基于灰度直方图的几何特征人眼定位方法

在定位人脸的基础上,采用一种新颖的方法计算人脸二值化阈值,根据灰度直方图信息进行一次计算便可得到分割阈值,打破了现有算法对二值化阈值需做多次调整的约束.截取二值人眼区域之后,利用图像尺寸归一化几何约束条件定位人眼,实验结果表明该算法在多种复杂条件下均能成功定位人眼,具有更加快捷的特点.     

基于生物形状知识的人眼定位方法

准确地定位出人眼位置并分离出虹膜、眼睑等区域对虹膜识别、人脸识别等生物特征识别技术具有重要意义.但是,在非理想环境下,人眼图像分辨率通常较低,并且容易受到光照条件、睫毛、阴影等噪声影响,对人眼区域进行正确分割是一项非常具有挑战性的工作.因此,本文针对姿态幅度较小的无遮挡人眼图像分割存在的一些问题,利用Hough圆变换和形态学算法改进低分辨率下人眼的定位.该方法首先利用现有的人脸对齐方法分割出人眼感兴趣区域,采用双线性插值法对人眼图像进行预处理,去除镜面反射光斑;然后根据人眼图像中各区域的灰度分布规律,利用带约束的Hough圆检测算法定位出虹膜;之后结合全局动态阈值、局部自适应阈值及形态学算法分别定位出人眼上下眼睑,并利用最小二乘法拟合上下眼睑,最终分割出人眼虹膜、上下眼睑、巩膜等区域;最后在UBIRIS v1.0数据库及低分辨率人脸图像上对本文提出的算法进行测试.实验结果表明,本文提出的方法对实验室环境下高清虹膜图像及低分辨率人脸图像上的人眼定位均具有较强的鲁棒性.     

基于规则和对称分析的眼睛定位方法

为了提高人眼定位算法的准确性,本文提出了一种基于规则和对称分析的人眼快速定位方法.该方法首先在多阈值得到的二值化图像上应用灰度形态学和连通区域检测算法提取人眼、嘴巴特征候选块,并对用粗过滤规则得到的人眼区域进行对称检测,最后利用细过滤规则和人眼对称轴信息进行眼睛的精确定位.实验结果表明,对称信息的添加大大提高了人眼定位的准确性.     

一种在红外图像中定位人眼的方法

提出了一种新型快速的在红外图像中进行眼睛定位的方法.该方法由两部分组成:首先,通过同态滤波增强图像的对比度,使用改进的迭代阈值算法和积分投影函数获取人脸,根据人眼和人脸的几何特征,获取大致的人眼区域;其次,通过自适应中值滤波算法和迭代阈值法获取最小人眼块,利用最小人眼块的质心和积分投影最终准确定位眼睛.实验表明:所提出的算法是快速和可靠的.     

一种基于积分投影与色度匹配相结合的快速人眼嘴定位算法*

设计一种基于积分投影与色度匹配相结合的快速人眼嘴定位算法。改进积分投影方法仅对选定条形人眼区域作垂直投影,利用极小值特征定位人眼,再根据人脸先验几何特征估算人嘴区域,并统计其色度分布特征。实验结果表明,该算法对于复杂背景下人眼嘴定位行之有效,且能提高人眼嘴定位的计算速度,适用于实时性要求较高的场合。     

基于改进的Hough变换的虹膜定位算法

提出一种改进的Hough变换(HT)的虹膜边界定位算法,解决标准HT虹膜定位算法计算量大,且定位不够精确的问题.根据人眼图像的几何分布特征,通过有目的地选择特定子图像块作为虹膜边界定位的目标区域,对目标区域进行边缘检测、噪声屏蔽和阈值选取二值化,再进行HT.实验结果表明该算法能够以较少的计算代价准确地定位虹膜内、外边界.     

非学习模式下的类Haar特征快速人眼定位

本文研宄非学习模式下的快速人眼定位算法.首先,在己检出的人脸区域中,根据人脸几何特征的先验信息,设置一定的人眼候选区域,通过高斯差分滤波消除光照影响.其次,定义一种类Haar的特征作用于二值化后的图像,在人眼候选区域计算该特征的评价值获得精确的人眼位置,实现人眼的快速搜索定位.该算法的处理方法简单快速,并且对于眼镜、眉毛以及发髻的干扰都有一定的鲁棒性.算法通过人脸几何先验知识,减少了训练和学习过程.实验结果表明,该算法能够快速准确实时地完成眼睛的定位,为后续的人脸识别提供必要的前提条件.     

红外图像的疲劳状态识别方法

为了解决光照变化对疲劳检测系统造成的识别准确性不高的问题,提出了一种近红外环境下判断人眼状态的方法,即针对红外光补图像的人眼状态判断;首先,利用Adaboost算法进行人眼区域定位,在网格法标记人眼瞳孔部分的基础上,采用Retinex算法对红外图像进行增强;接着,结合“亮瞳效应”特性,对二值化以及边缘检测后的红外图像分别进行网格法闭合度计算,得到人眼闭合度大小;最后,根据闭合度计算结果设定双阈值并结合PERCLOS准则来判断人眼特征状态;另外,在DM642硬件平台上进行疲劳检测试验,实验结果表明,该方法的人眼状态识别率达到了90%以上,且平均每秒能处理21帧图片;证明了该方法不仅能有效解决光照变化带来的问题,而且满足疲劳状态检测系统的快速性、准确性和有效性等要求。     

一种新的图像中的人眼检测算法*

提出了一种新的图像中人眼检测算法,在一幅已知的人脸图像中首先采用同态滤波算法增强图像的对比度,然后利用迭代式阈值选择法对图像进行二值化处理,根据传统的先验知识获得眼睛的候选区域。根据眼睛的构造提出了一种基于最小外接矩形的自定义模板来实现眼睛的最终定位并利用区域质心标定出了眼睛区域的中心位置。实验证明,本算法简单实用,能够有效地实施人眼的检测,具有较高的检测精度。     

基于KLT算法的驾驶员疲劳检测方法

为了有效解决驾驶员过度疲劳引发交通事故的问题,提出了一种基于KLT(kanade-lucas-tomasi)算法的驾驶员视觉疲劳检测算法.首先在驾驶员眼睛周围选取若干个特征点,用KIT算法对这些特征点进行跟踪,从而来定位人眼,然后将定位到的人眼与模板进行比较,采用阈值的方法,计算二者的相似度,从而判断眼睛的状态.针对该方法受光照影响较大的问题,又提出背景模型对该算法作了较大改进.通过对采集到的视频流的处理,结果表明该方法有较好的实用性.     

基于HOG和SVM的双眼虹膜图像的人眼定位算法

针对近红外光下现有的人眼定位算法普遍存在准确性不高、泛化能力不佳等问题，提出了一种基于方向梯度直方图（HOG）和支持向量机（SVM）相结合的双眼虹膜图像的人眼定位算法。利用HOG提取虹膜图像的人眼特征，并结合SVM分类器对HOG特征进行训练从而实现人眼的精确定位。为了减少漏检和误检，进一步提高定位准确率，又提出了多级级联SVM分类器算法；另外针对近红外光线下虹膜图像独特的灰度分布特点，设计了一种图像预处理方法，能够显著提高人眼定位速度。在MIR2016和CASIA-IRIS-Distance数据集上的实验结果表明，基于HOG和SVM的双眼虹膜图像的人眼定位算法具有高准确率、强泛化能力和高实时性。     

一种改进的面部特征定位方法

针对传统主动形状换型ASM方法对初始位置和尺度敏感、定位不准等问题,提出了一种改进算法:在得到两个眼睛位置的前提下,据此调整模型或图像的尺寸,然后采取分区域的策略进行特征定位.实验表明,本方法简单易行,与传统方法相比定位准确度更高.     

人脸关键特征点自动标定研究

人面部特征点的自动标定是计算机辅助颅像重合技术的重要研究内容之一。在人脸分析技术的基础上,提出了一种眉心点和眼角点的自动定位方法。在得到人像双眼位置的前提下,据此确定眉毛和眼睛块;然后利用一种自适应的阈值分割法对特征块进行二值化处理,进而提取出眉心点和眼角点。该方法充分利用了人面部的特征知识,简便易行。实验结果表明算法有效,定位的准确度较高。     

结构光视觉传感器标定靶标的自动处理算法

设计了一种新型平面靶标,基于Zhang摄像机标定法和投影变换中的交比不变性,进行结构光视觉传感器系统的标定.针对靶标结构特点,开发了一套进行特征圆和光条中心提取的图像处理算法,提出基于映射变换的拓扑定位算法,实现了平面靶标拓扑定位和特征识别的自动化处理过程.实验证明,该算法处理准确、稳定可靠,可有效地进行结构光视觉传感器的系统标定.     

一种改进的人脸图像眼睛快速定位方法

基于广义对称变换的原理，对传统的眼睛检测算法进行了改进。首先，利用面部眉眼区域的灰度呈纵向明显变化的特点，应用积分图法快速地初步定位眉眼区域，在这些候选的区域内用对称变换法检测候选的眼睛点，最后根据先验知识确定眼睛对。实验结果表明本方法简便易行，速度快，定位准确度较高。     

基于复杂度和最佳阈值的人眼定位方法

人眼定位方法的研究目前已经成为人脸识别智能化中的重要研究内容。提出了一种无需先确定人脸位置,而在有背景灰度人脸图像中直接检测与定位人眼的新算法。利用复杂度的原理,对人脸图像中眼睛位置进行快速定位,剪切眼睛区域的图像块;再利用图像分割的原理,自动寻找最佳阈值,提取眼睛的边缘;进行形态学操作,排除非人眼的图像块,从而正确定位眼睛的位置。该方法能较大提高人眼定位的计算速度,适用于实时性要求较高的场合。仿真实验验证了该算法的有效性和稳定性。     

基于多特征融合的眼睛状态检测算法研究

疲劳驾驶检测算法研究对提升交通安全有着重要的意义。目前,已有大量关于疲劳驾驶的文献和成果。在疲劳驾驶检测算法中,眼睛开闭状态的判断起着至关重要的作用。深度级联卷积神经网络用来检测人脸和人脸特征,利用Dlib工具快速提取驾驶员人脸特征。基于眼睛特征计算眼睛宽高比,并将眼睛宽高比、传统人眼特征的人眼虹膜等用于判断眼睛开闭的参数。该文提出一种实时地融合了EAR、虹膜等多个特征的眼睛状态检测算法,可补偿传统人眼特征的像素值比较敏感的不足,也补偿了EAR在人脸倾斜、戴眼镜、光照变换、眼睛周围有光斑等情况下非常不可靠的不足。在640*480分辨率,帧率30 fps的视频上获得平均92%的检测正确率。实验结果表明融合后的算法可在光照变换、人脸倾斜、佩戴眼镜等条件下提升检测性能,鲁棒性较高。     

基于灰度积分投影的人眼定位

该文提出了一种基于最大类间方差阈值分割和灰度积分投影技术的眼睛定位方法。首先通过图像预处理技术中的中值滤波方法去除图像噪声,并通过非线性变换消除人脸图像因为曝光条件不同而造成的模糊,得到灰度分配较为均匀的图像,然后利用最大类间方差阈值法对图像进行二值化处理,将特征点从人脸图像分割出来,并分别利用水平和垂直灰度积分投影曲线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位,从而为进一步提取其它特征点打好了基础。     

基于Adaboost算法的虹膜合格状态检测

虹膜图像的采集是业界公认的难点,也是制约虹膜识别广泛应用的主要原因。怎样快速方便地采集到一幅清晰度足够并且有丰富纹理的高质量虹膜图像,对虹膜识别的速度和准确度都起着至关重要的作用。提出了一种基于Adaboost的虹膜图像合格状态检测和定位算法,能够快速有效地一次性检测出虹膜图像采集中的各种不合格图像,例如图像中没有完整眼睛、眼睛睁开程度不够、闭眼、斜视、运动模糊等。大量实验结果表明,该算法具有较好的检测准确率,对各种干扰情况有较强的鲁棒性,并且检测速度快,能够达到实时要求。对于检测合格的图像,还可以大致定位出虹膜在图像中的位置,为后续的虹膜定位节省时间。     

在线融合特征的眼睛状态识别算法

针对人脸视频中眼睛定位精度影响眼睛状态识别正确率问题,提出了一种融合在线肤色模型的眼睛状态识别算法。首先,在人脸主动表观模型(AAM)定位的基础上,使用当前用户的肤色特征,建立在线肤色模型;其次,在初步定位的眼睛区域,再次使用在线肤色模型,定位内外眼角点的精确位置,并利用眼角点的位置信息提取精确的眼睛区域;最后,提取眼睛区域的局部二值特征(LBP),使用支持向量机(SVM)算法,实现对眼睛睁闭状态的鲁棒识别。实验结果表明,对比全局定位的眼角点定位算法,该算法可以进一步降低眼角点的对齐误差,在低分辨人脸中使用在线融合特征的睁闭眼状态的准确识别率分别为95.03%及95.47%,分别比直接使用Haar特征和Gabor特征的识别率提升2.9%和4.8%,在实时人脸视频中,使用在线特征可以明显提高眼睛状态识别效果。