基于表观和头部姿态的视线估计算法研究

基于表观和头部姿态的视线估计算法研究

ID:43496041

大小:1.74 MB

页数:73页

时间:2019-10-08

基于表观和头部姿态的视线估计算法研究_第1页
基于表观和头部姿态的视线估计算法研究_第2页
基于表观和头部姿态的视线估计算法研究_第3页
基于表观和头部姿态的视线估计算法研究_第4页
基于表观和头部姿态的视线估计算法研究_第5页
资源描述:

《基于表观和头部姿态的视线估计算法研究》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、分类号:TP391.4单位代码:10183研究生学号:2015522065密级:公开吉林大学硕士学位论文(学术学位)基于表观和头部姿态的视线估计算法研究GazeEstimationAlgorithmBasedonAppearanceandHeadPose作者姓名:刘星专业:控制理论与控制工程研究方向:图像处理指导教师:刘富教授培养单位:通信工程学院2018年6月———————————————————————————基于表观和头部姿态的视线估计算法研究———————————————————————————GazeEstimationAlgorithm

2、BasedonAppearanceandHeadPose作者姓名:刘星专业名称:控制理论与控制工程指导教师:刘富教授学位类别:工学硕士答辩日期:2018年06月02日未经本论文作者的书面授权,依法收存和保管本论文书面版本、电子版本的任何单位和个人,均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用(但纯学术性使用不在此限)。否则,应承担侵权的法律责任。吉林大学硕士学位论文原创性声明本人郑重声明:所呈交的硕士学位论文,是本人在指导教师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,

3、本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名日期:2018年06月02日《中国优秀博硕士学位论文全文数据库》投稿声明研究生院:本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容,愿意将本人的学位论文委托研究生院向中国学术期刊(光盘版)电子杂志社的《中国优秀博硕士学位论文全文数据库》投稿,希望《中国优秀博硕士学位论文全文数据库》给予出版,并同意在《中国博硕士学位论文评价数据库》和CNKI系列数据库中使用,同意

4、按章程规定享受相关权益。论文级别:□√硕士□博士学科专业:控制理论与控制工程论文题目:基于表观和头部姿态的视线估计算法研究作者签名:指导教师签名:2018年06月02日作者联系地址(邮编):吉林大学南岭校区交通楼1001室(130025)作者联系电话:18909821429摘要摘要基于表观和头部姿态的视线估计算法研究随着“渐冻症”、“卢伽雷氏症”患者的生活受到社会广泛关注,辅助生活设备的研究也成为了人们关切的重点之一。由于常规的交互方式不能满足病患使用需求,使用视线控制成为了人机交互的首选方案。而这一方法的核心就在于视线估计技术的研究与应用。视线估

5、计,是计算视线方向、注视点位置的过程。作为一种高效的、非接触式的人机交互方法,在各领域都具备极大发展潜力。当前基于表观的视线估计方法逐步成为该技术的重点突破方向,但仍旧面临算法结构复杂多样、模型准确度不高的问题。本文设计了一套图像采集与视线估计系统,利用笔记本电脑自带的相机采集图像,经预处理后使用改进的卷积神经网络(ConvolutionalNeuralNetwork,CNN)建立并训练视线估计模型,最终输出注视点位置。具体完成工作如下:1.基于改进AdaBoost算法的人脸检测算法。为在保证准确性的同时提高人脸检测的时效性,利用肤色空间的稳定性进

6、行肤色分割,去除背景区域,降低人脸检测的特征扫描时间,提升检测的实时性。实验结果表明,优化后的人脸检测时间效率明显提高。2.基于人脸特征点的头部姿态估计方法。本文首先使用受限制的局部模型(ConstrainedLocalModel,CLM)获取人脸特征点,之后使用灵活模型的方法计算头部姿态。基于CLM的方法首先需要建立形状模型和图像块模型用于搜索;搜索过程通过对响应图的响应策略进行优化,获取接近最优解的结果。基于灵活模型的姿态估计则是通过计算特征点与三维模型在平面投影的变化来估计头部姿态。3.基于浅层残差网络的视线估计算法。为了提高算法的性能,使用

7、残差块改进传统的LeNet-5结构,提高特征提取能力的同时降低训练难度。使用MPIIGaze公开数据集和按本文方法采集的本地数据集进行的实验结果表明,改进的浅层残差网络模型的准确度明显提升,与传统LeNet-5结构训练的模型相比,改进后的网络结构准确度分别提升了11.4和15%,验证了算法改进的有效性。综上,本文在研究视线估计工作流程与相关算法的基础上,基于简单硬件环I吉林大学硕士学位论文境,建立了基于CNN算法的视线估计系统,同时使用浅层残差网络改进算法,在公开数据集和本地数据集的实验都验证了改进的效果。关键词:视线估计,人脸检测,卷积神经网络,

8、残差网络IIAbstractAbstractGazeEstimationAlgorithmBasedonAppearanc

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。