基于增強Pictorial模型的魯棒精確人眼定位技術(shù)研究.pdf

1、人眼精確定位作為人臉圖像規(guī)整化的預(yù)處理步驟對人臉識別系統(tǒng)的性能具有重要影響。但是人眼相對于人臉包含的特征較少，同時容易受到復(fù)雜光照、表情變化的影響，造成對象模式變化豐富，而且人眼經(jīng)常會受到頭發(fā)、眼鏡等附屬物的遮擋，很大程度上增加了精確定位人眼的難度。因此，探尋能夠應(yīng)對這些復(fù)雜條件變化，并實現(xiàn)高效魯棒精確的人眼定位，將會在很大程度上推動人眼定位技術(shù)走向現(xiàn)實應(yīng)用，從而本課題的研究變得很有意義。本文重點研究非控自然條件下的高效魯棒精確人眼定位

2、，在對當(dāng)前人眼定位技術(shù)做了綜述性的調(diào)查分析之后，確定了研究思路：綜合利用人眼的外觀特征以及人眼與周圍面部特征之間的空間位置分布關(guān)系，選擇標(biāo)準(zhǔn)Pictorial模型作為研究的出發(fā)點。結(jié)合Pictorial模型的特點以及人眼定位面臨的挑戰(zhàn)，提出了增強的Pictorial模型進(jìn)行人眼定應(yīng)。
　　 本文主要工作如下：
　　 1、把用于對象描述和對象檢測的Pictorial模型引入到人眼精確定位問題中。雖然該模型在解決一般對象檢測

3、問題上有許多優(yōu)勢，但是要實現(xiàn)復(fù)雜情況下的人眼精確定位，還有許多工作要做。
　　 2、針對由于復(fù)雜光照和表情變化以及附屬物遮擋造成的人眼模式復(fù)雜變化的特點，標(biāo)準(zhǔn)Pictorial模型中，基于高斯分布的生成模型已經(jīng)不足以表達(dá)人眼外觀模式變化的多樣性。本文提出了使用基于概率支持向量機的判別模型來刻畫復(fù)雜的人眼模式分布，該方法通過尋找特征空間中的一個最優(yōu)分類面，從完全不同于生成模型的角度，可以得到一個推廣能力較好的分類器。
　　

4、 3、由于標(biāo)準(zhǔn)Pictorial模型中基于構(gòu)件間的相對位置分布所建立的結(jié)構(gòu)約束過強，導(dǎo)致對旋轉(zhuǎn)、尺度放縮和平移等仿射變換不魯棒。針對該問題，本論文提出了基于全局結(jié)構(gòu)約束的結(jié)構(gòu)模型來提高對常見的圖像旋轉(zhuǎn)、尺度放縮和平移等仿射變換的魯棒性。在由眼睛和鼻子構(gòu)成的穩(wěn)定三角形空間位置分布結(jié)構(gòu)中，結(jié)構(gòu)約束表示為邊長、邊長比例和三角形內(nèi)角余弦值，分別體現(xiàn)構(gòu)件間的相對距離，構(gòu)件間相對距離變化的一致性，三個構(gòu)件間的結(jié)構(gòu)整體性。
　　 4、為了消除