多姿态眼球中的瞳孔定位算法.pdf

《多姿态眼球中的瞳孔定位算法.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23卷第8期计算机辅助设计与图形学学报Vol_23No．82011年8月JournalofComputer—AidedDesign&ComputerGraphicsAug．2011多姿态眼球中的瞳孔定位算法王先梅，杨萍，王志良(北京科技大学计算机与通信工程学院电子信息系北京100083)(plum—wang@tom．COITI)摘要：针对当前基于普通光源的瞳孔定位算法主要适用于眼睛开度较大、眼球较完整的问题，提出一种适用于多姿态眼球的瞳孔定位算法．该算法在采用Adaboost进行人脸检测后，利用多分辨率ASM技术进行面部关键点分析并实现眼睛定位；在眼睛定位的基础上，利用滑动

2、窗口技术遍历整个眼部图像，并根据眼睛的灰度分布特点采用2级灰度信息分析的方法进行瞳孔定位．实验结果表明：在光线分布比较合理的情况下，采用文中算法不仅可以在眼睛开度正常、瞳孑L较完整的情况下进行瞳孔定位，当瞳孔位于眼睛边缘、眼睛开度较小等瞳孑L不完整的情况下也具有良好的定位效果．关键词：多姿态眼球；瞳孑L定位；主动形状模型；灰度分布中图法分类号：TP391PupilLocalizationforMulti—viewEyeballsWangXianmei，YangPing，andWangZhiliang(DepartmentoJEtronicInJbrmationEngineer

3、ing，S(hoolofComputerandCommunicationEngineering，University0，ScienceandTechnologyBeijing，Beijing100083)Abstract：Thispaperdescribesapupillocalizationapproachthatiscapableofprocessingmulti—vieweyeballundernaturallightenvironment．Intheproposedmethod，theAdaboostalgorithmisusedtodetecthumanfacean

4、dthemulti—resolutionASMmethodisusedtolocatethefacialfeaturepoints．Theneyeimagescanbeobtainedbyfoureye’Sfeaturepoints．Afterthelocationoftheeyes，aslidingwindowtechniqueisemployedtoanalyzetheeyes’grayinformationdistribution．Thelocalareacoveredbytheslidingwindowwithlowestgrayintensityisassumedt

5、obethepupilcandidatearea．Finally，asimilarlocalareaanalysistechniqueisdevelopedtoadjustthepositionofthepupilcandidatearea．Experimentsonmulti—vieweyeballsshowthattheproposedmethodcaneffectivelylocalizethepupilnomatterthepupiliscompleteorincomplete．Keywords：multi—vieweyeball；pupillocalization；

6、activeshapemodel；graydistribution认知心理学的研究成果表明：眼睛是人类心理析的重要内容，是眼球运动快慢和视线方向估计的活动的一个重要外在表现．因此眼睛状态分析是基础．心理学、情感计算、和谐人机交互等领域的重要研究根据光源性质的不同，可以将当前的瞳孔定位内容．眼睛状态分析主要包括眼睑运动分析与眼球算法分为基于红外光源的定位算法与基于普通光运动分析两部分，其中瞳孔定位算法是眼球运动分源的定位算法两大类．红外瞳孔定位算法在检测收稿日期：2010—1026；修回日期：201卜05—13．基金项目：国家“八六三”高技术研究发展计划(2007AA01Z16

7、0)．王先梅(1974一)。士，副教授，主要研究方向为模式识别、人机交互；杨萍(1986)，女，硕士研究生，主要研究方向为图像处理、人机交互；王志良(1956博：仁，教授，博士生导师，主要研究方向为人工心理、人机交互、物联网技术计算机辅助设计与图形学学报第23卷效果、跟踪稳定性和运行时间方面都有良好的性能，人脸检测和面部关键特征点定位，获取人的眼部图但系统复杂，造价昂贵．基于普通光源的瞳孔定位算像；然后基于眼部图像灰度分布的特点，利用多级灰法对硬件系统要求低，主要包括霍夫变换法¨4、变形度信息对眼部图像