基于方差滤波和ICA算法的人眼定位

采用方差滤波器确定人眼候选区域, 结合独立成分分析(ICA)方法对人眼进行快速定位, 能够有效地提取训练图像的高阶统计特征, 很好地去除基向量的相关性. 与主成分分析(PCA)和传统ICA方法相比具有更好的鉴别能力. 实验表明, 该方法的识别率可达97.3%, 并对光照和姿态变化也具有很好的鲁棒性.     

基于人脸检测和颜色分析的红眼自动消除

用闪光灯进行人物摄影时由于眼底血管的反光会产生红眼现象,小型照相机的闪光灯和镜头距离很近,这一问题更为突出。为了自动消除用闪光灯进行人物摄影时产生的红眼现象,在对基于颜色空间的常用红眼检测技术进行研究的基础上,对现有较为复杂的检测方法进行了修正,提出了一种基于人脸检测的红眼自动消除方法,并在分析的基础上得出一组先验参数用于识别和处理,从而大大降低了人眼定位的复杂度。实验表明,该方法能快速有效地消除普通数字照片中的红眼现象。     

基于主成分分析的拒绝服务和网络探测攻击检测

针对拒绝服务和网络探测攻击难以检测的问题,提出了一种新的基于主成分分析的拒绝服务和网络探测攻击检测方法。首先在攻击流量和正常流量数据集上应用主成分分析,得到所有流量数据集的各种不同统计量;然后依据这些统计量构造攻击检测模型。实验表明：该模型检测拒绝服务和网络探测攻击的检测率达到99%;同时能够让受攻击对象在有限的时间内做出反应,减少攻击对服务器的危害程度。     

基于极小值区域的人眼定位新算法

提出了一种基于灰度图像极小值区域的快速鲁棒的人眼自动定位方法。首先,利用极小值区域进行眼睛粗定位,得到一组候选眼睛位置;再利用眼睛对的几个自然约束条件进行粗筛选;最后利用PCA方法验证眼睛对,得到唯一的候选眼睛对。对BioID图像集进行测试,结果表明,利用该算法进行眼睛定位的成功率和定位精度较高。     

基于人眼状态的瞌睡识别算法

已有瞌睡识别算法多数基于机器学习或深度学习,没有考虑到人眼闭合状态序列与瞌睡之间的关系。针对上述问题,提出了一种基于人眼状态的瞌睡识别算法。首先,提出了人眼分割和面积计算模型,基于人脸68个特征点,根据人眼特征点构成的极大多边形分割出眼睛区域,并利用眼睛像素点的总数代表眼睛面积大小;其次,计算极大状态下的人眼面积,并利用关键帧挑选算法挑选出最能代表睁眼程度的4帧,根据这4帧的人眼面积与极大状态下的人眼面积计算睁眼阈值,从而构建眼睛闭合度得分模型来确定人眼闭合状态;最后,根据输入视频的人眼闭合得分序列,构建了基于连续多帧序列分析的瞌睡识别模型。在两个国际常用的打哈欠检测数据集（YawDD）和NTHU-DDD数据集上进行瞌睡状态识别,实验结果表明,所提算法在两个数据集上的识别准确率均在80%以上,尤其是在YawDD数据集上,识别准确率达到94%以上。该算法可应用于驾驶员驾驶状态检测、学习者课中状态分析等。     

概率核主成分分析及其应用

主成分分析（PCA）、核主成分分析（KPCA）和概率主成分分析（PPCA）是已经取得广泛应用的特征提取方法。提出一种基于概率核主成分分析（PKPCA）的检测液晶屏幕亮点的方法。作为对PPCA的一种非线性扩展,PKPCA在PPCA的基础上引入了核函数方法,因而其捕获模式非线性特征的能力更强。在KPCA和PPCA的基础上推导了PKPCA过程公式,并在检测液晶屏幕亮点的应用中将PKPCA、PPCA、PCA算法进行比较。实验结果表明,PKPCA的检测率和局部信噪比优于其他两者。     

基于分集接收的单光子探测技术

单光子三维探测技术因为在微弱信号目标的光学探测方面的独特优势,在空间目标探测、空中目标侦查、远距离预警探测等方面有重要应用,近年来获得了广泛关注。对主动扫描成像的单光子探测系统,为扩展作用距离和提高扫描速度,接收口径和接收视场角不断增大。但对高集成的盖革APD型的单光子探测器,大接收口径和大接收视场带来背景噪声光子数量的增大,这会导致探测器频繁进入死区,给扫描图像带来大量盲点。针对此问题,提出和通过仿真证明了,利用多镜头分集接收和联合单光子信息处理,可实现对单光子探测器死区时间抑制,进而有效提高系统探测概率,降低扫描图像的盲点数量,并通过试验系统进行了验证。     

基于近红外图像的人眼定位算法

为了能够快速准确地定位人眼,提出了一种基于近红外图像的人眼定位算法。使用主动红外光结构照明来产生亮瞳效应并产生候选区域,对于一些由于眼镜反射等因素没有亮瞳的图像,需要对其进行对称变换来产生候选区域;利用SVM算法对瞳孔区域进行分类确认;利用瞳孔的梯度以及几何特征快速准确定位到其中心位置。实验结果表明,该方法具有较高的可靠性和实时性。     

基于OPENCV的人眼检测系统

在对司机们的疲劳状态进行监控的系统中,为了能够实现监控的实时性,需要对整个眼部区域实施跟踪,且定位眼睛的大概位置,由此便提出了一种检测方式,即基于OPENCV的人眼检测。系统在Visual Studio开发平台上,利用开源的OPENCV图像处理函数库,对摄像头实时输入的图像进行采集处理,用HAAR特征的ADABOOST分类器算法进行分割定位,再经过多次OPENCV样本训练和检测提高成功率。实验结果显示:此次设计能够成功捕捉人眼的位置,只要五官清晰可见,即使是图片也可以识别出来;当被部分遮挡时,若提前已经检测出轮廓,将不会改变实验结果。     

基于LabVIEW的快速精确人眼定位方法

人眼定位是人脸识别的重要环节，有效地提取人眼特征在人脸识别中有重要的意义。本文以虚拟仪器开发软件LabVIEW为平台结合其视觉处理模块NI-Vision，提出一种自动定位双眼瞳孔的新途径。该系统分为人脸轮廓的确定，划定眼睛的感兴趣区域，眼睛定位处理（增强，二值化，形态学）三个模块。通过定位200幅人脸图像，定位准确率达95.5%，平均处理时间小于30ms。     

一种自动红眼检测与消除算法*

针对夜间照片常会产生红眼现象,提出一种自动红眼检测与消除算法。首先利用AdaBoost算法检测出人脸,减少红眼搜索区域;然后根据CIELAB颜色空间的特性提取可能红眼区域;最后对可能红眼区域进行约束过滤获得最终的红眼位置。对定位后的红眼像素进行修正,并在边界处运用平滑滤波,消除红眼后的人眼更自然。实验证明该方法能自动地消除红眼,并对典型红眼及偏黄红眼、偏暗红眼均有很好的鲁棒性。     

基于Di rectShow的人眼检测

为实现基于无侵扰立体显示技术的裸眼3D立体显示器,针对用户跟踪式立体显示（3D display by user tracker ）关键技术之一的人眼定位,提出基于DirectShow 的人眼检测算法。通过将肤色检测、AdaBoost和主动变形模板（ASM ）相结合,完成人眼位置检测的目的;提出双焦视距拼接技术,增加人眼检测的纵向探测范围;描述通过DirectShow消除数据传输、硬件差异、同步性对应用程序的影响的方法,在几乎不改变系统的情况下完成摄像头的切换,以最少的 Filter数量实现系统功能。通过实例验证了该方法在实时、精确和纵向探测范围几方面拥有良好效果。     

多角度视线上的人眼定位算法

眼睛包含了多种重要的信息,眼睛定位在人脸检测及人脸识别技术中有着极其重要的实用价值。但传统的基于几何特征的眼睛定位方法在多角度视线方向上存在着不同程度的定位不够准确或计算量大的缺点,文章提出了一种多角度视线方向上的眼睛定位方法。在初步定位人脸区域后,采用主成分分析(Principal Component Analysis,PCA)方法在人脸的上半部分计算眼睛的位置。实验证明了算法的有效性。     

基于极坐标的改进灰度积分投影法的人眼检测

为了克服传统灰度积分投影方法无法有效定位旋转人脸图像中人眼的缺点,提出了一种基于极坐标系的灰度积分投影方法。利用肤色特征对给定图像进行人脸区域的确定,在人脸区域内按极角方向进行灰度积分投影,确定出人眼所在角度,将人眼角度方向的像素灰度值做水平方向积分投影,从而确定出人眼的位置。该方法能够实现同一幅图像中多个不同姿态人脸的人眼定位。大量的仿真实验表明,该方法的识别性能对人脸的旋转变化具有良好的鲁棒性,能够提高灰度积分投影方法对人眼定位的适用范围。     

基于肤色和类Harr特征的人脸图像的人眼检测

人眼检测在表情识别和计算机视觉领域得到了广泛的关注和研究,但是在多数的人眼检测方法中,对于背景较复杂的图像,识别率急速下降,误检率急剧上升。经过研究,使用椭圆肤色模型预处理图像,分割出肤色区域和非肤色区域,检测算法只对肤色区域进行人眼检测,有效降低了复杂背景造成的高误检率。同时特征选取是决定检测算法识别率和误检率等性能标准的关键因素,选取类Harr特征训练Adaboost级联分类器,实验表明了类Harr特征的有效性。     

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。     

基于眼睛特征跟踪的眼睛状态跟踪

眼睛状态的跟踪具有广泛的应用,如在面部表情分析和驾驶疲劳报警系统的应用方面,此时需要跟踪的不仅仅是人眼的位置,而且还需要返回眼睛的状态,以及眼睛模型的参数.基于眼睛特征跟踪的眼睛状态跟踪方法是先检测出表征眼睛状态的眼睛特征,然后通过跟踪这些特征达到跟踪眼睛状态的目的.在实验平台是PⅡ/500微机,256M内存,Windows 2000操作系统中处理速度是接近每秒7帧.对214图像序列进行了实验测试,跟踪精度达到97.6%.     

实验动物眼动的视频测量

设计了一种基于视频图像的实验动物眼动测量方法。该方法对猕猴观察不同注视点时的眼睛进行成像,通过图像处理得到瞳孔在眼睛中的相对位置数据,从而计算出所观察的注视点的位置。由瞳孔中心位置确定眼睛实际注视点的标定算法,并对系统性能进行了分析。     

人眼检测技术研究进展

基于计算机视觉的人眼检测研究是人脸识别和视线追踪等技术的关键,具有重大的应用价值,并且对模式识别研究的发展有重要的理论意义。本文通过回顾人眼检测近20年来的主要研究成果,分别根据算法使用的模式识别原理及检测结果提出两种全新的人眼检测分类方法;然后按检测结果分类阐述了各种人眼检测方法的基本思想及其优缺点,并尝试通过不同的分类方法从不同的角度揭示各类算法的本质;最后分析总结了人眼检测研究的发展现状,展望了其应用前景及发展趋势。