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%。     

驾驶疲劳的眼睛状态检测算法

驾驶员疲劳状态的监控中,眼睛的状态检测是关键环节。在对眼睛进行定位的同时计算眼睛的状态,并采用kalman滤波方法对人眼进行预测和跟踪。实验证明该算法能有效和准确地检测到眼睛的位置和状态,同时算法需要的处理时间较少,可满足实时性的要求。     

基于DSP的疲劳驾驶实时监测系统研究

较为理想的非接触式检测眼睛疲劳程度的方法是通过摄像技术获取眼部的动态图像，利用累积差分帧和Hough变换等实时图像处理技术来检测、跟踪眼睛，分析眼睛的状态和提取眼睛的特征参数，在一定的时间内连续统计眼睛的闭合时间，计算出PERCLOS值来判断疲劳程度并采取相应的措施。把眼睛检测及跟踪算法移植到专用DSP上，最终开发出疲劳驾驶的嵌入式实时监测系统。实验结果表明，本系统的算法简单、快速、鲁棒性强。     

一种眼睛定位和状态分析方法

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,眼睛的精确定位和眼睛状态的准确分析是关键环节。提出一种有效的眼睛精确定位和眼睛状态分析方法,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和眼睛状态分析。首先,使用等亮度线方法进行眼睛区域精确定位和图像预处理,然后使用数学形态学方法分析眼睛的状态。实验结果表明,该方法能很好地反应出眼睛的变化状态,有较高的准确性,能满足疲劳检测的应用要求。     

基于关键点的眼睛定位和状态估计

眼睛定位和状态估计是虹膜、巩膜、眼周等生物特征识别中重要的预处理过程。非合作环境下捕获的眼睛图像经常面临严重的遮挡和复杂的背景。为此提出一种鲁棒而准确的基于眼睛关键点的单阶段方法去定位眼睛的位置并估计眼睛的左右和开闭状态。为了训练和评估提出的模型，手工标注一个新的数据集OCE-1000,每幅图像标注左右两只眼睛共8个关键点，以及左右眼的开闭状态。实验结果表明，提出的模型在OCE-1000数据集上达到了98%的关键点定位准确率，眼睛状态估计的准确率为97%。     

基于DSP的疲劳驾驶实时监测系统研究

较为理想的非接触式检测眼睛疲劳程度的方法是通过摄像技术获取眼部的动态图像,利用累积差分帧和Hough变换等实时图像处理技术来检测、跟踪眼睛,分析眼睛的状态和提取眼睛的特征参数,在一定的时间内连续统计眼睛的闭合时间,计算出PERCLOS值来判断疲劳程度并采取相应的措施。把眼睛检测及跟踪算法移植到专用DSP上,最终开发出疲劳驾驶的嵌入式实时监测系统。实验结果表明,本系统的算法简单、快速、鲁棒性强。     

在线融合特征的眼睛状态识别算法

针对人脸视频中眼睛定位精度影响眼睛状态识别正确率问题,提出了一种融合在线肤色模型的眼睛状态识别算法。首先,在人脸主动表观模型(AAM)定位的基础上,使用当前用户的肤色特征,建立在线肤色模型;其次,在初步定位的眼睛区域,再次使用在线肤色模型,定位内外眼角点的精确位置,并利用眼角点的位置信息提取精确的眼睛区域;最后,提取眼睛区域的局部二值特征(LBP),使用支持向量机(SVM)算法,实现对眼睛睁闭状态的鲁棒识别。实验结果表明,对比全局定位的眼角点定位算法,该算法可以进一步降低眼角点的对齐误差,在低分辨人脸中使用在线融合特征的睁闭眼状态的准确识别率分别为95.03%及95.47%,分别比直接使用Haar特征和Gabor特征的识别率提升2.9%和4.8%,在实时人脸视频中,使用在线特征可以明显提高眼睛状态识别效果。     

粒子过滤器在眼睛跟踪中的应用

提出了一种实时的眼睛跟踪算法，它能在各种照明条件和各种脸部姿势条件下很好地工作．与传统的基于瞳孔亮度的方法比较，此方法不仅克服了各种条件的限制，而且提高了跟踪的正确率．实验研究表明与目前存在的技术相比，该方法有很大地改进．     

监控场景下的目标自适应跟踪

目标跟踪是监控系统的关键技术之一.Mean-Shift作为高效的模式匹配算法,已经成功地应用在对实时性要求较高的目标跟踪系统中,但是传统的Mean-Shift跟踪算法未能有效地解决跟踪窗自适应和目标特征更新问题,无法实现对目标的长时间跟踪.论文提出了卡尔曼滤波、局部目标检测和Mean-Shift有机结合的目标自适应跟踪方法,能有效的解决跟踪窗自适应和跟踪目标的特征更新问题,并有较强的抗遮挡的能力,提高跟踪的稳健性.并通过跟踪实验对比验证了算法的有效性.     

基于多特征融合的眼睛状态检测算法研究

疲劳驾驶检测算法研究对提升交通安全有着重要的意义.目前,已有大量关于疲劳驾驶的文献和成果.在疲劳驾驶检测算法中,眼睛开闭状态的判断起着至关重要的作用.深度级联卷积神经网络用来检测人脸和人脸特征,利用Dlib工具快速提取驾驶员人脸特征.基于眼睛特征计算眼睛宽高比,并将眼睛宽高比、传统人眼特征的人眼虹膜等用于判断眼睛开闭的...     

眼动仪与视线跟踪技术综述

文章在回顾视线跟踪技术的研究历程基础上,定义了视线跟踪的基本概念和参数。分析了六种主要视线跟踪技术原理,比较了每种技术的优、缺点。介绍了眼动仪硬件设备的研制和发展状况,对比了几种主要的眼动仪性能。最后,探讨了视线跟踪数据的处理软件和方法,并对视线跟踪技术的应用前景进行总结和展望。     

基于标记点检测的视线跟踪注视点估计

传统的头戴式视线跟踪系统需要借助额外的头部位置跟踪器或其他辅助设备才能定位视线方向.针对该问题,提出一种基于标记点检测的注视点估计方法.该方法通过计算机视觉的方法检测标记点,建立场景图像与真实场景中计算机屏幕之间的空间关系,将场景图像中的注视点坐标映射到计算机屏幕中.实验结果表明,该方法简单易行,可以较好地估计出用户在...     

基于多目摄像机的鲁棒眼动跟踪技术研究

为改进单个远程传感器采集眼动数据时存在视场小、容易被遮挡物遮挡的缺点,研究了一种多目摄像机眼动跟踪技术,以更好地采集眼动数据。应用多个摄像机对人体头部姿态和眼球信息进行采集,通过分割视频帧提取瞳孔图像和计算被测用户头部姿态角度,将瞳孔图像放入卷积神经网络进行训练得到注视点坐标,并基于头部姿态信息计算每个摄像机的注视点权重,从而加权融合得到更精确的注视点信息。研究结果表明：在头部姿态角较大时,多目眼动追踪技术的精度比单目传感器的精度高30%～50%。该技术具有灵活性和通用性,在驾驶舱设计、用户用眼习惯评估和驾驶学员眼动绩效分析中具有重要的应用和推广价值。     

非接触动态实时视线跟踪技术

视线跟踪技术是智能眼动操作系统的关键技术,是实现先进眼动操作系统作为高级人机交互应用的基础和前提。较为完整地阐述了非接触式视线跟踪技术的发展历程,并详细介绍了现有的实现视线或注视点实时动态跟踪测量的非接触视线跟踪技术,包括2D视线跟踪方法、3D视线跟踪方法和基于3D模型的视线跟踪方法。通过分析和比较现有的三类方法的最新进展,介绍了视线跟踪技术目前面临的科学问题,提出了基于双目立体视觉的头戴式自由空间视线跟踪测量方法,指出了视线跟踪技术应满足基于眼动操作系统的智能人机交互方法向自由空间操作发展的需求,朝着高精度、易配置、更大视线活动范围的自由空间视线测量方向发展。     

基于眼动技术的产品意象认知模型研究及应用

用户与设计师的协同设计是现代设计中的重要研究课题,但基于意象层面的协同设计很少有研究。产品意象认知模型阐明了消费者情感需求与产品造型之间的关系,运用专家访谈、影响汽车外观造型特征的眼部跟踪观察实验、影响产品意象认知的造型特征提取实验、关键造型特征与产品意象认知关系之量化实验等多实验的方法,建立了基于特征匹配的产品意象认知模型。基于该模型,开发了汽车草图设计原型系统,有效实现了用户与设计师汽车草图协同设计。     

融合眼动数据和文本信息的可视化阅读辅助

研究阅读过程中的视觉注意行为特征,基于眼动数据和文本主题进行阅读行为特征和文档结构的分析,设计了眼动热区图、圆环图、节点链接图、词云等可视化形式.在此基础上开发了面向阅读辅助的可视分析原型系统,该系统记录专家用户（如老师）的眼动数据,然后通过可视化形式分享给新手用户（如学生）.用户实验结果表明,实验组用户的阅读理解客观题和主观题得分平均值分别比对照组用户提高了31.8%和55.0%,阅读和答题总用时比对照组用户平均减少了9.7%,可以有效帮助读者提高阅读效率、快速抓住文章重点和更好地理解文章内容,具有一定的有效性和可行性.     

Eye Tracking in Image Sequences by Competitive Neural Networks

An automatic algorithm is presented for the eye tracking within face image sequences. It is based on the property of local Gabor filters to efficiently determine the location of eyes in face images. The proposed algorithm is implemented by a competitive neural network, that locates and tracks the eyes in a reliable manner as shown by experimental results.     

基于眨眼修正卡尔曼滤波的人眼跟踪研究

眼睛运动容易受到头部姿势变化、外界仿真干扰、实际光照条件等影响,已有眼部跟踪算法的准确率、鲁棒性较低。为此,提出一种基于眨眼修正卡尔曼滤波的人眼跟踪算法。采用垂直积分投影函数和水平积分投影函数得到人脸图像的眼睛区域,运用眼睛区域的颜色熵消除不相关因素,定位出瞳孔的位置,用卡尔曼滤波进行实时眼部跟踪,结合眨眼检测实时修正跟踪结果。实验结果表明,该算法准确率较高,实时性较好。     

基于眼动数据的视觉疲劳检测方法研究

视觉疲劳的产生不仅会导致工作效率低下、视力降低,甚至可能导致很多意外伤害.如何简便、快速地检测视觉疲劳是亟需解决的课题.提出一种利用特殊字搜索并结合阅读任务来对视觉疲劳进行快速检测的方法.测试者需在所提供的阅读材料中通过扫视行为寻找出文内的特殊字符,同时完成相应的阅读理解任务.实验在Tobii X230眼动仪监测下完成.系统记录任务完成过程中的瞳孔直径比、兴趣域个数等眼动数据信息,并采用BP神经网络对用户的视觉疲劳状态进行判定.基于10位测试者的实验结果表明,分类精度达到了95.2%,证实了该方法的有效性.