基于Opencv的Visual Mouse系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著圖像處理和人臉識(shí)別技術(shù)的發(fā)展和完善,人機(jī)交互也不斷向前發(fā)展,在周?chē)玫綉?yīng)有。人機(jī)交互的發(fā)展不但給人們帶來(lái)更大的便利還增高工作效率,同時(shí)還改變著給殘疾人的傳統(tǒng)生活,他們能夠方便的使用電腦,讓他們的生活狀況得到改善。盡管圖像處理技術(shù)依然需要提高和完善,常規(guī)的鼠標(biāo)鍵盤(pán)輸入設(shè)備并不能完全被替代,然而殘疾人本身的無(wú)可選擇性,對(duì)他們相對(duì)是一種較優(yōu)的可行方案,讓他們能夠使用電腦與外界交流,去學(xué)習(xí)提高或者娛樂(lè)放松。因此本文利用現(xiàn)有的圖像處理和計(jì)算機(jī)

2、視覺(jué)技術(shù)來(lái)開(kāi)發(fā)替代鼠標(biāo)作為計(jì)算機(jī)的輸入從而操作電腦的Visual Mouse計(jì)算機(jī)輔助系統(tǒng)。
　　本文的工作重點(diǎn)為設(shè)計(jì)實(shí)現(xiàn)Visual Mouse系統(tǒng),此系統(tǒng)借助一個(gè)攝像頭,通過(guò)捕獲攝像頭的視頻輸入,通過(guò)人臉檢測(cè)算法對(duì)人臉進(jìn)行實(shí)時(shí)檢測(cè),同時(shí)對(duì)檢測(cè)出的人臉跟蹤,捕獲用戶(hù)的人臉運(yùn)動(dòng)軌跡,從而控制計(jì)算機(jī)屏幕上鼠標(biāo)的移動(dòng);利用特征檢測(cè)算法找到人臉中的眼睛,并監(jiān)視其狀態(tài),分析眼睛狀態(tài)的變化,針對(duì)變化實(shí)現(xiàn)用戶(hù)與計(jì)算機(jī)的交互。Visual Mo

3、use系統(tǒng)是一種集合人機(jī)交互,應(yīng)用信息處理、人臉檢測(cè)、人眼檢測(cè)、人臉跟蹤等相關(guān)技術(shù),采用Adaboost方法作為人臉細(xì)節(jié)部位的分類(lèi)器,以提高人臉局部區(qū)域的定位精度,Adaboost算法重點(diǎn)在于分類(lèi)器的訓(xùn)練與分析,并在此基礎(chǔ)上構(gòu)建了一個(gè)檢測(cè)器的原型,實(shí)驗(yàn)表明我們的檢測(cè)可以實(shí)現(xiàn)實(shí)時(shí)的視頻人臉檢測(cè),可達(dá)到較高檢測(cè)率;人眼定位采用ASM算法, ASM跟大多數(shù)統(tǒng)計(jì)學(xué)習(xí)方法一樣,也包括train和test(or fit)兩部分,也就是形狀建模bui

4、ld和形狀匹配fit,ASM算法具有較高的精確性和魯棒性,為目前圖像特征定位的經(jīng)典算法之一;人臉跟蹤模塊利用高效的 Camshift算法對(duì)人臉進(jìn)行實(shí)時(shí)跟蹤,該算法考慮了跟蹤過(guò)程中目標(biāo)的尺度和方向變化問(wèn)題。Camshift算法通過(guò)一個(gè)權(quán)值圖像進(jìn)行跟蹤,權(quán)值最大的地方對(duì)應(yīng)著密度最大處,表示目標(biāo)可能出現(xiàn)的區(qū)域,迭代地收斂到密度最大處。
　　實(shí)驗(yàn)結(jié)果顯示,本文的Visual Mouse系統(tǒng)能夠有效地檢測(cè)出攝像頭拍攝到的實(shí)時(shí)人臉,實(shí)現(xiàn)人臉左