

眼睛状态确定设备根据重新确定的模板图像确定目标对象的眼睛状态可以参考上述步骤S101和步骤S102，此处不再赘述。 

通过采用上述方案，眼睛状态确定设备根据目标对象的第一头像图像获取目标对象的第一眼睛图像，并根据该第一眼睛图像确定模板图像，根据该模板图像在该目标对象的第二头像图像中确定第二眼睛 图像，并获得该第二眼睛图像和该模板图像的欧氏距离，在确定该欧氏距离大于或等于第一预设阈值时，删除该模板图像，以在获取下一帧头像图像后，重新确定模板图像，并根据所述重新确定的模板图像确定所述目标对象的眼睛状态。这样，当眼睛状态确定设备确定该欧氏距离大于或等于第一预设阈值时，则确定当前的眼睛图像与模板图像的差异较大，因此，通过删除该模板图像，以使得眼睛状态确定设备在下一帧头像图像中重新获取模板图像，从而避免了由于当前的眼睛图像与模板图像的差异较大而造成的对当前目标对象的眼睛状态的误识别，实现了对目标对象的眼睛状态的精确识别。 

需要说明的是，对于上述的方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。 

本发明实施例提供一种眼睛状态确定设备30，如图3所示，包括： 

获取单元30，用于根据目标对象的第一头像图像获取目标对象的第一眼睛图像，并根据该第一眼睛图像确定模板图像。 

具体地，眼睛状态确定设备获取目标对象的第一头像图像，该第一头像图像可以是眼睛状态确定设备对目标对象的人脸进行检测并获取的人脸图像，并对该第一头像图像进行预处理，该预处理可以包括灰度化和去噪等处理，从而将该第一头像图像由彩色图像转换为灰度头像。 

处理单元31，用于在该目标对象的第二头像图像中确定第二眼睛图像，并获得该第二眼睛图像和该获取单元30获取的模板图像的欧氏距离，并在确定该欧氏距离大于或等于第一预设阈值时，删除该模板图像，以在获取下一帧头像图像后，重新确定模板图像，并根据该重新确定的模板图像确定该目标对象的眼睛状态。 

可选地，该获取单元30具体用于，获取该头像图像的广义水平投影函数和广义垂直投影函数，并根据该广义水平投影函数和广义垂直投影函数确定该第一眼睛图像。 

具体地，该广义水平投影函数的函数值可以通过公式：hGPF(x)=(1-a)·hIPF(x)+a·hVPF(x)获得，并通过该广义水平投影函数的函数值得到该第一眼睛图像的上下边界，其中，hGPF（x）为该第一头像图像的广义水平投影函数的函数值，a为常数，hIPF（x）为该第一头像图像的各像素的灰度值在水平方向上的平均值，hVPF（x）为各像素的灰度值的方差投影函数值，另外，该hIPF（x）可以通过公式： 

$\mathrm{hIPF}\left(x\right)=\frac{1}{y_2-y_1}{\∫}_{y_1}^{y_2}I(x,y)\mathrm{dy}$

确定；该hVPF（x）可以通过公式： 

$\mathrm{hVPF}=\frac{1}{y_2-y_1}\underset{y_i-y_1}{\overset{y_2}{\mathrm{\Σ}}}[I(x,y)-\mathrm{hIPF}\left(x\right)]$

确定，其中，I（x,y）为该第一头像图像中的像素的坐标（x，y）的像素值，y₂为纵坐标y的上边界，y₁为纵坐标y的下边界； 

该广义垂直投影函数的函数值可以通过公式：vGPF(y)=(1-a)·vIPF(y)+a·vVPF(y)获得，并通过该广义垂直投影函数的函数值得到该第一眼睛图像的左右边界，其中，vGPF（x）为该第一头像图像的广义垂直投影函数的函数值，a为常数，vIPF（x）为该第一头像图像的各像素的灰度值在垂直方向上的平均值，vVPF（x）为各像素的灰度值的方差投影函数值，另外，该vIPF（x）可以通过公式： 

$\mathrm{vIPF}\left(y\right)=\frac{1}{x_2-x_1}{\∫}_{x_1}^{x_2}I(x,y)\mathrm{dx}$

确定；该vVPF（x）可以通过公式： 

$\mathrm{vVPF}=\frac{1}{x_2-x_1}\underset{x_i-x_1}{\overset{x_2}{\mathrm{\Σ}}}[I(x,y)-\mathrm{vIPF}\left(y\right)]$

确定，其中，I（x,y）为该第一头像图像中的像素的坐标（x，y）的像素值，x₂为横坐标x的上边界，x₁为横坐标x的下边界； 

这样，通过广义水平投影函数和广义垂直投影函数分别确定了该第一眼睛图像的上下边界和左右边界，从而获得了目标对象的第一眼睛图像。 

进一步地，该获取单元30具体用于，在该第一眼睛图像中呈现巩膜的第一巩膜区域所占比例大于或等于第二预设阈值时，确定该第一眼睛图像为模板图像。 

其中，巩膜是指眼球外围的白色部分，由于巩膜与瞳孔和肤色的颜色区别很明显，因此，可以通过训练巩膜的颜色模型，确定第一巩膜区域，具体地，采集巩膜的样本，并建立巩膜的高斯颜色模型，在本发明实施例中，高斯颜色模型的建立与现有技术相同，因此不再赘述了，这样，通过上述高斯颜色模型从第一眼睛图像中确定第一巩膜区域，则在该第一巩膜区域所占比例大于或等于第二预设阈值时，确定该第一眼睛图像为模板图像，示例地，当该第一巩膜区域的面积与第一眼睛图像的面积的比值大于或等于第二预设阈值时，确定该第一眼睛图像为模板图像。 

进一步地，该处理单元31可以将模板图像与第二头像图像进行匹配，得到匹配值，并选取匹配值最大的区域对应的图像作为第二眼睛图像。 

可选地，该处理单元31具体用于，通过公式： 

$T=\underset{\begin{array}{c}i=0\\ j=0\end{array}}{\overset{\begin{array}{c}i=m\\ j=n\end{array}}{\mathrm{\Σ}}}{[A(i,j)-B(i,j)]}^{\text{2}}$

获得该第二眼睛图像和该模板图像的欧氏距离；其中，T为该第二眼睛图像和该模板图像的欧氏距离，A(i,j)为该模板图像在该第一头像图像的像素的坐标（i,j）的像素值，B(i,j)为该第二眼睛图像在该第二头像图像的像素的坐标（i,j）的像素值，其中，m为横坐标i的边界值，n为纵坐标j的边界值。 

进一步地，该处理单元31还用于，在根据该模板图像在该目标对象的第二头像图像中确定第二眼睛图像后，确定该第二眼睛图像中呈现巩膜的第二巩膜区域的面积，并根据该第二巩膜区域的面积和该第一巩膜区域的面积确定该目标对象的眼睛状态。 

其中，该第二巩膜区域的确定同样可以通过训练巩膜的颜色模型来确定，此处不再赘述。 

可选地，该处理单元31具体用于，在该第二巩膜区域的面积与该 第一巩膜区域的面积的比值大于或等于第三预设阈值时，确定该目标对象的眼睛状态为睁眼状态。 

在该第二巩膜区域的面积与该第一巩膜区域的面积的比值小于该第三预设阈值时，确定该目标对象的眼睛状态为闭眼状态。 

通过采用上述眼睛状态确定设备，该眼睛状态确定设备根据目标对象的第一头像图像获取目标对象的第一眼睛图像，并根据该第一眼睛图像确定模板图像，根据该模板图像在该目标对象的第二头像图像中确定第二眼睛图像，并获得该第二眼睛图像和该模板图像的欧氏距离，在确定该欧氏距离大于或等于第一预设阈值时，删除该模板图像，以在获取下一帧头像图像后，重新确定模板图像，并根据所述重新确定的模板图像确定所述目标对象的眼睛状态。这样，当眼睛状态确定设备确定该欧氏距离大于或等于第一预设阈值时，则确定当前的眼睛图像与模板图像的差异较大，因此，通过删除该模板图像，以使得眼睛状态确定设备在下一帧头像图像中重新获取模板图像，从而避免了由于当前的眼睛图像与模板图像的差异较大而造成的对当前目标对象的眼睛状态的误识别，实现了对目标对象的眼睛状态的精确识别。 

所属本领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的眼睛状态确定设备的具体工作过程和描述，可以参考前述方法实施例中的对应过程，在此不再赘述。 

本发明实施例提供一种眼睛状态确定设备40，如图4所示，该设备40包括： 

处理器（processor）41、通信接口（Communications Interface）42、存储器（memory）43和通信总线104；其中，所述处理器41、所述通信接口42和所述存储器43通过所述通信总线44完成相互间的通信。 

处理器41可能是一个中央处理器CPU，或者是特定集成电路ASIC（Application Specific Integrated Circuit），或者是被配置成实施本发明实施例的一个或多个集成电路。 

存储器43用于存放程序代码，所述程序代码包括计算机操作指令。存储器43可能包含高速RAM存储器，也可能还包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。 

所述通信接口42，用于实现这些装置之间的连接通信。 

所述处理器41执行程序代码，用于根据目标对象的第一头像图像获取目标对象的第一眼睛图像，并根据该第一眼睛图像确定模板图像，在该目标对象的第二头像图像中确定第二眼睛图像，并获得该第二眼睛图像和该模板图像的欧氏距离，并在确定该欧氏距离大于或等于第一预设阈值时，删除该模板图像，以在获取下一帧头像图像后，重新确定模板图像，并根据该重新确定的模板图像确定该目标对象的眼睛状态。 

可选地，该处理器41具体用于获取该第一头像图像的广义水平投影函数和广义垂直投影函数，并根据该广义水平投影函数和广义垂直投影函数确定该第一眼睛图像。 

可选地，该处理器41具体用于，在该第一眼睛图像中呈现巩膜的第一巩膜区域所占比例大于或等于第二预设阈值时，确定该第一眼睛图像为模板图像。 

可选地，该处理器41具体用于，通过公式： 

$T=\underset{\begin{array}{c}i=0\\ j=0\end{array}}{\overset{\begin{array}{c}i=m\\ j=n\end{array}}{\mathrm{\Σ}}}{[A(i,j)-B(i,j)]}^{\text{2}}$

获得该第二眼睛图像和该模板图像的欧氏距离；其中，T为该第二眼睛图像和该模板图像的欧氏距离，A(i,j)为该模板图像在该第一头像图像的像素的坐标（i,j）的像素值，B(i,j)为该第二眼睛图像在该第二头像图像的像素的坐标（i,j）的像素值，其中，m为横坐标i的边界值，n为纵坐标j的边界值。 

可选地，该处理器41还用于，在该根据该模板图像在该目标对象的第二头像图像中确定第二眼睛图像后，确定该第二眼睛图像中呈现巩膜的第二巩膜区域的面积，并根据该第二巩膜区域的面积和该第一巩膜区域的面积确定该目标对象的眼睛状态。 

可选地，该处理器41具体用于，在该第二巩膜区域的面积与该第一巩膜区域的面积的比值大于或等于第三预设阈值时，确定该目标对象的眼睛状态为睁眼状态，在该第二巩膜区域的面积与该第一巩膜区域的面积的比值小于该第三预设阈值时，确定该目标对象的眼睛状态 为闭眼状态。 

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。 

Claims (12)

1.一种确定眼睛状态的方法，其特征在于，包括：

根据目标对象的第一头像图像获取目标对象的第一眼睛图像，并根据所述第一眼睛图像确定模板图像；

在所述目标对象的第二头像图像中确定第二眼睛图像，并获得所述第二眼睛图像和所述模板图像的欧氏距离；

在确定所述欧氏距离大于或等于第一预设阈值时，删除所述模板图像，以在获取下一帧头像图像后，重新确定模板图像，并根据所述重新确定的模板图像确定所述目标对象的眼睛状态。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标对象的第一头像图像获取目标对象的第一眼睛图像包括：

获取所述第一头像图像的广义水平投影函数和广义垂直投影函数；

根据所述广义水平投影函数和广义垂直投影函数确定所述第一眼睛图像。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一眼睛图像确定模板图像包括：

在所述第一眼睛图像中呈现巩膜的第一巩膜区域所占比例大于或等于第二预设阈值时，确定所述第一眼睛图像为模板图像。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述获得所述第二眼睛图像和所述模板图像的欧氏距离包括：

通过公式：

$T=\underset{\begin{array}{c}i=0\\ j=0\end{array}}{\overset{\begin{array}{c}i=m\\ j=n\end{array}}{\mathrm{\Σ}}}{[A(i,j)-B(i,j)]}^{\text{2}}$

获得所述第二眼睛图像和所述模板图像的欧氏距离；其中，T为所述第二眼睛图像和所述模板图像的欧氏距离，A(i,j)为所述模板图像在所述第一头像图像的像素的坐标（i,j）的像素值，B(i,j)为所述第二眼睛图像在所述第二头像图像的像素的坐标（i,j）的像素值，其中，m为横坐标i的边界值，n为纵坐标j的边界值。

5.根据权利要求3或4所述的方法，其特征在于，在所述根据所述模板图像在所述目标对象的第二头像图像中确定第二眼睛图像后，还包括：

确定所述第二眼睛图像中呈现巩膜的第二巩膜区域的面积；

根据所述第二巩膜区域的面积和所述第一巩膜区域的面积确定所述目标对象的眼睛状态。

6.根据权利要求5所述的方法，其特征在于，所述根据所述模板图像和所述第二巩膜区域的面积确定所述目标对象的眼睛状态包括：

在所述第二巩膜区域的面积与所述第一巩膜区域的面积的比值大于或等于第三预设阈值时，确定所述目标对象的眼睛状态为睁眼状态；

在所述第二巩膜区域的面积与所述第一巩膜区域的面积的比值小于所述第三预设阈值时，确定所述目标对象的眼睛状态为闭眼状态。

7.一种眼睛状态确定设备，其特征在于，包括：

获取单元，用于根据目标对象的第一头像图像获取目标对象的第一眼睛图像，并根据所述第一眼睛图像确定模板图像；

处理单元，用于在所述目标对象的第二头像图像中确定第二眼睛图像，并获得所述第二眼睛图像和所述获取单元获取的模板图像的欧氏距离，并在确定所述欧氏距离大于或等于第一预设阈值时，删除所述模板图像，以在获取下一帧头像图像后，重新确定模板图像，并根据所述重新确定的模板图像确定所述目标对象的眼睛状态。

8.根据权利要求7所述的设备，其特征在于，所述获取单元具体用于，获取所述头像图像的广义水平投影函数和广义垂直投影函数，并根据所述广义水平投影函数和广义垂直投影函数确定所述第一眼睛图像。

9.根据权利要求7或8所述的设备，其特征在于，所述获取单元具体用于，在所述第一眼睛图像中呈现巩膜的第一巩膜区域所占比例大于或等于第二预设阈值时，确定所述第一眼睛图像为模板图像。

10.根据权利要求7至9任一项所述的设备，其特征在于，所述处理单元具体用于，通过公式：

$T=\underset{\begin{array}{c}i=0\\ j=0\end{array}}{\overset{\begin{array}{c}i=m\\ j=n\end{array}}{\mathrm{\Σ}}}{[A(i,j)-B(i,j)]}^{\text{2}}$

获得所述第二眼睛图像和所述模板图像的欧氏距离；其中，T为所述第二眼睛图像和所述模板图像的欧氏距离，A(i,j)为所述模板图像在所述第一头像图像的像素的坐标（i,j）的像素值，B(i,j)为所述第二眼睛图像在所述第二头像图像的像素的坐标（i,j）的像素值，其中，m为横坐标i的边界值，n为纵坐标j的边界值。

11.根据权利要求9或10所述的设备，其特征在于，所述处理单元还用于，在根据所述模板图像在所述目标对象的第二头像图像中确定第二眼睛图像后，确定所述第二眼睛图像中呈现巩膜的第二巩膜区域的面积，并根据所述第二巩膜区域的面积和所述第一巩膜区域的面积确定所述目标对象的眼睛状态。

12.根据权利要求11所述的设备，其特征在于，所述处理单元具体用于，在所述第二巩膜区域的面积与所述第一巩膜区域的面积的比值大于或等于第三预设阈值时，确定所述目标对象的眼睛状态为睁眼状态；

在所述第二巩膜区域的面积与所述第一巩膜区域的面积的比值小于所述第三预设阈值时，确定所述目标对象的眼睛状态为闭眼状态。

Images