基于Kinect传感器的瞳孔定位算法.pdf

基于Kinect传感器的瞳孔定位算法.pdf

ID:55974107

大小:792.49 KB

页数:4页

时间:2020-03-24

基于Kinect传感器的瞳孔定位算法.pdf_第1页
基于Kinect传感器的瞳孔定位算法.pdf_第2页
基于Kinect传感器的瞳孔定位算法.pdf_第3页
基于Kinect传感器的瞳孔定位算法.pdf_第4页
资源描述:

《基于Kinect传感器的瞳孔定位算法.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、2015年第34卷第2期传感器与微系统(TransducerandMicrosystemTechnologies)1257\DOI:10.13873/J.1OOO-9787(2015)02-0125-04计算与测试0c:、基于Kinect传感器的瞳孔定位算法杨文璐,郑加悦,占婵,夏斌,谢宏(上海海事大学信息与工程学院,上海201306)摘要:传统算法通常需在头部稳定或光线明亮的情况下进行,较难在自然条件下对多姿态头部运动时的人眼进行跟踪。针对该问题,提出基于Kinect传感器的瞳孔定位算法,使用三维主动表观模型(AAM)对眼轮廓匹配得到眼部特征点,粗定位分割出眼睛,再对瞳孔进行精确

2、定位。实验表明:在多姿态与头部带有遮挡物的情况下仍能较好地跟踪和定位人眼。关键词:瞳孔定位;主动表观模型;人机交互;图像处理中图分类号:TP391文献标识码:A文章编号:1000-9787(2015)O2-0125;-04PupillocalizationalgorithmbasedonKinectsensorYANGWen—lu,ZHENGJia—yue,ZHANChan,XIABin,XIEHong(CollegeofInformationandEngineering,ShanghaiMaritimeUniversity,Shangh~201306,China)Abstract

3、:Traditionalpupillocalizationalgorithmcanonlybeappliedwhileheadisstableorlightingconditionisbright,SOitisdifficulttotrackhumaneyeinmultiposeheadmovement.Aimingatthisproblem,proposepupillocalizationalgorithmbasedonKinectsensor,establisha3Dactiveappearancemodel(AAM)tomatchboundingofeyestoobtainf

4、eaturepoints,coarsepositioningiscarriedouttosegmenteye,thenpupilaccuratepositioningiscarriedout.ExperimentalresUltsshowthattheproposedmethodcarlstilltrackandlocatehumaneyeinconditionofmuhiposeandheadissheltered.Keywords:pupillocalization;activeappearancemodel(AAM);human—computerinteraction;ima

5、geprocessing0引言提供的深度数据将人体与背景分离,在较为简单的背景下传统瞳孔定位方法分为边界拟合法和形心法。边界拟继续使用主动表观模型(activeappearancemodel,AAM_6)合法分为两种,一种是结合边缘检测和拟合圆的方法J,匹配眼部区域,提取特征点,最后通过图像处理定位瞳孔中即用Canny算子提取虹膜边缘,再用Hough变换拟合圆定心。采用的方法克服了以往形心法只能用于简单背景中,位瞳孔中心。该方法的缺点是一般画面中目标与背景的灰用于复杂背景中则精确度下降的缺点J,并使用粗一精定位度值都在0-255之间,若使用Hough变换对图像逐点处理相结合的方式提

6、高运算速度。此外,不需受试者穿戴设备则计算量巨大。另一种是DaugmanJD最早提出的粗一精或固定头部,并能校正多角度下的头部变化,实现在头部自定位相结合的边界拟合法,先找到瞳孔和虹膜的粗略圆心由移动的情况下的多姿态实时瞳孔跟踪。和半径,再比较圆周积分的差分找到精确圆心,此法需要迭1粗定位代求最优解,十分耗时。形心法是在二值图中将瞳孔从背算法分为两步:第一步由AAM提取眼部特征点并矫景中分割出来,再求其形心作为瞳孔中心J,常用方法有正头动,称为粗定位;第二步是由图像分割、图像预处理、形灰度积分投影_4,是在水平、垂直两个方向上对经过边缘心法构成的精定位。系统框架如图1所示。提取的灰

7、度图像绘制投影曲线,极值点为瞳孔,但实际情况1.1人眼特征点提取与跟踪中不可能完全实现曲线的双峰值。Kinect开发工具包中提供了人脸跟踪,由深度数据针对这些问题,本文提出一种新的基于形心法的瞳孔将人体从复杂背景中分割出来,经标定~建数据集一训练的方式得到人体骨骼点,通过计算头和肩的中心确定头部,之定位方法,利用Kinectforwindow(微软于2012年国际消费后使用AAM匹配得到人眼特征点。电子展间推出的供程式开发者的传感器,亦称为体感器)收稿日期:2014-

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。