實(shí)時(shí)人眼跟蹤與眨眼檢測(cè).pdf

1、計(jì)算機(jī)視覺(jué)從上世紀(jì)70年代以來(lái)一直處于飛速發(fā)展之中，特別是進(jìn)入21世紀(jì)以后，由于計(jì)算機(jī)性能的不斷提升，和數(shù)字圖像獲取的廉價(jià)化，這一領(lǐng)域的發(fā)展尤為迅速。在計(jì)算機(jī)視覺(jué)領(lǐng)域中，人眼的跟蹤和眨眼檢測(cè)一直是受研究者廣泛關(guān)注的研究方向。 人眼的跟蹤有助于計(jì)算機(jī)定位出入眼的位置，是人臉識(shí)別的基礎(chǔ)。而眨眼檢測(cè)有助于計(jì)算機(jī)識(shí)別出入眼的狀態(tài)，在疲勞檢測(cè)、視覺(jué)交互領(lǐng)域有廣闊的應(yīng)用前景。 首先，我們回顧了這兩個(gè)方向的研究歷程，包括基于SIFT特

2、征，MeanShiff跟蹤等等跟蹤方法，以及人眼結(jié)構(gòu)建模、頻域模型、條件隨機(jī)場(chǎng)等眨眼檢測(cè)方法。 其后，在級(jí)聯(lián)式adaBoost的對(duì)象檢測(cè)算法框架上，本文提出了相對(duì)坐標(biāo)系的樣本訓(xùn)練概念，并把這個(gè)思想應(yīng)用到人眼跟蹤領(lǐng)域。我們重新定義了正負(fù)樣本和分類特征，同時(shí)對(duì)原算法進(jìn)行改進(jìn)，使之適應(yīng)實(shí)時(shí)跟蹤的要求。 同時(shí)，針對(duì)目前眨眼檢測(cè)效果不穩(wěn)定的情況，我們加入了瞳孔定位的算法設(shè)計(jì)，提高了檢測(cè)的魯棒性。 最后，我們?cè)谶@些算法基礎(chǔ)上