基于機器學(xué)習(xí)和灰度分布的眼睛定位算法.pdf

1、一個完整的人臉識別系統(tǒng)由人臉檢測、眼睛定位、特征提取和人臉識別四部分組成。其中，眼睛定位主要用于人臉配準(zhǔn)，定位的準(zhǔn)確與否將直接影響特征提取的效果，是提高人臉識別準(zhǔn)確率的關(guān)鍵所在。
　　目前，存在一些眼睛定位的算法，如:基于先驗規(guī)則的灰度投影法和人臉圖像二值化方法，基于幾何信息的模板匹配法，基于膚色信息的方法基于統(tǒng)計信息的支持向量機和人工神經(jīng)網(wǎng)絡(luò)，基于關(guān)聯(lián)信息的概率網(wǎng)絡(luò)模型和動態(tài)鏈接模型。但是，這些算法都具有較強的約束，需要適當(dāng)光照

2、、無遮擋物、無表情等條件，而且計算復(fù)雜度相對較高，難以達到實時性。
　　本文總結(jié)了眼睛定位算法中存在的問題，采用了先定位后判斷、再定位的“多次定位”的研究思路。按照這種思路，針對近紅外和可見光，分別提出了不同的定位方法。本文還采取了逐步縮小的定位策略，加快了眼睛定位算法的運算速度，進一步提高了算法的準(zhǔn)確度和魯棒性。
　　本文還探索了與結(jié)構(gòu)模型相結(jié)合的定位方法。首先用支持向量機篩選出左眼、右眼以及鼻子的候選點，并分別給出相似的