视线跟踪系统中眼睛睁闭检测算法研究

视线跟踪系统中眼睛睁闭检测算法研究

ID:15895984

大小:13.42 MB

页数:7页

时间:2018-08-06

视线跟踪系统中眼睛睁闭检测算法研究_第1页
视线跟踪系统中眼睛睁闭检测算法研究_第2页
视线跟踪系统中眼睛睁闭检测算法研究_第3页
视线跟踪系统中眼睛睁闭检测算法研究_第4页
视线跟踪系统中眼睛睁闭检测算法研究_第5页
资源描述:

《视线跟踪系统中眼睛睁闭检测算法研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第17卷第1期2012年2月电路与系统学报JOURNALOFCIRCUITSANDSYSTEMSVol.17No.1February,2012文章编号:1007-0249(2012)01-0017-07视线跟踪系统中眼睛睁闭检测算法研究*邓宏平#,李斌,姚鹏,吴伟,王建宇,庄镇泉(中国科学技术大学电子科学与技术系微软教育部重点实验室,安徽合肥230027)摘要:眼睛睁闭检测在视线跟踪系统中具有重要意义。为提高检测的准确性,提出了一种基于Harris算子的检测方法。该方法首先利用Harris算子计算图像的角点量,然后搜索图像中

2、角点量最大的位置,以该位置为中心,设置一个区域,统计该区域内角点量总和占整幅图像角点量总和的比例,通过将该比例与阈值相比较来确定眼睛的状态。实验结果表明,本算法具有较高的鲁棒性和准确率,并能满足实时性要求。关键词:眼睛状态检测;Harris算子;角点量中图分类号:TP751文献标识码:A引言视线跟踪技术是近年来兴起的人机交互方式,通过分析由摄像头获取的眼部图像,可以计算出人眼凝视的位置,进而起到利用眼睛控制鼠标的功能。视线跟踪在军事、残疾人辅助、心理学研究和网页分析等方向有着重要应用。凝视点的位置,是通过眼部图像中瞳孔中心的

3、位置,结合瞳孔图像到场景图像之间的映射矩阵计算出来的。瞳孔中心位置与凝视点位置之间存在一一对应关系。因此,在视线跟踪的过程中,能否实现瞳孔中心的准确定位,将会直接决定人机交互的质量。现实生活中,人的眼睛会有随机性的眨眼活动,当眼睛闭合时,系统将无法获取瞳孔中心的准确位置,因此也无法对凝视点位置进行精确地定位。此时,就有可能造成视线跟踪的中断,无法完成正常的人机交互。另外,在视线跟踪系统中,通常需要凝视某一对象一定时间,才实现鼠标单击。在此期间,如果出现眨眼情况,凝视点位置将会产生偏移,则有可能造成错误的单击。因此,必须能够识

4、别出当前帧中眼睛的状态,才可避免此种情况的发生。对于闭眼的情形,可以将前一帧图像的瞳孔中心位置作为当前帧瞳孔中心位置,或者不作计算,从而不会影响系统的正常工作。当前眼睛状态检测主要有以下几个难题。第一,光照的影响。不同的视线跟踪系统,采用的照明系统可能不同,如可见光、红外光等,光源的位置也不尽相同,有前方、斜上方等。因此,采集到的眼部图像的光照分布各有不同,即便同一幅图像内,不同区域的亮度也有较大差别,因此在对图像进行二值化等操作时,很难选取有效的阈值。第二,眼睑和睫毛的干扰。眼睑和睫毛具有很低的灰度。很多基于边缘的算法会将

5、眼睑和睫毛误认为是瞳孔边缘,从而造成误判。因此如何降低各种因素的干扰,是提高眼睛状态检测正确率的关键。目前常见的眼睛状态检测方法可以分为两大类:基于图像的方法[1~8]和基于学习的方法[9~15]。基于图像的方法充分利用了睁眼和闭眼时,眼部特征的差异,如是否能检测到虹膜边缘,眼睑的方向是否相同,上下眼睑的距离等。这类方法的优点是算法比较容易实现,速度也较快,但容易受到眼睑、睫毛和镜面反光等干扰,准确率不高。基于学习的方法把眼睛状态的检测当作一种分类问题来处理,通过提取特征,利用分类器进行学习,根据学习结果实现眼睛状态的检测。

6、这类方法需要选择有效的特征,并选择大量的样本进行训练,才能得到比较理想的分类器。文献[1~3]首先提取眼部图像的轮廓,然后通过Hough变换检测虹膜边缘。Hough变换轮流对图像中的所有边缘点进行拟合,然后在参数空间中寻找最优的圆形作为虹膜的边缘。图像中边缘点的数量1*收稿日期:2010-04-23修订日期:2010-05-29基金项目:获得国家自然科学基金广东联合基金资助(U0835002);国家自然科学基金资助项目(60902062)#通信作者:E-mail:denghp@mail.ustc.edu.cn决定了算法的速度

7、。在提取边缘的过程中,眼睑和睫毛的边缘很难完全滤除,容易被误认为是虹膜边缘,从而降低了算法的准确率和速度。此外,Hough变换需要预先估计瞳孔半径,但在实际跟踪过程中,瞳孔会受光照等因素的影响而发生显著的变化,很难准确地估计其大小,这也增加了Hough变换的难度。此外,Hough变换只能用来检测圆形瞳孔,当眼睛转动较大时,摄像机平面与眼球平面出现较大交角,瞳孔边缘就会呈现出椭圆形状,此时,Hough变换将失效。文献[4]中介绍了两种方法:一种是先对眼部图像进行二值化,然后利用水平投影曲线进行判断;另一种方法是先提取眼部图像的

8、边缘,然后利用水平投影曲线进行判断。这两种方法虽然速度较快,但二值化过程容易受到光照的影响,边缘的求取又容易受到睫毛以及眼睑方向等因素的影响,因此水平投影曲线并不能正确地反应眼睛的睁闭状态。例如,当眼睑发生较大倾斜时,睁眼与闭眼情况下得到的投影曲线,几乎没有太大差别。该方法也失去了意义。文

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。