Print

基于深度学习的红外相机视力检测算法

论文摘要

为实现一种智能式的验光系统,针对光反射照相眼部筛查装置提出一种检测瞳孔参数的新方法。该验光方法首先通过多灯光反射照相机获得多张不同角度灯光的人脸图像,通过利用深度学习中Faster-RCNN来实现瞳孔检测,进一步对检测到的瞳孔图像采用阈值分割的方法研究,可以得到新月区域的特征参数,利用特征参数比计算近视度数。通过大量的实验结果表明,该方法不但速度快、稳定性好、精度高,而且还可以转移到移动终端上操作,该方法也是目前唯一结合深度学习实现眼部筛查的方法。

论文目录

  • 0 引 言
  • 1 现有的验光方法
  • 2 关键技术和原理
  •   2.1 系统总体设计方案
  •   2.2 光反射照相采集瞳孔图像
  •   2.3 Faster R-CNN图像检测
  •   2.4 图像处理
  •   2.5 图像分割及特征参数的提取
  • 3 实验结果分析
  • 4 结 论

    • 文章来源

    类型: 期刊论文

    作者: 王娟,刘嘉润,李瑞瑞

    关键词: 光反射照相,深度学习,阈值分割

    来源: 电子测量与仪器学报 2019年11期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 计算机软件及计算机应用,自动化技术

    单位: 北京化工大学信息科学与技术学院

    基金: 北京化工大学实验室项目资助

    分类号: TP391.41;TP18

    DOI: 10.13382/j.jemi.B1902334

    页码: 36-43

    总页数: 8

    文件大小: 405K

    下载量: 127

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/2140d178282b80f5ab3cf2af.html