人眼定位與跟蹤算法的研究.pdf

1、為了減小人臉圖像較小引起的人眼定位不準(zhǔn)確，本文提出了一種改進(jìn)的單幀圖像超分辨算法，該方法利用源圖像中的像素點(diǎn)信息，同時(shí)從多個(gè)方向計(jì)算牛頓插值結(jié)果，并根據(jù)源圖像中各像素點(diǎn)的相關(guān)性通過融合計(jì)算獲得超分辨率圖像的插值結(jié)果。仿真實(shí)驗(yàn)結(jié)果表明，利用改進(jìn)方法獲得的超分辨率圖像更加細(xì)膩，尤其圖像邊緣區(qū)域所包含的大量細(xì)節(jié)信息可得到有效恢復(fù)。改進(jìn)算法所獲得的超分辨率圖像的峰值信噪比和均方誤差等評(píng)價(jià)指標(biāo)均優(yōu)于傳統(tǒng)方法。
　　人眼定位過程中，為了克服傳

2、統(tǒng)灰度積分投影方法無法有效定位旋轉(zhuǎn)人臉圖像中人眼的缺點(diǎn)，提出了一種基于極坐標(biāo)系的灰度積分投影方法。利用膚色特征對(duì)給定圖像進(jìn)行人臉區(qū)域的確定，在人臉區(qū)域內(nèi)按極角方向進(jìn)行灰度積分投影，確定出人眼所在角度，將人眼角度方向的像素灰度值做水平方向積分投影，從而確定出人眼的位置。該方法能夠?qū)崿F(xiàn)同一幅圖像中多個(gè)不同姿態(tài)人臉的人眼定位。大量的仿真實(shí)驗(yàn)表明，該方法的識(shí)別性能對(duì)人臉的旋轉(zhuǎn)變化具有良好的魯棒性，能夠提高灰度積分投影方法對(duì)人眼定位的適用范圍。<

3、br>　　傳統(tǒng)的Mean Shift跟蹤中，單一顏色特征無法包含目標(biāo)表觀的所有信息。為提高傳統(tǒng)均值漂移算法對(duì)低對(duì)比度圖像的跟蹤性能，提出一種融合圖像微分特征信息的改進(jìn)算法。根據(jù)圖像8鄰域微分值建立微分圖像，利用微分特征建立目標(biāo)模板和候選區(qū)域的微分直方圖模型，并確定候選區(qū)中心位置的更新向量。將其與利用顏色特征信息確定的候選區(qū)中心位置的更新向量相融合，得到改進(jìn)算法的更新向量。圖像的微分信息包含了圖像的細(xì)節(jié)信息以及像素的相對(duì)空間位置信息，提高