人眼定位算法研究与实现.pdf

人眼定位算法研究与实现.pdf

ID:48012389

大小:728.90 KB

页数:5页

时间:2020-01-14

人眼定位算法研究与实现.pdf_第1页
人眼定位算法研究与实现.pdf_第2页
人眼定位算法研究与实现.pdf_第3页
人眼定位算法研究与实现.pdf_第4页
人眼定位算法研究与实现.pdf_第5页
资源描述:

《人眼定位算法研究与实现.pdf》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28卷第4期佛山科学技术学院学报(自然科学版)Vol.28No.42010年7月JournalofFoshanUniversity(NaturalScienceEdition)Jul.2010文章编号:1008-0171(2010)04-0030-05人眼定位算法研究与实现于昕梅,蒋业文(佛山科学技术学院电子信息工程系,广东佛山528000)摘要:基于2DGabor函数与高等动物视觉皮层接受场的一致性,采用一种基于Gabor变换的眼睛定位方法:在对图像进行规一化处理以减少光照影响的基础上,利用Gabor变换后的图像在眼睛处的幅值较大的特点,通过投影方法得到眼睛的坐标。算法运算时间较短,结合简

2、单有效的灰度投影分析,大大提高了定位的速度。实验结果表明,该算法能够精确地定位眼睛,并能克服非均匀光照、噪声以及饰件对眼睛定位的影响,对各种脸部姿势变化有较强的适应性。关键词:Gabor变换;眼睛定位;灰度投影中图分类号:TP391.41文献标志码:A近年来,人脸的自动识别技术在模式识别中是一个非常活跃的研究领域,眼睛与人脸的其他部分相比,具有灰度变化十分明显的特征,眼睛定位对人脸识别系统识别率的提高有重要的意义和影响。眼睛作为人面部上最显著、最稳定的特征,可以被用于帮助定位人脸,提供人的注视信息,识别人脸动作(如[1-2]表情变化)等。有资料表明,高速公路上发生的交通事故50%以上是由于长时

3、间驾驶造成疲劳或由所见目标单调而形成注意力不集中、甚至打瞌睡等原因造成的。而驾驶员在车辆行驶过程中是否疲劳驾驶可以从眼睛的状态反映出来,利用驾驶员眼睛的状态信息来判断其疲劳状况是一种可行的方法。在车辆上安装驾驶员疲劳监测系统,利用摄像头对驾驶员的驾驶行为进行监控,获取驾驶员脸部的一段连续图像,对每幅图像中的眼睛状态进行分析,综合每幅图像的数据来获得一个眨眼周期。由于正常的眨眼频率与疲劳状态的眨眼频率有着明显的区别,从而可以判断出该图像序列获取时驾驶员的精神状态,在判断驾驶员疲劳时由系统适时地给出警告信号以避免事故发生。因此,准确、快速获得每幅图像中眼睛的精确位置,是实现驾驶员疲劳状态监控的关键

4、。作为眼睛定位的另外一个重要应用是人脸识别,人脸识别在司法验证、安全监控、智能卡、档案管理、视频会议、人机交互等方面有着广泛的应用。1基于Gabor变换的眼睛定位方法Gabor滤波器具有良好的带通特性。如果人脸图像的某一频率范围与Gabor滤波器的通频带吻合,则滤波器输出的值将会很大;如果不吻合,其输出将受到抑制。所以,可以通过选择与眉眼区域的频率及方向相一致的Gabor滤波器参数,使滤波后在输出的图像中突出显示所感兴趣的眉眼区域,而其他区域信息受到抑制。已有的一些实验表明,图像在视觉皮层的表示存在空域和频域分量,且可以将一幅图像分解为局部对称和反对称的基函数表示。Gabor函数正是这种基信号

5、的良好近似,这是因为空域中的Gabor小波是一个被高斯函数调制的复指数函数,可以模拟具有方向选择性的单细胞的响应特性。图像的Gabor小收稿日期:2010-03-31基金项目:广东省科技合作计划资助项目(034067)作者简介:于昕梅(1974-),女,内蒙古赤峰人,佛山科学技术学院讲师。第4期于昕梅等:人眼定位算法研究与实现31波变换具有联合最优的空域和频域局部化特性,且对边沿具有大的响应。假定Rx=Ry=R,多级Gabor小波定义为122222-((xcosH+ysinH)+(-xsinH+ycosH))/2Ri(XxcosH+XysinH)-XR/27(x,y,X0000,H)=2e×[

6、e-e],(1)2PR式(1)中,x、y为像素的空间坐标,X0为频域的径向中心频率,H为方向,R为高斯函数沿着x和y方向的22-X0R/2标准方差。此外,因为复指数函数的余弦分量有非零的平均值,所以Gabor小波的第二项e用于补偿直流分量。一般地,眼睛频率响应的半幅度带宽沿轴向大约是1~1.5倍频程,R和X0的关系为52+1R=k/X0,且k=2ln25,(2)2-1式(2)中,5为倍频带宽。图像的Gabor变换能够通过图像和Gabor小波的卷积获得。用G(x,y)表示图像,则(X,H)0C(x,y)=G(x,y)á7(x,y,X0,H),(3)7G(X0,H)式(3)中,á表示卷积运算,C(

7、x,y)是对应于径向中心频率为X0、方向为H的小波的卷积结果。变化7GX0和H,可得到人脸图像的多级多方向Gabor小波描述。由于卷积运算较慢,采用FFT和IFFT可以提高变换速度。由于图像边沿方向垂直于波矢量(X0cosH,X0sinH),所以Gabor小波在边沿处有较强的响应,其实部和虚部按一个特征频率振荡,并不是一个光滑的峰,其响应的幅度能作为图像局部特征的一个测度。为了保持幅度的归一化,将

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。