使用深度学习在图像中定位人眼

 
一个研究团队最近提出了一种新的基于机器学习的技术，该技术可以在人脸图像中定位人眼。这种技术发表在Elsevier的Ne​​urocomputing杂志上的一篇论文中，可能有多种有用的应用。例如，它可用于检测驾驶汽车或执行需要一定程度的警觉和注意的任务的人的睡意。
嗜睡会大大损害人们的决策能力，以及他们的注意力和记忆力。驾驶或完成重要任务时困倦会导致效率显着下降，在某些情况下，甚至会导致危及生命的事故。
估计人的困倦程度的最有效方法之一是看着他们的眼睛，在昏昏欲睡的人中，它们通常更闭合或疲劳。但是，使用计算方法自动分析人的眼睛，首先需要将它们定位在实时图像或视频中。
进行这项研究的研究人员通过电子邮件告诉TechXplore：“我们最近的工作是我们对睡意估计的一部分。” “在之前的工作中，我们为服务机器人提出了一种主动服务模型，该模型不同于被动服务(即，机器人在提供服务时需要等待用户的指令)。此外，我们以饮酒服务机器人为例。验证主动服务模型的有效性。”
最初，研究人员着手开发一种睡意估计技术，该技术可以改善为人类提供饮料的机器人平台的实用性。朝这个方向迈出的第一步是创建一种自动方法，通过分析人脸图像实时定位人眼。
研究人员提出的眼睛定位方法基于一种称为权重二值化级联卷积神经网络(WBCCNN)的机器学习技术。他们开发的WBCCNN可以预测人眼从粗到细的位置，从而改善了模型的性能。此外，网络的二进制组件有助于减小模型的存储大小并加快其运行速度。
研究人员使用来自野外标记面部(LFW)，BioID和野外标记面部(LFPW)数据集的图像，在一系列实验中评估了其WBCCNN模型的眼睛定位。他们的方法取得了显着的结果，并且优于其他眼部定位技术，在将左眼定位在本地和将右眼定位在0.71%时，平均检测误差达到了0.66%。
根据研究人员的说法，他们研究中最有意义的成就是WBCCNN的开发，其中权重受到二值化的限制。这种独特的设计特性可以节省模型的存储容量，同时还可以降低其计算成本。将来，新的WBCCNN模型可以帮助开发有效的工具来估计人们的嗜睡程度，以及可以通过分析人们的眼睛来检测到的其他情绪或状态。
研究人员说：“可靠的眼球定位对于睡意估计是必要的，因此，我们现在将尝试将提出的眼球定位方法应用于主动进行睡意估计的机器人服务，以帮助提高人们的工作效率。”