加权方差投影在眼角定位中的应用

提出了一种基于加权方差投影函数(WVPF )的眼角定位方法。该方法利用Haarlike 特征训练级联分类器,定位眼角的粗略位置。同时,采用Harris角点检测中的角点响应函数作为加权因子函数,构建了加权方差投影函数。考虑到眼角的角点特征,眼角位置在眼角区域内的水平加权方差投影曲线和垂直加权方差投影曲线中都有峰值,可通过对加权方差投影曲线的分析对眼角细定位。实验结果表明,该方法在BioID人脸库中对眼角定位表现良好,计算复杂度低。     

广义行-列积分图及其在快速投影算法中的应用

投影法是一种广泛应用的图像特征提取方法.在人脸检测中应用投影法,由于需要对图像每一窗口进行遍历及多尺度搜索,积分投影函数和方差投影函数的计算会十分耗时.混合投影函数作为积分投影函数和方差投影函数的加权和,运算量更大.提出广义行一列积分图,并应用它实现了一种快速投影算法.理论分析和基于投影的人脸检测实验表明,该算法可大大地提高投影函数的计算效率.     

最小邻域均值投影函数及其在眼睛定位中的应用

提出一种投影函数:最小邻域均值投影函数.该函数通过计算每条投影线上各像素点邻域均值的最小值来跟踪图像中的低灰度特征.与传统的积分投影函数和方差投影函数相比,它以求最小值的局部选择性代替传统投影函数的全局累加性,因此具有对片状噪声不敏感的特点.此外,在计算过程中,它还能记录最小值点的二维位置信息,是一个二维的搜索算子.最小邻域均值投影函数的这些特点使其非常适合于眼睛定位.它对眼睛,特别是瞳孔,总能够产生精确、鲁棒的响应.通过在CAS-PEAL数据库和BioID数据库上的实验表明,其定位正确率与精确度均高于传统的投影函数.     

正面人脸图像中眼睛的定位算法

简单有效的投影函数广泛用于眼睛定位中,然而成像产生的反光亮点降低了该方法的准确率,为此提出一种正面人脸图像中眼睛定位的算法.考虑到反光亮点对成像的影响,首先定义了3种眼睛成像模型,分析了每个模型的投影曲线特点;然后针对每个模型给出了相应的定位方法;最后综合上述3种模型提出了统一的定位算法.利用标准模型的投影曲线可近似为对称抛物线型的特点来降低亮点对眼睛定位精度的影响.实验结果表明,利用文中算法能够准确地定位眼睛的位置,准确率大于93%.     

基于Haar小波的眼睛定位方法

积分投影方法是一种眼睛定位的基本方法,但传统的投影函数在光照干扰条件下容易失效。针对上述缺陷,提出用圆差异算子的平均波动值代替灰度平均值做积分投影,增强抗光照干扰能力,利用Haar小波对投影曲线进行过滤规整,有效地过滤了杂波,使得极值点定位非常容易,其中包括利用左右眼睛垂直投影的相似性识别眼睛的方法。在Yale 照片库上的实验证明该方法简单有效,抗光照干扰能力强。     

基于Haar小波的眼睛定位方法

积分投影方法是一种眼睛定位的基本方法,但传统的投影函数在光照干扰条件下容易失效。针对上述缺陷,提出用圆差异算子的平均波动值代替灰度平均值做积分投影,增强抗光照干扰能力,利用Haar小波对投影曲线进行过滤规整,有效地过滤了杂波,使得极值点定位非常容易,其中包括利用左右眼睛垂直投影的相似性识别眼睛的方法。在Yale 照片库上的实验证明该方法简单有效,抗光照干扰能力强。     

基于马氏图与区域混合投影的眼睛定位方法

提出了一种基于肤色信息的眼睛定位方法，构造了区域混合投影函数。根据肤色信息计算出图像的马氏距离图，并分割了皮肤区域。将皮肤区域作为可能的人脸区域，对马氏距离图进行了区域混合投影，检测并定位了眼睛位置，确定了人脸的准确位置。实验结果表明，这种方法是有效的。     

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。     

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.     

彩色图像中的人眼对定位

提出了一种彩色图像中人眼对定位的方法.为了减少SVM验证眼睛的搜索范围,首先,采用了滞后阈值法对肤色相似度图分割的方法,进一步,利用眼睛的色度、亮度、梯度等信息以及区域规则确定候选范围,接着根据眼睛的几何分布排除SVM误检的区域,最后用投影函数大致定位出眼睛的中心.     

Projection functions for eye detection

In this paper, the generalized projection function (GPF) is defined. Both the integral projection function (IPF) and the variance projection function (VPF) can be viewed as special cases of GPF. Another special case of GPF, i.e. the hybrid projection function (HPF), is developed through experimentally determining the optimal parameters of GPF. Experiments on three face databases show that IPF, VPF, and HPF are all effective in eye detection. Nevertheless, HPF is better than VPF, while VPF is better than IPF. Moreover, IPF is found to be more effective on occidental than on oriental faces, and VPF is more effective on oriental than on occidental faces. Analysis of the detections shows that this effect may be owed to the shadow of the noses and eyeholes of different races of people.     

基于梯度和模板二次匹配的人眼定位

提出了一种基于图像梯度和模板匹配相结合的眼睛定位方法。利用投影函数确定眼睛区域的上下边界,然后对于眼睛睁开较大的图像根据眼球的梯度方向信息定位眼睛中心,对于眼睛睁开较小或完全闭合的情况,利用本方法中的梯度眼睛模板进行二次匹配。试验证明该算法定位准确率高,不受眼睛状态的影响,并且对头部姿态变化和焦距变化等具有一定的鲁棒性。     

一种改进的模板匹配眼睛定位方法

针对眼睛定位问题,文章提出了一种改进的模板匹配方法。在使用一种合成的眼睛模板对图像进行匹配得到多个相似眼睛点的基础上,利用人脸库部分图像中两眼相对位置关系的统计值来构造一个分段距离函数,并计算相似眼睛点的两两距离,根据此距离信息来同时定位双眼。实验结果表明,与传统模板匹配方法相比,该文方法能够同时定位双眼,并显著提高了定位准确率和定位速度。     

一种人脸识别中眼睛定位算法

本文介绍了一种灰色图像识别中进行人眼睛定位的算法，首先是根据人脸的水平灰度直方图来确定艰睛的位置，然后，通过计算眼眶部分像素点的垂直灰度直方图来确定两眼中心，接着从获得的区域中找出一定数量的灰度值小的点，对这些点进行添加、删除和计算，实现眼睛的定位。     

基于人眼定位的快速人脸检测及归一化算法

本文提出了一种基于人眼定位的有效人脸图像归一化算法。该算法首先利用Harr特征的快速检测法从图像中检测出人脸的大致位置，然后基于人脸的几何分布特征和灰度信息特征准确检测人眼瞳孔位置建立人脸坐标系，最后对人脸图像作旋转、尺度和灰度的归一化校正。实验结果证明，该算法能够有效并准确地检测和校正人脸，可以显著提高识别率。     

眨眼检测与眼睛跟踪

提出一种在视频人脸图像序列中，进行眼睛检测，跟踪和睁、闭状态判别的方法。通过眨眼检测，对眼睛进行定位；使用针对性强的内眼角提取算子，确定内眼角精确位置；利用内眼角特征来动态跟踪眼睛；睁眼模板在线生成和更新，通过当前眼睛区域和睁眼模板的相关分析来判别睁、闭眼状态。实验结果表明，算法在50场/s的处理速度下，内眼角点定位准确率达到98%以上，眨眼检测正确率为97.5%。     

驾驶员疲劳检测系统的研究

为了减少由于驾驶员疲劳驾驶引起的交通事故,提出驾驶员疲劳状态检测系统的方案。使用3×3中值滤波去除噪声和光照对图像的影响,通过对AdaBoost算法的强分类器训练算法改进、级联分类器优化实现人脸的快速检测,在检测到的人脸区域,通过积分灰度投影和从粗到细改进的模板匹配方法对人眼进行准确定位;通过PERCLOS、眼睛闭合时间、眼睛眨眼频率、嘴巴张开程度、头部运动的计算,进行驾驶员疲劳程度的综合判定。实验结果表明,该方法准确率高,兼具了良好的实时性和鲁棒性。     

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.