基于近眼红外图像的高精度瞳孔中心定位方法

针对近眼红外相机采集的人眼图像存在反射光斑干扰和瞳孔部分遮挡导致瞳孔中心定位精度不高的问题,提出了一种高精度瞳孔中心定位方法。首先获取瞳孔部分感兴趣区域,减小后续计算量;再采用中值滤波去除椒盐噪声;接着利用阈值分割、形态学处理、获取最大连通区域和边缘检测去除背景区域及残留噪声,提取瞳孔边缘轮廓;然后采用光斑区域检测剔除光斑干扰点,判断瞳孔遮挡情况并去除非边缘点,最后利用改进椭圆拟合算法定位瞳孔中心。实验结果表明,该算法能够在瞳孔受反射光斑干扰和被部分遮挡情况下准确定位到瞳孔中心,总体精度达到98.2%。     

实时人眼定位算法研究与设计

为了实现准确和实时的人眼定位,提出了一种有效的人眼定位方法。采用基于统计肤色模型和人脸几何特征约束定位人脸,根据在YCbCr色度空间中肤色的聚类性独立于亮度,建立肤色模型,然后采用自适应阈值进行肤色分割。在人眼定位中,通过获取一个属于眼睛区域像素的随机样本,利用期望最大化算法（EM）调整椭圆型眼参数模型。在包含两个眼睛的矩形框内精确定位人眼,计算量小,速度快。实验结果表明,该方法能够准确、快速地定位人眼,可以满足非接触式、不同光照条件、实时的人眼定位系统的要求.     

非接触式眼压计人眼跟踪算法研究

非接触式眼压计测量眼压的前提是对人眼瞳孔进行精确跟踪定位.通过对非接触式眼压测量跟踪系统的研究,提出汇聚式双目视觉的人眼瞳孔跟踪方法,采用结合帧差法和Mean-Shift算法的改进算法进行目标跟踪,解决了Mean-Shift算法对瞳孔进行跟踪过程中,有跟踪目标丢失现象的问题,通过下位机驱动三轴电机进行移动,调整系统与人眼的相对位置,以实现人眼瞳孔的精确跟踪.经在样机上实验,其结果表明:系统跟踪定位误差≤0.1 mm,跟踪过程在1s内完成.     

基于AdaBoost和ASM算法的人眼定位

针对人脸识别中眼睛定位不准的问题,提出了一种有效的人眼定位方法。该方法首先计算图像的积分图,然后利用基于Haar-like特征的AdaBoost级联分类器检测出图像中人脸的位置,最后再利用主动形状模型(ASM)算法精确定位出人眼。该方法在JAFFE人脸库和自建人脸库上表现出良好的性能,定位准确率达99%以上。实验结果表明,该方法对人眼的定位准确、快速。     

基于改进GIPF和形态学滤波的快速人眼定位方法

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,提出了一种改进梯度积分投影(GIPF)和形态学滤波相结合的快速人眼定位算法.该算法首先采用二维梯度算子计算人脸图像的行列积分投影,完成人眼粗定位,减少眉毛和光照等的干扰;其次,利用形态学滤波平滑图像边界的特点,准确分离出瞳孔区域;最后采用不规则矩求质心的方法精确定位人眼.该方法在耶鲁大学的Yale B图像库、ORL及日本表情库(JAFFE)上表现优异.实验结果表明,本方法不易受眉毛及噪声干扰,对不同光照条件及头部姿态都有良好的鲁棒性,并且运算速度更快.     

基于视觉注意的动态阈值分割算法

提出一种基于视觉注意机制的动态阈值选取方法.首先按人眼视觉注意特点计算各图块的显著性特征值,根据显著性特征值将图像块进行分类,然后利用最大类间方差法和多尺度的自适应阈值方法分别实现不同灰度特性区域的图像动态分割.实验结果表明:该方法能够实现图像多阈值的自动选取,不受照明条件的影响,能够获得满意的二值分割效果     

一种改进的虹膜定位算法研究

虹膜定位是虹膜识别过程中的重要环节,定位速度和精度决定了整个虹膜识别系统的性能.依据虹膜图像的灰度分布特点,首先对粗定位方法进行改进,包括在利用灰度投影方法粗定位瞳孔圆心及半径的基础上,剪切出虹膜图像中包含瞳孔的图片,冉利用灰度投影法对剪切图片进行粗定位瞳孔嘲心及半径.其次对传统的Canny边缘检测算子进行改进,使其只在垂直方向上检测边缘,并结合Hough变换定位外边缘.实验结果证明了该算法的有效性和可行性.     

积分投影与区域生长法结合的人眼定位

在疲劳驾驶检测系统中,人眼精确定位对眼睛状态的正确判别起着关键作用。采用灰度积分投影法粗定位人眼,具有定位准确、速度快、处理方法简单等特点;采用区域生长法能够去除眼镜、眉毛等眼部噪声的干扰,具有定位准确特点,能够实现精确定位人眼。利用积分投影法的时间优势与区域生长法的精确定位优点,提出将积分投影法与区域生长法相结合实现人眼精确定位。采用Matlab进行仿真实验,实验结果表明该算法速度快、准确率高、稳定性强,能应用于驾驶疲劳状态检测等需要精确、快速检测定位人眼的场合。     

移动设备眼动跟踪技术

为了在移动设备上开发计算效率和精度较高的眼动跟踪技术,提出从人脸到瞳孔逐级推进的图像处理框架和具体检测方法.采用基于局部二值模式特征的级联分类器,对人脸和非人脸区域进行分类检测.在人脸区域内应用Haar特征级联分类器检测人眼区域;并使用模板匹配法在人眼区域内检测瞳孔位置.在此基础上开发基于眼动跟踪的移动设备阅读辅助系统,根据瞳孔位置的变化定位用户当前阅读的文本行,帮助用户在阅读中断后快速找到阅读起点.测试结果表明:该系统对视线角度的平均检测精度达到1.17°,能精确定位阅读文本,将用户的平均阅读速度提高到每秒12.42个字,验证了所提出的眼动跟踪技术的实用性.     

基于肤色模型和灰度投影的人眼定位算法

提出一种肤色模型和灰度投影法相结合的方法,建立肤色模型对预处理后的图像实现人脸定位,利用灰度投影法标记眉眼区域,再对眉眼区域进行灰度投影得到人眼水平垂直坐标,从而实现人眼定位。该方法实用简捷,易于实现,人眼定位较为准确。     

基于SIFT特征的单训练样本人脸识别

针对RoboCup竞赛家庭组比赛对人脸识别的要求,研究了单训练样本的人脸识别问题。设计了一种基于尺度不变特征变换的单训练样本人脸识别系统。将人脸区域划分为4×4的均匀网格,然后在每个区域选取最具有判别能力的少量特征,再将这些特征与测试人脸对应网格的特征进行匹配;采用加权和形式评价测试人脸和每个训练人脸的匹配程度,选择阈值进行识别决策。使用ORL人脸数据库对设计的识别系统进行了测试,结果表明,设计的系统可以达到100%的识别精度和70%的检出率,可以达到比赛的要求。     

现实场景下行人身份识别

为了实现现实场景下的行人身份识别,结合人脸识别和行人重识别（Re-id）技术设计行人身份识别系统. 人脸识别技术能够在检测到行人的人脸时提高行人身份识别的精度,行人重识别通过改进的衣着信息消除（ICESD）模块来解决现实场景下的行人换装问题. 在存在大量未知行人的现实场景下,通过先识别是否为已知行人,然后识别具体行人类别的阈值过滤识别过程显著提升准度. 现实场景的应用测试和比较试验表明,相较于主流深度学习方法,在换装场景下,行人重识别技术能实现性能的显著提升,人脸识别也能显著提升整体识别准度. 系统的实时性分析表明,行人身份系统可以布置在现实场景下.     

基于深度卷积神经网络的跨年龄人脸识别

提出了一种应用于跨年龄人脸识别的联合学习方法,该方法由深度卷积神经网络构建而成,能在特征学习的同时学习到最优的测度函数,从而避免不合适的固定阈值所带来的匹配错误.针对有限的内存、过拟合和计算复杂性高的问题,在模型训练过程中采用了多种新颖和有效的训练策略.实验证实了该联合学习方法的有效性,在公开数据库MORPH-II上的识别正确率达到了93.6％.     

基于Log-Gabor和ULBP改进算法的人脸识别

为进一步提升人脸识别系统的识别率,加强其对光照、表情、姿态变化的鲁棒性,针对人脸识别中的特征提取问题,提出一种基于Log-Gabor与均匀局部二值模式（Uniform Local Binary Pattern,ULBP）改进算法的人脸识别方法。该算法采用多尺度、多方向Log-Gabor滤波器对图像进行滤波来提取Log-Gabor特征,再通过旋转不变均匀模式的LBP进行运算编码,并利用局部空间直方图来描述人脸,最后通过加权的卡方距离对直方图匹配完成人脸识别。在Yale、GT人脸数据库上的测试结果表明,该方法具有更好识别性能,且对环境鲁棒性较好。     

基于二维线性判别分析的彩色人脸识别

为了提高人脸识别的准确率,提出了一种基于二维线性判别分析的彩色人脸识别算法,直接对彩色人脸图像不同通道的颜色信息进行编码,采用矩阵表示模型描述人脸对象;融合人脸的类别特征,采用二维线性判别分析的算法提取彩色人脸的分类特征;根据投影后的特征矩阵,采用最近邻分类的算法进行人脸识别.利用CVL和CMU PIE彩色人脸数据库进行实验.结果表明,本文提出的彩色人脸识别算法能有效地提高人脸识别的准确率,明显优于对比的算法.     

基于DCT和KDA的人脸特征提取新方法

提出了一种新的人脸特征提取方法,该方法采用DCT对人脸图像进行降维和去噪,并通过KDA提取人脸特征。基于该特征,采用NN分类器,对ORL人脸库进行分类识别,仅用28个特征平均识别率就达到97.3%,"留一法"识别率为99.5%。仿真结果表明:该方法有效地滤除了人脸图像中的高频干扰信息,明显增强了特征的辨别能力,同时显著地降低了特征维数和计算复杂度。     

基于鉴别能力分析和LDA-LPP算法的人脸识别

针对人脸识别中的DCT系数选择问题和如何从全局和局部同时提取识别特征的问题,提出了一种基于鉴别能力分析和LDA-LPP的人脸识别算法。即先对人脸图像进行DCT变换,利用鉴别能力分析方法进行DCT系数的选择,融合LDA和LPP降维技术进行降维处理,不仅可以保持数据的全局性,同时也能够保持数据的局部性。在ORL人脸库和Yale人脸库上的实验表明,本文方法可以选择有效的DCT系数,明显提高了识别精度和鲁棒性。     

基于自定义特征检测模板的快速眼睛定位方法

眼睛准确定位是虹膜识别和人脸识别的重要步骤．介绍了一种适合实时处理的快速眼睛定位方法．利用数学形态学提取头部图像，提出一种新的特征检测模板，再结合投影算法和人脸结构特征定位眼睛．试验结果表明此算法具有很好的实时性、准确性和鲁棒性．     

基于自定义特征检测模板的快速眼睛定位方法

眼睛准确定位是虹膜识别和人脸识别的重要步骤.介绍了一种适合实时处理的快速眼睛定位方法.利用数学形态学提取头部图像，提出一种新的特征检测模板，再结合投影算法和人脸结构特征定位眼睛.试验结果表明此算法具有很好的实时性、准确性和鲁棒性.     

遗传算法与ICA相结合的多姿态人脸识别算法

为了解决多姿态人脸识别问题,提出了基于独立成分分析（ICA）进行正面人脸合成的新方法。首先利用ICA提取不同姿态人脸的特征子空间,然后利用遗传算法（GA）优化不同姿态的特征子空间,最后利用通过训练得到的姿态转换矩阵得到代表待合成的正面人脸特征系数,并直接进行分类比较。通过实验,验证了新方法对人脸识别率有较大的提高,并进一步简化了识别过程。