基于仿射對(duì)應(yīng)關(guān)系的單目視覺頭部姿態(tài)估計(jì).pdf

1、頭部姿態(tài)估計(jì)在人機(jī)交互、智能監(jiān)控、疲勞檢測(cè)等領(lǐng)域有著巨大的應(yīng)用前景，也具有重要的研究意義。本文針對(duì)基于單目視覺的頭部姿態(tài)估計(jì)進(jìn)行研究，主要研究?jī)?nèi)容包括:
　　(1)在研究現(xiàn)有的人臉特征檢測(cè)方法的基礎(chǔ)之上，提出一種基于特征輪廓的人臉眼角點(diǎn)與嘴角點(diǎn)檢測(cè)算法，用于檢測(cè)人臉六個(gè)特征角點(diǎn)，包括兩個(gè)外眼角、兩個(gè)內(nèi)眼角點(diǎn)、兩個(gè)嘴角點(diǎn)。該算法具有人物個(gè)體無(wú)關(guān)性，并能在頭部旋轉(zhuǎn)的情況下準(zhǔn)確地檢測(cè)出角點(diǎn)位置。針對(duì)光照、噪聲、遮擋等可能引起的人臉特征角

2、點(diǎn)檢測(cè)錯(cuò)誤，運(yùn)用隨機(jī)抽樣一致性RANSAC算法對(duì)角點(diǎn)進(jìn)行位置修正。
　　(2)對(duì)基于圓-橢圓仿射對(duì)應(yīng)關(guān)系的頭部姿態(tài)估計(jì)方法進(jìn)行了改進(jìn)，提出一種通過(guò)最優(yōu)正面人臉平面模型求解仿射變換矩陣的方法。該方法采用基于LBP(Local Binary Pattern)特征描述算子的Adaboost正面人臉分類器獲取粗正面人臉集，然后通過(guò)剔除偽正正面人臉與優(yōu)化算法得到最優(yōu)正面人臉平面模型，由正面人臉平面模型中局部特征角點(diǎn)與當(dāng)前圖像幀上局部特征角點(diǎn)

3、的仿射關(guān)系求解頭部姿態(tài)。并使用CMU PIE(Pose，Illumination and Expression)人臉庫(kù)評(píng)估了本文方法的準(zhǔn)確度。
　　(3)將頭部姿態(tài)估計(jì)方法應(yīng)用于車輛安全輔助駕駛中，通過(guò)分析駕駛員頭部姿態(tài)在Yaw與Pitch自由度上的變化規(guī)律來(lái)判斷其是否處于疲勞狀態(tài)或視覺分神狀態(tài)，設(shè)計(jì)了一種基于計(jì)算機(jī)視覺的非干擾性駕駛員疲勞狀態(tài)與視覺分神狀態(tài)檢測(cè)方法。實(shí)驗(yàn)表明，該方法能成功地檢測(cè)出駕駛員的疲勞與視覺分神狀態(tài)，對(duì)降低