一种基于Harris角点检测的快速瞳孔定位方法

提出了一种基于灰度投影曲线和Harris角点检测进行人眼定位的新算法.首先利用原图的垂直灰度投影曲线确定人脸的左右边界,然后利用人脸区域的水平灰度投影确定头顶至鼻子中部的上下边界,最后利用Harris角点检测算法快速定位瞳孔,精确定位人眼的位置.文章算法成功地将Harris角点检测算法应用到瞳孔定位中,实验结果表明,该算法不受眉毛的干扰,具有较小的运算量和较高的处理速度,而且定位准确,准确率较高,很好地解决了简单背景下人眼的快速定位问题.     

基于梯度积分投影和最大期望算法的人眼定位

针对传统积分投影方法易受眉毛、睫毛、阴影、遮挡及噪声等干扰的问题,提出了一种梯度积分投影与最大期望(EM)算法相结合的人眼精确定位方法,可以在人脸图像中分割出人眼区域,并精确定位人眼位置。首先,采用一种新的梯度算子计算人脸图像的行梯度积分投影粗略定位人眼区域;然后计算人眼区域的列梯度积分投影函数,用EM算法将所得列梯度积分投影函数曲线拟合成两个高斯曲线,并根据高斯曲线精确分割出人眼窗口;最后,利用我们提出的加权质心法在所得人眼窗口中精确定位双眼位置。在YaleB人脸数据库及自采数据库上的实验结果表明,本文方法不易受眉毛及噪声干扰,并能有效克服眼睑和睫毛的遮挡,对不同光照条件及头部姿态都有很好的鲁棒性。     

一种热红外人脸分割的新方法

针对热红外人脸的边缘和细节特征模糊、对比度低、人脸和背景温度分布不同等特点,提出一种新的图像分割方法.该方法使用灰度投影粗定位人脸,使用模糊连接度分割背景和确定人眼眉毛的位置,根据眉毛的中心精确定位和归一化人脸.实验结果表明,该方法消除了背景干扰,保留了更多的人脸信息,能够有效解决热红外人脸图像的定位和分割问题.     

一种基于区域投影的人眼精确定位方法

针对传统灰度投影方法抗干扰能力较差的弱点,提出了一种基于区域投影的人眼精确定位方法.考虑到投影过程中的二维特性,在水平和垂直方向将眼睛图像分成不相重叠的区域,分别将各区域内的灰度值投影获得瞳孔的候选区域并将其扩展获得瞳孔窗口,利用灰度特性通过边界跟踪的方法实现了对瞳孔中心的精确定位.给出了人眼定位精确度判定准则,采用C...     

面向驾驶员状态监测的人眼凝视方向判别

基于眼球运动规律监测驾驶员状态是当前研究的热点,而获取人眼凝视持续时间、眼球扫视运动频率等眼球运动参数的基础和前提是实时判别人眼凝视方向。首先采用红外光源和红外滤光片的装置,通过CCD摄像头获取"暗瞳孔"图像;接着根据人脸特征粗定位人脸区域,并通过对人脸上半部分水平积分投影粗定位人眼区域;然后在定位出的人眼区域内,利用闪光点与周围瞳孔区域灰度值差异大的特征精确定位闪光点,并在闪光点周围提取暗瞳孔精确定位瞳孔质心;最后建立凝视方向判别模型,根据闪光点与瞳孔的相对位置判别出人眼的凝视方向。凝视区域判别实验结果表明,该算法对于获取眼球运动相关参数有较好的应用前景。     

基于瞳孔定位的单目测距系统

针对人和机器人在协同工作的过程中,机器人需要对伙伴进行准确的目标定位这个问题,设计了一个以ARM Cotex－A9 i． MX6Q为微处理器处理模块,USB摄像头为采集模块的嵌入式视觉测距系统,实现了单目视觉测距定位。该系统设计大体分为人眼瞳孔定位和单目测距2部分。人眼瞳孔定位通过USB摄像头采集人脸图像,系统对人脸图像进行处理,获取人脸图像中瞳孔的精确位置,获取人脸图像中瞳孔的位置采用Adboost人脸检测算法和灰度投影人眼定位算法;测距采用小孔成像三角形相似原理,根据实际人眼瞳距和图像中人眼瞳距信息计算出目标人物到摄像机镜头间的距离,其中摄像机的内参数标定借助于Matlab工具箱来完成。实验结果表明,该测距定位系统测距精度较高,系统鲁棒性好,具有良好的应用前景。     

有背景人脸图像中人眼的检测与定位

基于人脸的几何特征和图像分割原理,研究了一种在有背景的灰度人脸图像中自动检测与定位人眼的新算法.该算法基于人脸器官几何分布先验知识建立人眼位置判定准则,对人眼的分割阈值范围进行粗估计,采用分割阈值递增法,并结合人眼位置判定准则判定分割图像中双眼黑块是否出现,再利用二维相关系数作为对称相似性测度,检验检测到的双眼的真实性.实验验证表明,所提出的人眼检测与定位方法在速度和准确性方面具有良好的性能.     

利用重心原理的图像目标最小外接矩形快速算法

提出了一种基于重心原理的求取目标最小外接矩形的快速算法寻找主轴法。利用重心原理确定水平主轴与垂直主轴的初始位置和旋转中心，根据水平主轴确定目标的初始外接矩形，在水平主轴和垂直主轴构成的锐角区域内，旋转外接矩形，找到面积最小的外接矩形，作为寻优目标。该算法利用重心原理确定的主轴初始位置非常有效，缩小了搜索区间，减少了整个寻优过程中的旋转次数，并且仅旋转用直线方程表示的主轴，大大减少了运算量，有效提高了运算速度，可以快速找到目标的最小外接矩形。     

基于HSV空间优化耦合参数PCNN的人眼定位方法

为解决人眼定位中受光照、人脸姿态、人眼开闭影响的问题,提出了一种HSV空间肤色模型与优化耦合参数的脉冲耦合神经网络(Pulse Coupled Neural Network PCNN)相结合的人眼定位算法。将RGB空间图像转化为HSV空间图像,根据肤色检测人脸图像,利用优化耦合参数PCNN模型良好的捕捉特性及衰减特性,对图像进行分割,提取出人眼范围,利用形态学运算对图像进行增强处理,去除背景干扰,精确定位人眼。实验结果表明,本算法在不同光照条件,不同人脸姿态,人眼闭合均能成功定位,且具有定位准确、速度快、不受人眼开闭程度影响的特点。     

室外环境下红外热图像内眼角定位

针对室外环境下红外热图像中目标区域受背景过热与周围环境影响，导致目标边界模糊、噪声大等问题，提出了一种室外环境下红外热图像内眼角定位算法。该算法首先对采集的图像进行面部倾斜校正，接着采用Gentle-AdaBoost与HAAR特征相结合进行人脸、人眼粗定位，并引入几何校正对眼睛区域精确定位，最终依据内眼角区域特性提出区域精化与区域生长分割相结合的内眼角定位。在3种不同的红外热图像数据集以及自主采集不同季节的温度区间室外的数据集上进行实验。结果表明:在室外环境下，所提出的方法可有效地定位内眼角，人眼定位准确率达到98.1%，内眼角定位准确率达到97.7%。     

基于OpenCV的人眼瞳孔定位算法

近年来,人脸检测技术在机器视觉、模式识别、人工智能等领域得到了广泛的应用。而包含着丰富的内容和信息的人眼,作为人体生物特征的一个重要部分,关于人眼检测与定位的技术更是广泛应用在生物识别、医疗辅助、人机交互等领域。该文利用水平积分投影和区域特征的算法,快速定位人眼区域,然后利用区域投影的方法实现了瞳孔定位。     

直接正交鉴别保局投影算法

针对保局投影(LPP)及其衍生出的算法在人脸识别时须先采用主成分分析(PCA)算法对高维样本降维后才能应用,本文基于正交鉴别保局投影(ODLPP,orthogonal discriminal locality pre-serving projection)算法,提出了一种直接ODLPP(DODLPP)算法,利用拉普拉斯矩阵性质进行了相应的矩阵分解,可直接从高维样本的原始空间中提取投影矩阵。为解决ODLPP算法的小样本问题,给出先求解局部类内散度矩阵的零空间,然后再最大化类间散度矩阵的求解思路。人脸库上的实验结果表明所提算法的有效性。     

基于AdaBoost算法和人眼定位的动态人脸检测

在快速人脸检测算法中,基于AdaBoost算法的人脸检测算法得到越来越多的认可。然而,该算法在复杂环境下常有误检的情况。为了既快速又能提高检测的准确率,提出了以人眼定位的算法作为辅助的人脸检测算法。首先应用AdaBoost算法检测人脸的位置,然后再利用改进的模板匹配算法对人眼进行快速识别与定位。在人眼检测方面,利用金字塔算法加快了检测速度。实验表明,该方法可减少AdaBoost算法的误检率。     

改进的积分投影眼睛定位算法

基于计算机视觉处理的方式大多都是通过分析眼睛的状态来判断驾驶员的疲劳状态,其中,眼睛的精确定位是关键环节。提出一种改进的积分投影眼睛定位算法,通过在自然环境下先检测出人脸,然后进行眼睛的精准定位。首先利用肤色分割对人脸进行初定位,在初定位的基础上结合形态学框选出人眼区域,然后利用水平和垂直积分投影曲线精确定位眼睛。实验结果表明该算法简便易行,速度快,定位准确度较高,能满足疲劳检测的应用要求。     

基于积分投影和Hough变换圆检测的人眼精确定位方法研究

眼睛定位是人脸识别的非常重要的一个环节,后续的图像几何归一化、图像矫正和特征提取都依赖于眼睛的位置。提出一种人眼快速定位的新方法。首先用积分投影法检测到眼睛瞳孔的大致位置;然后用Sobel边缘检测算子提取图像边缘信息;再利用基于圆的Hough变换快速定位出人眼,实验证明了本方法的有效性。     

基于眼和嘴定位的人脸归一化算法研究

人脸归一化处理是人脸识别的关键预处理步骤,本文提出了一种基于眼和嘴定位的人脸归一化算法。首先通过直方图均衡化法消除不均匀光照对人脸图像的影响;再通过灰度投影法对人脸的双眼和嘴部中心进行定位;然后根据双眼的定位结果,通过仿射变换法进行人脸平面内旋转,实现几何位置的归一化;最后根据双眼和嘴部中心的精确定位信息进行横向和纵向的缩放,实现大小的归一化。该算法运算量小、简单可行,并具有良好的定位效果和归一化效果。     

A robust eye localization algorithm for face recognition

The accuracy of face alignment affects greatly the performance of a face recognition system. Since the face alignment is usually conducted using eye positions, the algorithm for accurate eye localization is essential for the accurate face recognition. In this paper, an algorithm is proposed for eye localization. First, the proper AdaBoost detection is adaptively trained to segment the region based on the special gray distribution in the region. After that, a fast radial symmetry operator is used to precisely locate the center of eyes. Experimental results show that the method can accurately locate the eyes, and it is robust to the variations of face poses, illuminations, expressions, and accessories.     

字典学习优化判别性降维的鲁棒人脸识别

针对现有的人脸识别算法由于光照、表情、姿态、面部遮挡等变化而严重影响识别性能的问题,提出了基于字典学习优化判别性降维的鲁棒人脸识别算法。首先,利用经典的特征提取算法PCA初始化降维投影矩阵;然后,计算字典和系数,通过联合降维与字典学习使得投影矩阵和字典更好地相互拟合;最后,利用迭代算法输出字典和投影矩阵,并利用经l2-范数正则化的分类器完成人脸的识别。在扩展YaleB、AR及一个户外人脸数据库上的实验验证了本文算法的有效性及鲁棒性,实验结果表明,相比几种线性表示算法,本文算法在处理鲁棒人脸识别时取得了更高的识别率。     

Face and Eye Detection by CNN Algorithms

A novel approach to critical parts of face detection problems is given, based on analogic cellular neural network (CNN) algorithms. The proposed CNN algorithms find and help to normalize human faces effectively while their time requirement is a fraction of the previously used methods. The algorithm starts with the detection of heads on color pictures using deviations in color and structure of the human face and that of the background. By normalizing the distance and position of the reference points, all faces should be transformed into the same size and position. For normalization, eyes serve as points of reference. Other CNN algorithm finds the eyes on any grayscale image by searching characteristic features of the eyes and eye sockets. Tests made on a standard database show that the algorithm works very fast and it is reliable.     

基于多数据融合的快速人脸检测与特征定位算法

针对彩色图像提出了基于肤色和特征验证的人脸检测算法,由肤色分割、排除假区域、特征验证3部分组成。在肤色分割部分,提出自适应阈值法,再通过几何特征排除一些假区域,运用边缘检测、模板匹配和投影法精确定位眼睛和嘴巴,从而验证确认人脸,最后通过投影法定位出鼻子。实验证明该算法检测速度快、准确率高,具有较好的鲁棒性。