1、用于从图像数据中对被观察者进行视线方向检测的系统,包括用于检测眼睛的设备和用于确定被观察者的观看方向的下游单元,其特征在于,用于检测眼睛的设备包括半径单元自适应,接着是用于圆圈检测的设备,然后是分类器,该分类器评估用于圆圈检测的设备的结果,从而确定眼睛在图像数据中的位置,并且其中该设备用于确定观看方向包含用于分割图像数据的设备,其后是基于普通图像数据的分类器,其中,分割后的图像数据包括眼睛的图像和鼻子的图像。图像数据的视觉方向检测系统-机器视觉_视觉检测设备_3D视觉_缺陷检测

2.根据方法要求1所述的用于检测眼睛的方法,特别是用于视线检测系统中的眼睛检测装置的方法,其中,所述方法包括在圆检测之后进行半径调整,由此进行分类以显示结果圆检测装置的“圆”评估并由此确定图像数据中眼睛的位置,其特征在于,在半径调整中,圆检测装置搜索的区域被限制在范围r min和r,并且该范围的限制可在图像之间进行自适应调整,其中使用的参考值是外接在图像中先前检测到的虹膜的圆的半径r,并在此基础上增加r min和r的新值将max设置为小于或大于r的几个图像像素(图像分辨率),r min和r max的值不得低于或超过某些限制。

3.根据方法要求2所述的方法,其特征在于,如果在图像中未检测到眼睛,则将r min和r max的值不变地用于后续图像的评估。

4.根据方法要求2或3之一的方法,其特征在于,基于边缘定向的检测方法,特别是霍夫变换的圆形检测方法起作用。

4.根据方法要求2或3中的一项所述的方法,其特征在于,所述用于圆形检测的装置基于所述极性边缘检测的方法起作用。

6.根据方法要求5所述的方法,其特征在于,不仅用于圆圈的用于圆圈检测的装置还可以检测其他任意可预定的轨迹。

4.根据方法要求2或3所述的方法,其特征在于,所述圆形检测方法中,下级分类器基于提供给他的数据对图像区域进行分类,以确定这些区域是否是眼睛的图像。

8.根据方法要求7所述的方法,其特征在于,所述分类器在第一步中通过所述圆检测设备在搜索框中全部的完整列表选择分类区域。

9.根据方法要求4至8中的一项所述的方法,其特征在于,与所述设备交替地,所述分类器与圆圈检测一起工作,即在每一次成功的一个圆圈检测之后,对所述选定区域进行分类,以确定这是否是眼睛的图像。并且,该过程的终止标准之一是圆圈检测是分类器识别的眼睛。

10.根据方法要求2至9中的一项所述的方法,其特征在于,所述分类器能够检测一只眼睛是闭合还是睁开。

11.根据方法要求2至10中的一项所述的方法,其特征在于,对于所述分类器持续较长时间的时间段的情况,所述时间段随着眼睑的持续时间的延长而更长,用于睡眠的警告适当的机构触发和/或针对所述分类器的必要措施。预防事故的把握。

12.根据方法要求2至11中的一项所述的方法,其特征在于,用于检测眼睛的设备在所述图像中进行搜索的区域被一个或多个所谓的搜索框所限制,所述搜索框等于或小于整个图像区。

13.根据方法要求12所述的方法,其特征在于,所述搜索框在处理开始时使用面向像素的分类器进行初始化。

14.根据方法要求13所述的方法,其特征在于,所述面向像素的分类器是超置换网络。

14.根据方法要求13所述的方法,其特征在于,在使用模板匹配的过程开始时,搜索框被初始化。

16.根据方法要求12至15中的一项所述的方法,其特征在于,从一幅图像到另一幅图像,用于估计所述搜索框的位置变化,应用基于光流的方法。

16.根据方法要求12至15中的一项所述的方法,其特征在于,从一幅图像到另一幅图像,用于估计位置变化。应用适用于该问题的卡尔曼滤波器的搜索框成为。

18.根据方法要求12至17中的一项所述的方法,其特征在于,当在中间的搜索框内搜索圆时,开始搜索框并且从此处开始搜索区域的进一步扩展,描述了螺旋方式。

10.根据方法要求9所述的圆圈检测方法,特别是用于观察方向检测系统中的眼睛的圆圈检测装置中,该方法借助于极边缘检测器基于所述等式

图像数据的视觉方向检测系统-机器视觉_视觉检测设备_3D视觉_缺陷检测

是更现实的,它不仅可以检测圆形,而且可以检测其他任何预定路径,其特征在于,考虑到虹膜通过眼睑的闭塞,定义了两个角度α和β,分别是张开角度或圆检测器中未包括的围绕虹膜的圆周路径。

20.根据方法要求19所述的方法,其特征在于,在评估所述轨道的路径积分时,涉及沿所述轨道的亮度。

21.根据方法要求1所述的用于确定视线方向的设备,特别是用于视线方向检测系统的设备,其特征在于,该设备包括用于图像数据分割的装置,该装置与公共分类器相连,作为分类结果,该分类器提供了被观察者的视线,其中分割的图像数据是眼睛的图像和整个鼻子的图像。

22.根据方法要求21所述的操作设备的方法,其特征在于,用于分割与被观察者的鼻子相关的图像数据的装置从检测到的鼻孔开始选择。

23.根据方法要求22所述的方法,其特征在于,通过极性边缘检测器随后是分类器来检测鼻孔。

24.根据方法要求22或23之一所述的方法,其特征在于,使用用于对鼻子对准进行分类的单独的分类器和用于对眼睛的观看方向进行分类的单独的分类器。

25.根据方法要求24所述的方法,其特征在于,对于没有识别出眼睛的情况,用于对鼻子对准进行分类的分类器估计观察方向。

24.根据​方法要求22或23中的一项所述的方法,其特征在于,公共分类器将围绕观察到的人的视线分类的眼睛和鼻子的组合图像数据欣赏人。