欢迎来到天天文库
浏览记录
ID:36393220
大小:11.28 MB
页数:147页
时间:2019-05-10
《单摄像机视线跟踪技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、~渊㈣一⑧天洋大薯博士学位论文__。J_¨●I■■:f-1j:■—!■一I●l一一级学科:堡壁塾兰皇垫垄学科专业:壁宣丝量墨垫壁作者姓名:!!堕室指导教师:堑些叁墼堡天津大学研究生院2007年8月中文摘要视线跟踪技术是未来智能人机接口的关键技术之一,在工业控制、机器人学和临床医学上有着广泛的应用前景。基于角膜反射原理和图像处理的视线跟踪技术,具有非侵入的优点,近年来取得了较快进展。但由于视线跟踪技术还没有完全成熟及眼动本身的特点,现有的视线跟踪技术要解决的主要问题是:提高视线跟踪系统的精确度;提高系统的可靠性;简化校准程序;减少对用户的限制。针对上述问题,论文对单摄像机视线跟踪技术进
2、行了深入研究,减少了对用户头部的限制;提高了系统的精确度、可靠性及便利性。论文的主要创新性研究工作如下:1.提出了一种单摄像机视线跟踪方法,利用三个光斑和瞳孔中心的位置关系计算视线方向,校准参数随用户头部位置不同而自动选择;同时改进了特征检测算法。提出的方法减少了系统在使用过程中对用户头部的限制,提高了系统的精确度、可靠性及便利性。2.对视线跟踪技术的光学采集系统进行了研究,设计了一种实时跟踪眼睛与调光、变焦、聚焦相结合的CCD摄像机自动调节系统。在不同外部环境光强及用户不同使用位置情况下,摄像机可由大视场下的头肩图像通过自动调节,实时跟踪眼睛并捕获到小视场下的眼睛清晰图像。避免了人
3、工调节的繁琐并提高了调节的准确性。3.对眼睛图像中瞳孔定位算法进行了研究,提出了一种眼睛红外图像中瞳孔椭圆边缘及中心的亚像素定位算法,能够精确地确定瞳孔中心位置,提高了系统的精确度。4.提出了一种眨眼检测算法和在人脸图像序列中判别眼睛睁、闭状态的方法,提出的算法检测正确率高,可应用于视疲劳监视及眼控鼠标。关键词:视线跟踪眨眼检测眼控鼠标自动调焦亚像素椭圆拟合ABSTRACTEyegazetrackingisoneofthekeytechniquesoftheintelligentinterfaceinthe向nlrebetweenhumanandcomputerizeddevices
4、andhaswidespreadprospectsofapplicationinindustrycontrol,roboticsandclinicalmedicine.Thetechniqueofeye.gazetracking,basedoncornealreflectionandimageprocessmg,hastheadvantageofunobtrusivenessandhasmadeconsiderableheadwayinrecentyears·However,owingtothatitisalsoadevelopingtechniqueandthecharacters
5、oftheeyemove口1锄£therearestillmanyunresolvedproblemspreventingtheuseofnon..intrusiveeyegazesystemsinactualapplications.Themostprevalentoftheseare:accur暑lcv,restrictedheadmovement,robustness,andeaseofcalibration.Tosolvetheseproblems,thetechniqueofsinglecameraremoteeyegazetrackinghasbeenstudied;th
6、econstraintsontheuser’Sheadimposedbymostexistingeyetrackershavebeensignificantlyrelaxed.Theaccuracyandrobustnessoftheeyegazetrackingsystemhavebeenimproved。ThemaininnovativeresearchesinthisPaperareasfollows:Asinglecameraremoteeye-gazetrackingtechniqueisproposedtOcalculatethegazedirectionbytherel
7、ationshipbetweenthepositionsofthepupilcenterandtbreecomealreflections,thecalibrationparametersCanbeautomaticallyadjustedtoallowfreeheadmovements.Also,robustfeaturedetectionalgorithmsaredeveloped.ThesystemCallworkundernaturalheadmo
此文档下载收益归作者所有