實時人眼跟蹤與眨眼檢測.pdf

1、計算機視覺從上世紀(jì)70年代以來一直處于飛速發(fā)展之中，特別是進(jìn)入21世紀(jì)以后，由于計算機性能的不斷提升，和數(shù)字圖像獲取的廉價化，這一領(lǐng)域的發(fā)展尤為迅速。在計算機視覺領(lǐng)域中，人眼的跟蹤和眨眼檢測一直是受研究者廣泛關(guān)注的研究方向。 人眼的跟蹤有助于計算機定位出入眼的位置，是人臉識別的基礎(chǔ)。而眨眼檢測有助于計算機識別出入眼的狀態(tài)，在疲勞檢測、視覺交互領(lǐng)域有廣闊的應(yīng)用前景。 首先，我們回顧了這兩個方向的研究歷程，包括基于SIFT特

2、征，MeanShiff跟蹤等等跟蹤方法，以及人眼結(jié)構(gòu)建模、頻域模型、條件隨機場等眨眼檢測方法。 其后，在級聯(lián)式adaBoost的對象檢測算法框架上，本文提出了相對坐標(biāo)系的樣本訓(xùn)練概念，并把這個思想應(yīng)用到人眼跟蹤領(lǐng)域。我們重新定義了正負(fù)樣本和分類特征，同時對原算法進(jìn)行改進(jìn)，使之適應(yīng)實時跟蹤的要求。 同時，針對目前眨眼檢測效果不穩(wěn)定的情況，我們加入了瞳孔定位的算法設(shè)計，提高了檢測的魯棒性。 最后，我們在這些算法基礎(chǔ)上