用于驾驶疲劳检测的人眼定位及状态判别算法

基于驾驶疲劳研究中的视频图像,提出一种新的适用于驾驶疲劳检测的人眼定位及状态判别算法。定位算法利用Gabor小波变换对图像进行预处理,提取基于图像的地形图特征,并利用支持向量机的方法对候选特征区域进行验证,然后在定位区域对人眼状态进行判断。经实验验证,该方法可以定位睁眼及闭眼图像,并可以定性和定量判断人眼状态。采用该方法获得的人眼状态信息将为后续的驾驶疲劳分析提供重要的数据。     

基于最大熵分割和肤色模型的人眼定位

人眼定位是进行虹膜识别、视线跟踪、眼睛状态分析等的首要任务,为此提出一种基于最大熵分割和肤色模型的人眼定位方法。利用最大熵分割法对图像进行分割,获得人眼候选区域。建立YCbCr肤色模型,将其作为人眼定位的约束条件以排除非人眼区域,通过形态学运算准确定位人眼。仿真实验表明,该方法对人眼定位准确,并对背景、头部偏转角度等细节具有较好的适应性,运算速度较快。     

一种基于肤色和主元分析的人脸检测方法

提出一种基于人脸肤色统计模型和主元分析(PCA)的人脸检测和定位方法。对现有的高斯肤色模型进行改进，并提出一种新的简便有效的候选人脸区域定位方法，最后采用基于主元分析的人眼检测算法完成对候选区域的检验。实验证明该方法可以有效地运用于多人脸，不同尺寸和复杂背景的情况，具有良好的检测效果。     

基于Gabor滤波的人眼定位算法

人眼定位对人脸识别系统识别率的提高有重要的意义和影响.以往的人眼定位算法容易受到非均匀光照以及噪声的影响.本文针对以往算法的缺陷,提出一种新的人眼定位算法.该算法通过竖直梯度图像和Gabor小波提取人眼区域,并提出了投影增强算法提高人眼区域提取的准确性.实验证明,该算法能够精确地定位人眼,能够克服非均匀光照、噪声以及饰件对人眼定位的影响,并对各种脸部姿势变化有较强的适应性.     

单人图象中人眼的快速定位

人眼的识别是计算机人脸识别和智能监控中的重要部分。本文提出了一种基于灰度投影曲线和边缘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,之后利用人脸区域的水平灰度投影确定头顶至鼻中部的上下边界,然后利用人脸比例模型估计人眼的大概位置,分析人眼区域的边缘图象,给出人眼的确切位置。。实现表明,该算法简单、快速,鲁棒性强。     

嵌入式驾驶员状态检测算法的实现与优化

提出了一种可以在嵌入式平台上实时运行的驾驶员状态检测算法. 状态检测采用了基于统计学习的Adaboost算法与动态建模算法. 与传统的采用主动红外光的方法相比, 本系统采用对人眼更为安全的被动式方法, 且对光线的变化有更好的鲁棒性. 算法的主要创新点是: 1) 提出了检测区域自适应调整的单双眼检测相结合的Adaboost人眼检测算法, 提高了人眼检测的准确性与速度; 2)提出基于高斯混合模型的人眼动态建模跟踪算法, 自动提取驾驶员眼睛区域灰度分布的信息, 实现了对不同驾驶员人眼的建模与跟踪定位. 在多个公共数据集以及实车采集的视频上进行的实验表明, 该算法能够准确判断驾驶员的状态, 满足实时处理的要求.     

一种基于肤色检测的人眼快速定位方法

眼睛的位置是人脸识别过程中一个很重要的信息.针对彩色人脸图像上的眼睛定位问题,提出一种结合肤色分割和形态学运算的人眼定位方法.该方法首先利用肤色模型通过最大类间方差法自动优选阈值分割图像,接着从非肤色区域入手,采用形态学运算去除非肤色区域中的干扰区域来获取可能的眼睛区域,最后结合人眼的几何特征实现人眼的快速准确定位.实验结果表明,提出的算法有效地平衡了眼睛定位的实时性和准确性之间的矛盾,定位效率高.     

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.     

复杂背景下的多阈值人眼定位新算法*

提出了一种基于复杂背景下的多阈值人眼定位算法。该算法首先对图像进行光线补偿,减小由于光照不均等因素造成的影响;然后根据对人眼灰度特征的分析来确定3个人眼二值化阈值,从而分离出人眼候选区域;最后根据人脸的几何特征、人眼位置判定准则以及计算二维相关系数来排除非人眼区域,从而定位双眼。实验结果表明,该算法能在不同条件下准确定位人眼,且具有较快的定位速度和较高的检测率。     

基于模板匹配和遗传算法的人眼定位

文中提出了一种利用模板匹配与遗传算法相结合的人眼定位算法.根据人脸几何特征将人脸分为几个特征区域(眼睛、鼻子、嘴巴),在找到人眼区域后根据人眼几何特征,建立人眼特征模板及其能量函数,通过改变模型参数用遗传算法实现能量函数的全局最小化,使能量函数最小的模型参数即可描述人眼的特征,从而实现人脸特征的有效定位.同时还讨论了不同的能量函数在人眼定位过程中的地位和作用.可避免在能量函数寻优过程中的局部最小化的出现,较准确较快捷的确定人脸主要特征的位置.     

利用人眼感知视觉模型的车型动态定位

通过对实时汽车图像的大量研究，提出基于人眼感知视觉模型的自适应汽车车体定位算法。在HSI彩色图像空间，根据人眼分辨率的视觉感知模型分别在色度、亮度和饱和度空间进行自适应的边缘检测，将3个空间得到的图像边缘合并以得到整个车体在实际影像序列中的边缘，最后利用投影知识原理，分别利用边缘的垂直投影图和水平投影图来定位车体的左右边界和上下边界。实验结果表明，该算法具有较快的速度和较好的准确性，能满足实时的车型识别系统的要求。     

MEL-YOLO:多任务人眼属性识别及关键点定位网络

针对当前人眼定位相关算法任务单一、且在多种干扰因素影响下(如光照、眼镜、遮挡)性能下降的问题,提出了可同时检测人眼感兴趣区域、识别人眼多种属性及定位关键点的轻量型神经网络MEL-YOLO.将YOLOV3算法与改进的DS-sandglass模块结合,在关键点回归分支应用去归一化的编解码方法提高网络定位宽度,并且在损失函数...     

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.     

轮廓初始点检测对眼睛虹膜区域反射光的去除

针对传统人眼反射光模型单一的缺陷,提出了一种自适应的对不规则形状人眼反射光的检测并去除算法。对含有人眼反射光区域,应用区域生长算法对人眼图像进行分割,并利用垂直边缘检测算子提取虹膜左右轮廓边界,拟合虹膜轮廓,对虹膜所在轮廓区域,采用提出的反射光轮廓初始点检测算法,反射光区域判定算法,对其轮廓的位置进行自动定位并提取,利用虹膜及瞳孔的纹理信息对人眼反射光覆盖区域进行修补。通过对不同人眼图像进行验证,结果表明该方法对检测不同噪声条件下的虹膜反射光具有鲁棒性,并且能够更加快速有效地对虹膜反射光进行去除。     

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。     

基于形态学商模板的人眼定位方法

利用形态学商图像对人眼区域和皮肤区域有明显不同响应值的特点,根据贝叶斯后验概率的优点,提出一种新的人眼定位的方法。算法分成人眼模板训练过程和人眼定位过程。训练过程首先计算人眼图像的形态学商图像,然后利用K-MEANS算法自动为不同角度或者戴眼镜的人眼建立模板。人眼定位过程首先计算人脸图像的形态学商图像,然后使用与模板相同大小的滑动窗口和离散余弦相似度判定每个窗口与模板匹配的程度获得后验概率图,最后根据后验概率图中各个连通区域的平均概率判定眼睛位置。在Caltech数据库、Labeled Faces in the Wild(LFW)数据库及Yale Face B数据库中的实验结果证明,该算法对不同角度,不同光照,低分辨率,甚至戴眼镜的人眼图片均有较高的定位率。     

一种联合的人眼精确定位算法

眼睛定位在人脸识别中占有重要地位.为达到高效精确的人眼定位,提出一种联合的眼睛定位方法,该方法先用基于AdaBoost算法的分类器对眼睛对区域进行粗定位,同时使用灰度极小值区域(MER)快速地检测出图像中的单眼候选.通过联合眼睛对位置与单眼候选进行处理,判决并给出最终人眼精确位置.为提高算法的性能文中引入了边缘方向直方图(EOH)特征作为AdaBoost分类器特征,并采用了单眼及眼睛对定位校验模式.该算法能有效地压缩训练样本集规模,并能快速精确地对人眼进进行定位.本算法在CAS-PEAL 人脸数据库、JAFFE 数据库等数据集上均有良好表现.     

驾驶员疲劳驾驶中的眼睛定位创新算法

通过人眼图像来检测驾驶员疲劳驾驶是目前的主流方向,面部及眼睛定位是其中关键的环节。提出了一种新颖的精确定位眼睛的方法。该方法由两部分组成：第一部分,通过肤色聚类分割算法将人脸区域分割,对分割图进行几何过滤,对得到的候选人脸区域中的孔洞计算质心点找到可能的人眼对;第二部分,在检测到人脸区域和眼睛大致位置的基础上,结合提出的眼睛模型,采用新的Hough变换椭圆检测算法精确定位人眼的位置。实验证明所提出的算法是快速可靠的。     

一种精确的人眼瞳孔定位算法

提出一种利用单目摄像头快速定位人眼的方法,通过改进的AdaBoost方法构造级联强分类器定位人脸,根据人眼眨眼前后眼部区域灰度变化显著的特点检测人眼区域,采用边缘提取、局部Hough变换检测圆心的方法定位瞳孔中心。实验结果表明,该算法能够快捷、准确地定位复杂背景下的人眼,对于光照及头部旋转情况下人眼定位具有较好的鲁棒性。     

一种改进的人眼模板匹配算法

以驾驶员疲劳检测为背景,针对红外图像的人眼定位问题,提出了一种改进的模板匹配算法。该算法采用多步长模板匹配的策略,大大压缩了模板匹配过程中的计算量,同时充分利用了人眼位置的位置特征,把左右眼的位置关系作为人眼最终定位的约束条件。实验结果表明,与传统模板匹配算法相比,该算法能够显著提高人眼的定位速度和定位准备率。