基于瞳孔-角膜反射的視線跟蹤算法研究.pdf

1、由于人眼獲取信息具有自然、直接、雙向和高效等優(yōu)點,基于人眼信息捕獲的視線跟蹤技術(shù)在人機交互、醫(yī)學、心理學、軍事等領(lǐng)域有著廣泛的應用前景和商業(yè)價值,引起了眾多研究者的深入探索,已成為計算機視覺領(lǐng)域的研究熱點。
　　本文研究了基于瞳孔-角膜反射原理的視線跟蹤相關(guān)算法,主要內(nèi)容如下:
　　①人眼檢測定位算法:實現(xiàn)了視頻圖像中人眼目標的檢測和定位,避免了后續(xù)注視點提取時的盲目搜索,主要包括人臉檢測、人眼定位、人眼跟蹤三個環(huán)節(jié)。在人臉

2、檢測過程中,本文通過算法對比,選擇了基于Adaboost的人臉檢測算法來實現(xiàn)視頻圖像中人臉區(qū)域的檢測定位。在人眼定位過程中,本文采用了一種將人臉先驗知識、人眼灰度分布以及內(nèi)眼角三種特征相結(jié)合的人眼定位方案:首先利用“三庭五眼”的先驗知識進行人眼粗定位,再采用灰度積分投影的方法進行眉眼分離,最后采用 Harris角點檢測算法進行內(nèi)眼角提取,實現(xiàn)了人眼區(qū)域的精確定位。在人眼跟蹤過程中,本文采用了卡爾曼濾波預測算法進行內(nèi)眼角跟蹤,實現(xiàn)了在頭部

3、運動的情況下對人眼位置的實時跟蹤。在跟蹤成功時,算法只需要對局部圖像進行少許處理就能完成人眼定位,達到了10幀/秒的處理速度。
　?、谧⒁朁c檢測定位算法:實現(xiàn)了眼部子圖中瞳孔光斑相對偏移量的獲取,并通過偏移量映射提取了出真實場景中的人眼注視點位置,主要包括瞳孔中心定位、光斑中心定位以及校準三個環(huán)節(jié)。在瞳孔中心定位過程中,本文采用了瞳孔分割、瞳孔粗定位、邊緣提取、邊緣擬合的算法方案:首先采用了改進的最大類間閾值選擇法進行瞳孔分割,然

4、后采用質(zhì)心法進行瞳孔粗定位,接著采用一維算子徑向掃描的方式計算瞳孔梯度圖,提取出瞳孔邊緣點,最后采用邊緣點幾何形狀擬合的方式準確地定位出了瞳孔中心位置。在光斑中心定位的過程中,本文研究了基于高斯擬合的定位算法,算法達到了誤差小于0.1像素的高精度。在校準環(huán)節(jié)中,本文研究了多種校準模型,并采用最小二乘法建立了一個6參映射函數(shù)模型,它能夠準確地根據(jù)瞳孔光斑相對偏移量計算出真實場景中的人眼注視點,達到視線跟蹤的目的。
　　本文主要通過M