视线跟踪系统中关键技术的研究.pdf

视线跟踪系统中关键技术的研究.pdf

ID:51200152

大小:13.44 MB

页数:78页

时间:2020-03-20

视线跟踪系统中关键技术的研究.pdf_第1页
视线跟踪系统中关键技术的研究.pdf_第2页
视线跟踪系统中关键技术的研究.pdf_第3页
视线跟踪系统中关键技术的研究.pdf_第4页
视线跟踪系统中关键技术的研究.pdf_第5页
资源描述:

《视线跟踪系统中关键技术的研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、中国科学技术大学硕士学位论视线跟踪系统中关键技术的研究作者姓名:学科专业:导师姓名:完成时间:周足红电路与系统李斌副教授,姚鹏讲师二。一二年五月文IIIIImlllllflllllllllllllllll[1llZIIIIIIIY2125471UniversityofScienceandTechnologyofChinaAdissertationformaster,SdegreeResearchofKeyTechniquesonEyeTrackingSystemAuthor’sName:speciality:^SUpervlSOr:”‘●'1rlnlslaeOtl

2、me:ZuhongZhouCircuitandSystemAssociateProLiBinLecturerPengYaoMay,2012中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文,是本人在导师指导下进行研究工作所取得的成果。除已特别加以标注和致谢的地方外,论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。作者签名:陋签字日期:弘Il,。中国科学技术大学学位论文授权使用声明作为申请学位的条件之一,学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权,即:学校有权按有关规定向国

3、家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅,可以将学位论文编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。舔开口保密(一年)作者签名:【9墨f!签字日期:丝!!:』!f导师虢*鱼鲢丛刍签字日期:)口p.岁.多7摘要人眼独特的几何、光学和运动特性将为人脸检测、识别和人面部表情的理解提供重要的视觉线索。对于人机交互、更精致的人机界面和了解人类的情感状态等的发展,鲁棒的并且具有非侵入性的人眼检测和跟踪具有很重要的作用。视线跟踪技术是机器视

4、觉领域的新课题,在人机交互、人眼疾病诊断和人类行为学习等都有着广泛的发展前景。本文针对视线跟踪中的一些关键技术及难点展开研究,首先对于视线跟踪中的人眼检测,本文实现了基于Adaboost算法的人眼状态检测方法;然后针对桌面式视线跟踪系统中的圆形瞳孔定位和头戴式视线跟踪系统中的椭圆瞳孔定位,本文分别提出了新颖的定位算法;最后在深入调研现有主要视线跟踪技术的基础上,提出了一种3D桌面式视线跟踪系统的设计。主要研究成果如下:1、人眼检测作为对视线跟踪中拍摄到的眼部图像预处理的一个关键步骤,包括对检测眼睛的睁闭状态和判断拍摄到图像中是否有眼睛,有效的人眼检测和定位能够提高

5、视线跟踪的最终精度。本文实现了一种基于Adaboost算法的视线跟踪中对人眼状态进行检测和定位的方法,AdaBoost学习方法根据选取的训练样本集训练出一个弱分类器,然后把在不同训练样本集上训练好的弱分类器按照一定的规则结合起来,构成一个强分类器,最后将许多强分类器级联构成一个有效的人眼检测分类器。在标准人脸库和实际视线跟踪系统中的人眼检测实验结果表明,本文实现的方法能够实时准确地对人眼进行状态检测和定位。2、瞳孔的定位是视线跟踪中非常重要的一个环节,之前的研究表明,当图像质量比较好时,瞳孔定位算法会有比较好的表现,然而,当瞳孔图像受到眼睑、睫毛和光斑等干扰严重时

6、,算法的鲁棒性和准确性会显著下降。本文提出了一种基于改进的径向对称和改进的圆周差分算予的新颖的瞳孔定位算法:首先,一种改进的径向对称变换可以得到瞳孔区域的粗略位置;然后,一种增强的圆周差分算子能够得到瞳孔的精确定位。实验结果表明,与之前的瞳孔定位算法相比,本文提出的算法对于眼睑、睫毛和光斑等的干扰具有更好的准确性和鲁棒性,而且由于采取了这种由粗到精的瞳孔定位策略,算法能够具有很好的实时性。3、在视线跟踪过程中,瞳孔经常会呈现出椭圆形,导致传统的圆周定位算法失效,并且现有的瞳孔定位算法精度很容易受到眼睑、睫毛和光斑的干扰。基于此,本文在之前工作的基础上提出一种基于改

7、进的椭圆差分摘要(ED)和粒子群算法(PSO)的瞳孔定位算法,并利用头戴式视线跟踪系统标定信息来限定PSO算法的参数边界范围。椭圆差分能有效的避免睫毛、眼睑等的干扰,同时为了提高椭圆差分算子的速度,引入了粒子群算法进行瞳孔定位,并利用标定过程得到的先验信息来限定椭圆参数的边界范围,满足快速实时定位瞳孔的要求。实验证明,该算法应用于头戴式视线跟踪系统中对椭圆瞳孔定位效果很好,尤其是在眼部图像受到光斑、睫毛、眼睑等干扰严重时,算法仍然具有较强的鲁棒性和准确性,并且算法具有较快的瞳孔定位速度,可以满足视线跟踪的实时要求。4、本文提出一种3D桌面式视线跟踪系统的设计方案,

8、从硬件架构

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。