紅外條件下人眼快速定位算法研究與實(shí)現(xiàn)

1、紅外條件下人眼快速定位紅外條件下人眼快速定位算法研究與實(shí)現(xiàn)算法研究與實(shí)現(xiàn)徐柏科徐柏科a，李春貴，李春貴b，陽樹洪，陽樹洪b（廣西科技大學(xué)a.電氣與信息工程學(xué)院b.計(jì)算機(jī)學(xué)院，廣西柳州545006）摘要：摘要：針對(duì)以往人眼定位易受背景、非均勻光照、人臉姿態(tài)及眉毛等諸多因素影響的缺陷，以AdaBoost_Cade算法進(jìn)行人臉檢測(cè)的基礎(chǔ)上，本文提出了一種快速、高效的人眼定位新方法。該算法以梯度復(fù)雜度粗略得到人眼區(qū)域，然后，通過Gab濾波、積分

2、投影及連通域增強(qiáng)算法精確定位人眼。實(shí)驗(yàn)表明，該算法不僅能克服以往人眼定位缺陷，并對(duì)人臉姿態(tài)、表情變化有較強(qiáng)的適應(yīng)能力，精度達(dá)到99%及以上。關(guān)鍵字：關(guān)鍵字：AdaBoost_Cade算法；人眼定位；Gab濾波；連通域；積分投影中圖分類號(hào)：中圖分類號(hào)：TP391文獻(xiàn)標(biāo)志嗎：文獻(xiàn)標(biāo)志嗎：AResearchRealizationofFastEyeslocalizationalgithmBasedontheInfraredConditionXU

3、BaikeaLIChunguibYANGShuhongbCollegeofElectricalInfmationEngineeringb.CollegeofComputerEngineering（a.GuangxiUniversityofScienceTechnologyLiuzhou545006China）Abstract:Inviewofthedefectsofpreviouseyelocationalgithmwhichhasbe

4、envulnerabletobackgroundthenonunifmilluminationfacialgestureseyebrowsoonIthasbasedonAdaBoost_Cadealgithmtodetectfacethispaperproposesanewmethodoffastefficienteyelocation.Thealgithmgetsroughlytheeyesareabasedoncomplexityo

5、fthegradientaccuratelylocatetheeyesthroughtheGabfilterintegralprojectionconnecteddomainenhancementalgithm.Experimentsshowthattheproposedalgithmnotonlycanovercomethedefectsofpreviouseyelocationithasthestrongabilitytoadapt

6、thechangesoffaceposturefacialexpressionprecisionreached99%me.Keywds:AdaBoost_CadealgithmEyelocationGabfilter.ConnecteddomainIntegralprojection1引言引言人眼定位在人臉識(shí)別、智能監(jiān)控、視頻跟蹤、人眼狀態(tài)分析等應(yīng)用領(lǐng)域中具有重要的意義與影響，直接關(guān)系著其檢測(cè)與定位的正確率。實(shí)際應(yīng)用中，由于當(dāng)前絕大部分

7、人眼定位算法均受到非常明顯的限制，如復(fù)雜光照條件導(dǎo)致的光照過強(qiáng)、過弱、及光照不均勻、臉部姿態(tài)變化等；另一方面，人臉特征多，不易分析，提取困難，計(jì)算復(fù)雜度相對(duì)較高。到目前為止，已有國(guó)內(nèi)外研究者提出眾多卓有成效的人眼定位方法。其中文獻(xiàn)[1]提出了使用通用投影函數(shù)（GPF）來進(jìn)行眼睛定位，實(shí)現(xiàn)簡(jiǎn)單，計(jì)算量小，但波峰、波谷的分布對(duì)不同的人臉和姿態(tài)的變化非常敏感，單獨(dú)使用定位效果差；文獻(xiàn)[2]使用Gab濾波器檢測(cè)眼睛的內(nèi)眼角、外眼角和眼睛的中心位

8、置，文獻(xiàn)[3]提出Gab小波濾波器和灰度積分投影技術(shù)的定位方法但這兩種方法并不適用于復(fù)雜的圖像；文獻(xiàn)[4][5]首先采用水平與垂直積分投影法粗定位眼睛窗口，綜合運(yùn)用動(dòng)態(tài)閾值的模板卷積法和形態(tài)學(xué)操作來定位眼部黑塊，通過黑斑精確定位出眼球中心但是對(duì)于原圖像的尺度、光照情況、旋轉(zhuǎn)角度非常敏感，而且模板匹配方法的計(jì)算量太大；文獻(xiàn)[6]應(yīng)用了基于Hough變換特征的人眼定位算法，其優(yōu)點(diǎn)是實(shí)現(xiàn)起來簡(jiǎn)單，但算法沒有考慮眼睛的微結(jié)構(gòu)特征；文獻(xiàn)[7]采用

9、積分投影去眉毛部分，最后利用復(fù)雜度、灰度均值和結(jié)構(gòu)居中度分，式中，（2）????????minjjijiIIC11112||mni??，，，，2121??通過以上的雙向梯度復(fù)雜度分析，可粗略定位出眼睛區(qū)域，并可去除眉毛的干擾，很大程度上為后續(xù)的精確定位奠定了基礎(chǔ)。圖2為其復(fù)雜度平滑后變化曲線。05010002004006001二二二二二二二二二05010002004006002二二二二二二二二二050100150020040060080

10、03二二二二二二二二二二05010015002004006004二二二二二二二二二二圖2復(fù)雜度平滑后曲線根據(jù)梯度復(fù)雜度變化平滑曲線對(duì)應(yīng)找到左右眼大致中心，由于光照不均勻或姿態(tài)變化的影響，梯度復(fù)雜度變化最劇烈所對(duì)應(yīng)的行列交叉點(diǎn)不一定是眼睛的中心，有時(shí)包含眼角和眼白部分或光照變化很大的位置復(fù)雜度比真正的眼睛中心圖像塊還大，故以此點(diǎn)作為人眼大致定位點(diǎn)，同時(shí)，按照左右眼的垂直梯度復(fù)雜度變化最大點(diǎn)為基準(zhǔn)，上下延伸，進(jìn)而得到只包含眼睛的人眼區(qū)域。2

11、.22.2圖像圖像GabGab濾波及二值化增強(qiáng)濾波及二值化增強(qiáng)由于Gab濾波器能夠計(jì)算任何方向和頻率的能量，又因眼眉區(qū)域在豎直方向上有明顯的灰度變化，頻率響應(yīng)幅值和邊界信息特別的豐富，即可與臉部其它區(qū)域相區(qū)別。因此，可以根據(jù)此特性去除復(fù)雜背景及眉毛區(qū)域的干擾。二維Gab濾波器的函數(shù)表達(dá)形式如下：（3）)2()2||||||(||222222||||)(???VUVUjKzKVUVUeeKzG??其中，二維坐標(biāo)向量定義如下：，，（4）ni