1.一種瞳孔影像檢測系統，其包含：一紅外線攝影單元，其用以自一待測者攝取至少一臉部紅外線影像，且該待測者適當處於一低光照環境或一低辨識度環境；一運算單元，其用以接收該臉部紅外線影像，並於該臉部紅外線影像尋找至少一瞳孔紅外線影像區，且該瞳孔紅外線影像區包含一瞳孔輪廓；一深度學習模型，其連接提供於該運算單元，且將該瞳孔紅外線影像區利用該深度學習模型進行表徵學習演算；及一瞳孔區擷取模型，其由該瞳孔紅外線影像區以該深度學習模型獲得建立，且該瞳孔區擷取模型可用以檢測或定位一紅外線影像眼睛位置，且該瞳孔區擷取模型選自一特徵向量擷取模型或一邊緣檢測擷取模型。

2.依申請專利範圍第1項所述之瞳孔影像檢測系統，其中該紅外線攝影單元選自一網路攝影機、一網路監控攝影機或一無線網路監控攝影機。

3.依申請專利範圍第1項所述之瞳孔影像檢測系統，其中該瞳孔紅外線影像區包含一瞳孔形狀、一瞳孔周邊條紋或其組合。

4.依申請專利範圍第1項所述之瞳孔影像檢測系統，其中該瞳孔區擷取模型選自一已優化瞳孔區擷取模型。

5.依申請專利範圍第1項所述之瞳孔影像檢測系統，其中該深度學習模型選自一預先訓練深度學習模型或一無監督的深度學習模型。

6.一種瞳孔影像檢測方法，其包含：將一待測者適當處於一低光照環境或一低辨識度環境；利用一紅外線攝影單元自該待測者攝取至少一臉部紅外線影像，且該臉部紅外線影像包含至少一眼睛部位；於該臉部紅外線影像尋找至少一瞳孔紅外線影像區，且該瞳孔紅外線影像區包含一瞳孔輪廓；及利用該瞳孔紅外線影像區以一深度學習模型建立一瞳孔區擷取模型，且該瞳孔區擷取模型可用以檢測或定位一紅外線影像眼睛位置，且該瞳孔區擷取模型選自一特徵向量擷取模型或一邊緣檢測擷取模型。

7.依申請專利範圍第6項所述之瞳孔影像檢測方法，其中該紅外線攝影單元另結合至少一紅外線照射單元，且該紅外線照射單元以一紅外線進行照射於該待測者。

8.依申請專利範圍第7項所述之瞳孔影像檢測方法，其中該紅外線照射單元具有一預定波長紅外線，且該預定波長紅外線介於0.76μm至1000μm之間。

9.依申請專利範圍第6項所述之瞳孔影像檢測方法，其中該瞳孔區擷取模型以一遷移學習模型進行優化及加速資料處理，以便進一步獲得一已優化瞳孔區擷取模型。

10.依申請專利範圍第6項所述之瞳孔影像檢測方法，其中該紅外線影像眼睛位置可用以定位或調整一紅外線影像五官位置、一紅外線影像T字部位置或一紅外線影像臉部位置。

【技術領域】

【0001】 本發明係關於一種瞳孔〔pupil〕紅外線影像〔infrared image〕拍攝檢測系統及其方法；特別是關於一種瞳孔及虹膜〔iris〕影像檢測系統及其方法；更特別是關於一種瞳孔及虹膜狀態〔例如：構造狀態〕之影像檢測系統及其方法。

【先前技術】

【0002】 習用有關瞳孔影像拍攝系統及其方法，例如：美國專利公開第US-20190191995號〝Systems and methods for capturing and analyzing pupil images to determine toxicology and neurophysiology〞之發明專利申請案，其揭示一種瞳孔影像拍攝處理系統及其方法。該瞳孔影像拍攝處理方法用以自一目標瞳孔進行檢測一瞳孔光感反射〔pupillary light reflex，PLR〕。

【0003】 承上，前述第US-20190191995號之該瞳孔影像拍攝處理方法利用一影像資料進行定義該瞳孔光感反射及分類〔classifying〕該瞳孔光感反射，並據此輸出一分析結果〔analytical output〕，且舉例而言，該影像資料可擷取自一智慧型手機。

【0004】 承上，前述第US-20190191995號之該分析結果用以診斷〔diagnosis〕或預先診斷〔prognosis〕有關腦神經學〔neurological〕或精神病學〔psychiatric〕之腦部條件狀態〔brain condition〕。

【0005】 另一習用有關瞳孔影像拍攝系統及其方法，例如：美國專利公告第US-10108877號〝System for capturing pupil and method thereof〞之發明專利，其揭示一種瞳孔影像拍攝系統。該瞳孔影像拍攝系統用以擷取一瞳孔影像，且該瞳孔影像拍攝系統包含一影像攝取單元〔image obtainer〕、一照明單元〔illuminator〕及一瞳孔影像擷取單元〔pupil extractor〕。

【0006】 承上，前述第US-10108877號之該影像攝取單元用以取得〔即拍攝〕一使用者〔user〕之一正面影像資料〔front image data〕，而在取得〔即拍攝〕該正面影像資料之當時，該照明單元係用以提供照明〔lighting〕於該使用者。

【0007】 承上，前述第US-10108877號於該照明單元利用一光照強度狀態〔light strength state〕拍攝下，該瞳孔影像擷取單元用以接收該正面影像資料，且該光照強度狀態具有一個或數個預定參考值〔predetermined reference value〕，且該瞳孔影像擷取單元於該正面影像資料之一眼睛感興區〔eye region of interest，ROI〕內用以執行一二值化程序〔thresholding process〕。

【0008】 另一習用有關瞳孔影像拍攝系統及其方法，例如：美國專利公告第US-9794468號〝Image sensor,image capturing apparatus,focus detection apparatus,image processing apparatus,and control method of image capturing apparatus using pupil division in different directions〞之發明專利，其揭示一種影像感測器、一種影像攝取裝置、一種焦點偵測裝置及一種影像處理裝置。

【0009】 承上，前述第US-9794468號之該影像感測器具有數個像素〔pixel〕，而每個該像素具有一光電轉換區分隔形成數個區，且將該像素配置形成二維，且該影像感測器包含一第一像素將每個光電轉換區分隔於一第一方向，以接收一光束〔light beam〕通過一瞳孔區〔pupil region〕，且該影像感測器包含一第二像素將每個光電轉換區分隔於一第二方向，以接收一光束通過該瞳孔區。

【0010】 承上，前述第US-9794468號之該第一像素自該分隔於第一方向之光電轉換區進行輸出數個訊號，且數個該訊號平行於該第一方向，而該第二像素自該分隔於第二方向之光電轉換區進行輸出數個訊號，且數個該訊號平行於該第二方向。

【0011】 另一習用有關瞳孔影像拍攝系統及其方法，例如：美國專利公告第US-9412777號〝Image sensor and image capturing apparatus for satisfactory pupil division by a focus detection pixel in which a light guide is formed〞之發明專利，其揭示一種影像攝取裝置。該影像攝取裝置包含一影像感測器〔image sensor〕，且該影像感測器數個包含數個影像成形像素〔image forming pixel〕及一鏡頭〔lens〕，且該鏡頭配置於數個該影像成形像素。

【0012】 承上，前述第US-9412777號之每個該數個影像成形像素包含已分配數個光-電轉換單元〔divided photo-electric conversion units〕，而該光-電轉換單元具有一光-電轉換功能，且經由影像光學系統〔imaging optical system〕之不同出口瞳孔〔different exit pupil〕將數個影像進行轉換，且其進行輸出焦點偵測訊號〔focus detection signal〕。

【0013】 承上，前述第US-9412777號之每個該數個影像成形像素包含一第一光導件〔light guide〕及一第二光導件，而該第一光導件配置於該鏡頭之一側，且該第二光導件配置於該光-電轉換單元之一側，且該第二光導件之分配數量大於該第一光導件。

【0014】 另一習用有關瞳孔影像拍攝系統及其方法，例如：美國專利公告第US-7999217號〝Image-capturing element including photoelectric conversion cells that pupil-divide object light and output a ranging signal〞之發明專利，其揭示一種影像攝取元件。該影像攝取元件包含一對光電轉換細胞，該一對光電轉換細胞用以將一瞳孔物件分離光〔pupil-divide object light〕分離至一第一方向及一第二方向，以便輸出一分佈訊號〔ranging signal〕。

【0015】 承上，前述第US-7999217號之該光電轉換細胞包含一光接收元件〔photo-receiving element〕，以便接收物件光並產生該分佈訊號，而該光電轉換細胞包含一第一光保護罩層〔light-shielding layer〕及一第二光保護罩層，且該第一光保護罩層具有一第一光傳送區〔light-transmitting area〕，且該第二光保護罩層具有一第二光傳送區。

【0016】 承上，前述第US-7999217號之該一對光電轉換細胞包含一第一光電轉換細胞，其中該第一光傳送區於該第一光保護罩層偏置至該第一方向及該第二光傳送區於該第二光保護罩層偏置至該第二方向，且該一對光電轉換細胞包含一第二光電轉換細胞，其中該第一光傳送區於該第一光保護罩層偏置至該第二方向及該第二光傳送區於該第二光保護罩層偏置至該第一方向。

【0017】 顯然，前述美國專利公開第US-20190191995號發明專利申請案、美國專利公告第US-10108877號、第US-9794468號、第US-9412777號及第US-7999217號發明專利雖然已揭示各種有關瞳孔影像拍攝系統及其方法，但其仍具有無法適當解決各種環境條件〔例如：低光照環境或追蹤臉部或眼睛面向偏斜至各種角度〕下產生干擾拍攝瞳孔影像之技術缺點，其亦無法適當改善透過眼鏡鏡片〔例如：眼鏡鏡片表面或隱形眼鏡表面之反射〕拍攝瞳孔影像之技術缺點。

【0018】 因此，習用有關瞳孔影像拍攝系統及其方法必然存在進一步改善其環境場所條件〔例如：低光照環境或或追蹤臉部或眼睛面向偏斜至各種角度〕下所產生干擾拍攝瞳孔影像之需求，或亦必然存在如何適當改善透過眼鏡鏡片〔例如：眼鏡鏡片表面或隱形眼鏡表面之反射〕所產生影響拍攝瞳孔影像因素之需求。

【0019】 簡言之，前述美國專利公開第US-20190191995號之發明專利申請案、美國專利公告第US-10108877號、第US-9794468號、第US-9412777號及第US-7999217號之諸發明專利僅為本創作技術背景之參考及說明目前技術發展狀態而已，其並非用以限制本發明之範圍。

【0020】 有鑑於此，本發明為了滿足上述需求，其提供一種瞳孔影像〔紅外線影像〕檢測系統及其方法，其將一待測者處於一低光照環境或一低辨識度環境，並利用一紅外線攝影單元自該待測者攝取至少一臉部紅外線影像，且於該臉部紅外線影像尋找至少一瞳孔紅外線影像區，且利用該瞳孔紅外線影像區以一深度學習模型建立一瞳孔區擷取模型，以改善習用有關瞳孔影像拍攝系統及其方法之技術缺點〔例如：習用需要脫下眼鏡或取下隱形眼鏡〕。

【發明內容】

【0021】 本發明較佳實施例之主要目的係提供一種瞳孔影像〔紅外線影像〕檢測系統及其方法，其將一待測者處於一低光照環境或一低辨識度環境，並利用一紅外線攝影單元自該待測者攝取至少一臉部紅外線影像，且於該臉部紅外線影像尋找至少一瞳孔紅外線影像區，且利用該瞳孔紅外線影像區以一深度學習模型建立一瞳孔區擷取模型，因而具有達成瞳孔影像〔紅外線影像〕檢測及提升其檢測準確性〔避免脫下眼鏡或取下隱形眼鏡〕之目的。

【0022】 為了達成上述目的，本發明較佳實施例之瞳孔影像檢測系統包含：

【0023】 一紅外線攝影單元，其用以自一待測者攝取至少一臉部紅外線影像，且該待測者適當處於一低光照環境或一低辨識度環境；

【0024】 一運算單元，其用以接收該臉部紅外線影像，並於該臉部紅外線影像尋找至少一瞳孔紅外線影像區，且該瞳孔紅外線影像區包含一瞳孔輪廓；

【0025】 一深度學習模型，其連接提供於該運算單元，且將該瞳孔紅外線影像區利用該深度學習模型進行表徵學習演算；及

【0026】 一瞳孔區擷取模型，其由該瞳孔紅外線影像區以該深度學習模型獲得建立，且該瞳孔區擷取模型可用以檢測或定位一紅外線影像眼睛位置。

【0027】 本發明較佳實施例之該紅外線攝影單元選自一網路攝影機、一網路監控攝影機、一無線網路監控攝影機或其它具類似紅外線攝影功能之裝置。

【0028】 本發明較佳實施例之該瞳孔紅外線影像區包含一瞳孔形狀、一瞳孔周邊條紋或其它可辨識特徵。

【0029】 本發明較佳實施例之該瞳孔區擷取模型選自一特徵向量擷取模型或一邊緣檢測擷取模型。

【0030】 本發明較佳實施例之該深度學習模型選自一預先訓練深度學習模型或一無監督的深度學習模型。

【0031】 為了達成上述目的，本發明較佳實施例之瞳孔影像檢測方法包含：

【0032】 將一待測者適當處於一低光照環境或一低辨識度環境；

【0033】 利用一紅外線攝影單元自該待測者攝取至少一臉部紅外線影像，且該臉部紅外線影像包含至少一眼睛部位；

【0034】 於該臉部紅外線影像尋找至少一瞳孔紅外線影像區，且該瞳孔紅外線影像區包含一瞳孔輪廓；及

【0035】 利用該瞳孔紅外線影像區以一深度學習模型建立一瞳孔區擷取模型，且該瞳孔區擷取模型可用以檢測或定位一紅外線影像眼睛位置。

【0036】 本發明較佳實施例之該紅外線攝影單元另結合至少一紅外線照射單元，且該紅外線照射單元以一紅外線進行照射於該待測者。

【0037】 本發明較佳實施例之該紅外線照射單元具有一預定波長紅外線，且該預定波長紅外線介於0.76μm至1000μm之間。

【0038】 本發明較佳實施例之該瞳孔區擷取模型以一遷移學習模型進行優化及加速資料處理，以便進一步獲得一已優化瞳孔區擷取模型。

【0039】 本發明較佳實施例之該紅外線影像眼睛位置可用以定位或調整一紅外線影像五官位置、一紅外線影像T字部位置或其它紅外線影像臉部位置。

【圖式簡單說明】

【0074】 第1圖：本發明第一較佳實施例之瞳孔影像檢測系統之方塊示意圖。

【0075】 第2圖：本發明第一較佳實施例之瞳孔影像檢測方法之流程示意圖。

【0076】 第3圖：本發明較佳實施例之瞳孔影像檢測系統及其方法追蹤操作於各種臉部面向偏斜至各種角度及其標記眼睛影像位置之一系列影像示意圖。

【0077】 第4圖：本發明較佳實施例之瞳孔影像檢測系統及其方法在穿戴眼鏡下追蹤操作於眼睛影像位置之一系列影像示意圖。

【0078】 第5圖：本發明較佳實施例之瞳孔影像檢測系統及其方法在未穿戴眼鏡下追蹤操作於眼睛影像位置之一系列影像示意圖。

【0079】 第6圖：本發明第二較佳實施例之瞳孔影像檢測系統之方塊示意圖。

【實施方式】

【0040】 為了充分瞭解本發明，於下文將舉例較佳實施例並配合所附圖式作詳細說明，且其並非用以限定本發明。

【0041】 本發明較佳實施例之瞳孔影像〔紅外線影像〕檢測系統及其方法適合應用於各種保安系統或各種醫療系統及以有線或無線方式結合其週邊配備產品，例如：桌上型電腦〔desktop computer〕、筆記型電腦〔laptop computer〕、工作站電腦〔workstation computer〕、智慧型手機〔smart phone〕、智慧手錶〔smart watch〕、智慧手環〔bracelet〕或其它穿戴式裝置〔wearable device〕，但其並非用以限定本發明之應用範圍。

【0042】 承上，本發明較佳實施例之瞳孔影像〔紅外線影像〕檢測系統及其方法適合可選擇結合應用執行於各種工作場所，例如：農場〔farm〕、水產養殖〔aquaculture〕場、建築工地〔construction site〕、碼頭現場〔dockyard〕、機械工廠〔machine factory〕、化學工廠〔chemical factory〕、電力設施現場〔electricity facility〕、高壓鐵塔養護〔high voltage tower maintenance〕現場、隧道工程現場〔tunnel construction site〕、隧道養護工程現場、下水道〔sewer〕養護工程現場、道路養護工程現場或煤礦場〔coal mine〕，但其並非用以限定本發明之應用範圍。

【0043】 承上，本發明較佳實施例之瞳孔影像〔紅外線影像〕檢測系統及其方法亦適合可選擇結合應用執行於各種軍事或危險災難場所，例如：拆彈現場〔bomb disposal scene〕、雷區〔mine land〕、火災現場〔fire scene〕、火災調查現場〔fire investigation site〕、災難現場〔disaster site〕或山難搜救現場〔mountain rescue site〕，但其並非用以限定本發明之應用範圍。

【0044】 承上，本發明較佳實施例之瞳孔影像〔紅外線影像〕檢測系統及其方法可選擇為人臉影像辨識作業之前處理，其適用於各種人臉影像真偽辨識裝置及其相關應用設備，例如：各類型電腦系統、家電產品控制系統〔如物聯網〕、自動化控制系統、醫療照護系統、門禁系統或保全系統，但其並非用以限定本發明之應用範圍。

【0045】 第1圖揭示本發明第一較佳實施例之瞳孔影像檢測系統之方塊示意圖。請參照第1圖所示，舉例而言，本發明第一較佳實施例之瞳孔影像檢測系統包含一紅外線攝影單元10、一運算單元〔或計算單元〕20、一深度學習模型〔deep learning，DL〕30及一瞳孔區擷取模型31。

【0046】 請再參照第1圖所示，舉例而言，該紅外線攝影單元10可選自一網路攝影機〔webcam〕、一網路監控攝影機〔IP cam〕、一無線網路監控攝影機〔例如：ArduCam模組〕或其它具類似紅外線攝影功能之裝置〔例如：照相手機、照相機、攝影機或其它具類似紅外線照相或攝影功能之裝置〕。

【0047】 請再參照第1圖所示，舉例而言，該紅外線攝影單元10用以對應紅外線攝影於至少一待測者1〔或受測者〕之一正面臉部或一偏斜角度之臉部〔或眼睛偏斜角度之臉部〕，且該紅外線攝影單元10可選擇自動對焦或自動連續追焦於該待測者1〔或受測者〕。

【0048】 請再參照第1圖所示，舉例而言，該運算單元20可選擇配置於一裝置，或該運算單元20可選自一工作站電腦〔workstation computer〕、一桌上型電腦〔desktop computer〕、一筆記型電腦〔notebook或laptopcomputer〕、一平板電腦〔tablet personal computer〕、一行動通訊裝置〔mobile communication device〕、一智慧型手機〔smart phone〕或其它具計算機功能之裝置，但其並非用以限定本發明之範圍。

【0049】 請再參照第1圖所示，舉例而言，該運算單元20可選擇連接於一通訊模組〔communication module〕，而該通訊模組可選自一有線〔cable〕通訊模組或一無線〔wireless〕通訊模組，且該通訊模組可選擇連接通訊於一預定裝置〔例如：資料庫裝置、醫療器材裝置、顯示器裝置或其它裝置〕。

【0050】 請再參照第1圖所示，舉例而言，該深度學習模型30可選擇具有至少一個或數個數學演算法〔mathematical algorithm〕，而該數學演算法選自一線性迴歸〔linear regression，REG〕模型、一人工神經網路〔artificial neural network，ANN〕模型或其它具深度學習功能之模型。

【0051】 請再參照第1圖所示，舉例而言，該深度學習模型30可選擇具有各種深度學習架構，而該深度學習架構包含一深度神經網路、一卷積神經網路、一深度置信網路〔deep relief network〕、一迴圈神經網路或其它深度學習架構。

【0052】 請再參照第1圖所示，舉例而言，該瞳孔區擷取模型31選自一特徵向量擷取模型或一邊緣檢測擷取模型，以便獲得一瞳孔構造特徵影像，且該瞳孔區擷取模型31可進一步提供一瞳孔特徵模型、一瞳孔檢驗模型或其它相關模型。

【0053】 一般而言，瞳孔為一圓形孔構造，其亦可稱為瞳神，其位於眼球血管膜之前部且位於虹膜中心。於瞳孔之環形周緣具有瞳孔括約肌〔虹膜內部分肌肉〕，其為沿環形排列之平滑肌，在收縮時使瞳孔縮小，以調節減少進入眼球之光線量。另外，於瞳孔之環形周緣亦具有瞳孔放大肌，其為沿瞳孔放射狀排列之平滑肌〔虹膜內肌肉〕，在鬆弛時〔瞳孔擴大肌收縮〕使瞳孔放大，以調節增加進入眼球之光線量。

【0054】 一般而言，瞳孔之外框通常多數顯示為黑色開口外框〔黑邊框輪廓〕，但其亦有棕色、藍色或其它顏色開口外框。另外，瞳孔之環形周緣通常為圓形狀外框輪廓或略圓形狀外框輪廓，且瞳孔及其環形周緣在暗光或昏暗光之下不容易區分。

【0055】 第2圖揭示本發明第一較佳實施例之瞳孔影像檢測方法之流程示意圖。請參照第1及2圖所示，本發明第一較佳實施例之瞳孔影像檢測方法包含步驟S1：首先，舉例而言，可選擇以自動〔automatically〕、半自動〔semi-automatically〕或手動〔manually〕方式將該待測者1〔或受測者〕適當處於一低光照環境、一低辨識度環境〔例如：灰塵干擾光線環境、臉部或眼睛面向偏斜至各種角度〕或其類似條件環境。

【0056】 請再參照第1及2圖所示，舉例而言，該低光照環境包含光線昏暗環境〔low lighting environment〕、光線陰暗〔shadow darkness〕環境或無照明環境，而該低辨識度〔low visibility〕環境包含灰塵干擾光線環境、光線大反差環境、臉部或眼睛面向偏斜至各種角度、眨眼狀態或瞇眼狀態。

【0057】 請再參照第1及2圖所示，本發明第一較佳實施例之瞳孔影像檢測方法包含步驟S2：接著，舉例而言，可選擇以自動、半自動或手動方式利用適當技術手段利用該紅外線攝影單元10在一預定距離下自該待測者1攝取至少一個或一系列〔數個〕臉部紅外線影像〔例如：300*300像素〔pixel〕紅外線影像〕，且該臉部紅外線影像包含至少一眼睛部位，以便後續進行眼睛區擷取作業或瞳孔區擷取作業。

【0058】 請再參照第1及2圖所示，舉例而言，該預定距離〔例如：30公分至40公分或其它安全拍攝距離〕可避免該待測者1〔或受測者〕拍攝距離過近而感受壓力，且該預定距離可避免該待測者1〔或受測者〕頭部必須定位或抵靠於一固定支架上。

【0059】 請再參照第1及2圖所示，本發明第一較佳實施例之瞳孔影像檢測方法包含步驟S3：接著，舉例而言，以自動、半自動或手動方式利用適當技術手段利用該運算單元〔或計算單元〕20於該臉部紅外線影像尋找至少一瞳孔紅外線影像區，且該瞳孔紅外線影像區包含一瞳孔輪廓，以便後續進行機器學習〔machine learning，ML〕作業或深度學習作業。

【0060】 請再參照第1及2圖所示，本發明第一較佳實施例之瞳孔影像檢測方法包含步驟S4：接著，舉例而言，以自動、半自動或手動方式利用適當技術手段利用該瞳孔紅外線影像區以該深度學習模型30以一預定架構〔例如：SSD MobileNetV2 architecture、Nvidia Jetson Nano及其套件或其它架構〕建立該瞳孔區擷取模型31，並利用該瞳孔區擷取模型31獲得一瞳孔紅外線影像100及其瞳孔位置，且該瞳孔區擷取模型31及瞳孔紅外線影像100可用以檢測或定位一紅外線影像眼睛位置。

【0061】 請再參照第1及2圖所示，舉例而言，該瞳孔區擷取模型31可選擇以一遷移學習模型〔transfer learning module〕或其它具類似優化及加速功能之學習模型進行優化及加速資料處理，以便進一步獲得一已優化瞳孔區擷取模型。

【0062】 請再參照第1及2圖所示，舉例而言，該深度學習模型30選自一預先訓練深度學習模型或一無監督的深度學習模型。另外，該瞳孔紅外線影像區包含一瞳孔形狀、一瞳孔周邊條紋或其它可辨識特徵，以便執行其它相關後續作業〔例如：瞳孔特徵擷取、瞳孔醫療檢驗或其它作業〕。

【0063】 請再參照第1及2圖所示，舉例而言，倘若該待測者1〔或受測者〕之頭部過於歪斜拍攝時，該瞳孔紅外線影像100〔選擇任一個或兩個瞳孔紅外線影像〕及紅外線影像眼睛位置可選擇用以執行定位或調整一紅外線影像五官位置、一紅外線影像T字部位置或其它紅外線影像臉部位置或人臉真偽辨識，或該紅外線影像眼睛位置選擇用以執行其它相關後續作業〔例如：瞳孔特徵擷取或瞳孔醫療檢驗〕。

【0064】 第3圖揭示本發明較佳實施例之瞳孔影像檢測系統及其方法追蹤操作於各種臉部面向偏斜至各種角度及其標記眼睛影像位置之一系列影像示意圖。請參照第3圖之左上側所示，舉例而言，本發明較佳實施例之瞳孔影像檢測系統及其方法在未戴眼鏡下可選擇追蹤操作於各種臉部面向偏斜至各種角度及其標記眼睛影像位置。

【0065】 請再參照第3圖之左下側所示，舉例而言，本發明較佳實施例之瞳孔影像檢測系統及其方法在已戴眼鏡〔例如：具光學功能之眼鏡鏡片或具吸收特定波長〔例如：黃光、藍光或高能藍紫外光〕功能之眼鏡鏡片〕下可選擇追蹤操作於各種臉部面向偏斜至各種角度及其標記眼睛影像位置。

【0066】 請再參照第1、2及3圖之所示，舉例而言，本發明較佳實施例之瞳孔影像檢測系統及其方法可獲得該瞳孔區擷取模型31及瞳孔紅外線影像100可用以檢測或定位該紅外線影像眼睛位置，如第3圖之右側所示，或其可用於人臉影像真偽辨識或檢測瞳孔構造〔例如：瞳孔輪廓構造及其特徵〕。

【0067】 第4圖揭示本發明較佳實施例之瞳孔影像檢測系統及其方法在穿戴眼鏡下追蹤操作於眼睛影像位置之一系列影像示意圖。請參照第1及4圖所示，舉例而言，該待測者1〔或受測者〕在穿戴各種眼鏡下該瞳孔區擷取模型31可成功獲得該瞳孔紅外線影像100〔瞳孔構造紅外線影像，例如：瞳孔輪廓構造及其特徵〕及紅外線影像眼睛位置，即倘若該待測者1〔或受測者〕在穿戴各種隱形眼鏡〔或瞳孔放大片〕下，其可視為亦然。

【0068】 第5圖揭示本發明較佳實施例之瞳孔影像檢測系統及其方法在未穿戴眼鏡下追蹤操作於眼睛影像位置之一系列影像示意圖。請參照第1及5圖所示，舉例而言，另一個該待測者1〔或受測者〕未穿戴眼鏡及低光照〔昏暗〕環境下可成功獲得該瞳孔紅外線影像100〔瞳孔構造紅外線影像，例如：瞳孔輪廓構造及其特徵〕及紅外線影像眼睛位置。

【0069】 請再參照第1、4及5圖所示，舉例而言，在人臉影像真偽辨識上該瞳孔紅外線影像100〔瞳孔構造紅外線影像，例如：瞳孔輪廓構造及其特徵〕及紅外線影像眼睛位置可用以確認該待測者1〔或受測者〕是否為真實人頭〔包含其臉部或眼部〕，以避免利用假影像進行人臉影像身分辨識。

【0070】 第6圖揭示本發明第二較佳實施例之瞳孔影像檢測系統之方塊示意圖，其對應於第1圖之瞳孔影像檢測系統。請參照第6圖所示，相對於第一實施例，本發明第二較佳實施例之瞳孔影像檢測系統包含一紅外線攝影單元10、至少一紅外線照射單元11、一運算單元〔或計算單元〕20、一深度學習模型30及一瞳孔區擷取模型31。

【0071】 請再參照第6圖所示，舉例而言，該紅外線攝影單元10另結合或連接於該紅外線照射單元11，而該紅外線照射單元11以一紅外線進行照射於該待測者1〔或受測者〕，且該紅外線照射單元11具有一預定波長紅外線，且該預定波長紅外線介於0.76μm至1000μm之間或其它適當波長紅外線範圍。

【0072】 前述較佳實施例僅舉例說明本發明及其技術特徵，該實施例之技術仍可適當進行各種實質等效修飾及/或替換方式予以實施；因此，本發明之權利範圍須視後附申請專利範圍所界定之範圍為準。本案著作權限制使用於中華民國專利申請用途。

1:待測者

10:紅外線攝影單元

11:紅外線照射單元

20:運算單元

30:深度學習模型

31:瞳孔區擷取模型

100:瞳孔紅外線影像

S1:步驟

S2:步驟

S3:步驟

S4:步驟