人眼瞳孔精確跟蹤算法研究.pdf

1、隨著計算機視覺技術的飛速發(fā)展，以模式識別和目標跟蹤理論為基礎的瞳孔跟蹤技術開始廣泛被應用于人機交互、身份識別、醫(yī)學、心理學等各個領域。針對傳統(tǒng)的瞳孔跟蹤算法存在的識別和跟蹤精度較低，魯棒性不高等問題，本文基于模式識別和目標跟蹤等人工智能算法，提出了一種改進的瞳孔精確跟蹤算法，有效提高了瞳孔識別和跟蹤的計算精度及魯棒性。本文的主要研究內(nèi)容包括人眼區(qū)域檢測算法、瞳孔精確定位算法和瞳孔精確跟蹤算法，并利用Matlab、Visual Studi

2、o2013、QT和OpenCV等多種軟件開發(fā)平臺對本文所提算法進行編程驗證。
　　本研究主要內(nèi)容包括：⑴研究了人臉檢測算法，對現(xiàn)有的人眼區(qū)域檢測算法進行了研究并提出了改進方法。針對人眼區(qū)域檢測算法，提出了一種通過人臉的垂直方向上的灰度梯度積分和水平方向上的人臉邊緣點積分定位的方法，實現(xiàn)人眼區(qū)域的粗略檢測，該方法具有計算簡單，定位準確的特點。⑵針對傳統(tǒng)邊緣檢測算子用于瞳孔定位時精度較低的缺點，提出了一種改進的邊緣檢測算法，通過對改進

3、邊緣檢測算法進行 Hough變換后的實驗結果進行分析，證明了該算法用于瞳孔精確定位具有較高的定位精度。⑶研究了基于 Mean-Shift算法瞳孔精確跟蹤算法。針對傳統(tǒng)Mean-Shift算法用于瞳孔跟蹤時存在目標丟失的問題，提出了利用幀差法對現(xiàn)有的 Mean-Shift算法進行改進，并用于瞳孔跟蹤，解決了傳統(tǒng) Mean-Shift算法在瞳孔跟蹤時的目標丟失問題。⑷研究了基于加權紋理顏色特征的目標表示方法。針對傳統(tǒng)Mean-Shift算法