人脸识别中的眼睛定位方法

眼睛是人脸部最重要的器官,因此眼睛准确定位在人脸识别中具有特殊重要的意义.基于灰度图像,提出一种改进的眼睛精确定位的方法.首先对图像进行光照和噪声的预处理,再利用积分投影和山谷法对图像进行分析,进而找出一系列的候选眼睛点,眼睛点的验证采用人脸的几何分布特征和眼腈模板匹配相结合的方法来进行最终眼睛对的确定.基于od和yale人脸库的实验结果表明该算法对光照、旋转、遮挡不敏感,具有较高的定位准确率.     

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。     

基于模板匹配的快速人脸定位

提出了一种基于模板匹配的快速人脸定位算法.该算法利用积分投影法预测人脸可能的范围与位置,然后在限定的范围内采用模板匹配的方法定位人脸,从而实现了快速且可靠的人脸定位.     

基于灰度投影函数的眼睛定位方法

描述了人眼的自动定位算法，其方法是利用图像的灰度投影曲线，将图像缩小在人脸的眼部区域，进而确定人眼在眉眼区域的大致位置，然后通过了灰度直方图估计初始阈值，对二值化眉眼区域进行了阈值分割，利用二维相关系数判定双眼黑块的出现并利用对称相似性进一步确定了双眼的具体位置。     

人脸识别系统中的特征提取

人脸识别是模式识别和机器视觉领域中的一个重要课题,其中,特征提取是人脸识别中的一个重要部分.本文利用边缘检测、积分投影及模板匹配等相结合的方法,比较准确的获得了人脸各个特征部位的数据.     

人脸识别系统中的特征提取

人脸识别是模式识别和机器视觉领域中的一个重要课题,其中,特征提取是人脸识别中的一个重要部分。本文利用边缘检测、积分投影及模板匹配等相结合的方法,比较准确的获得了人脸各个特征部位的数据。     

一种基于积分投影的人眼定位方法

文章研究了人脸识别中的人眼定位这一重要环节。将经过预处理的人脸图像先通过积分投影变换法进行人脸定位,在定位后的人脸区域内用一定的矩形框搜索,给方框内黑色像素进行计数,当黑色像素个数达到某个比例时,将其标记为人眼位置侯选处。然后将小方框适当扩大,用canny算子算出人眼的边缘轮廓,并在候选位置中进一步确定人眼位置。实验结果表明本文采用的方法简单易行,具有较高的准确率和较强的光照鲁棒性。     

基于积分投影和差分投影的人眼定位

人脸识别是生物特征识别的重要组成部分,而人眼是人脸最突出的特征之一,眼睛定位成为人脸识别的关键环节。积分投影法是一种常用的人眼定位方法,但直接采用此方法进行人眼定位时,由于眉毛与眼睛距离较近,容易将眉毛的水平位置错误地判定为眼睛的水平位置,降低眼睛定位的准确率。所以,在人脸区域粗定位后,计算眼睛区域的水平积分投影时,增加了其在水平方向灰度变化频繁的特征,即差分投影法,最后将积分投影法与差分投影法相结合来实现人眼定位。该方法在ORL人脸库上经过测试,取得了约90.5%的定位准确率。实验结果表明,该方法可以更准确地定位人眼。     

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。     

一种基于灰度图像的人脸检测及眼睛定位算法

利用灰度积分投影直接对人脸图像进行检测和眼睛定位是一种常用的算法,但是直接采用该算法会受到背景、特征等因素的影响,识别准确率较低。提出了一种基于最大类问方差阈值和区域膨胀相结合的检测与定位算法。该算法首先计算最大类间方差设置阈值,把灰度图像转换为二值图像并检测出人脸区域,然后通过对该人脸区域中的连通区域进行膨胀及连通性处理,精确定位眼睛坐标。实验表明,此算法可靠,具有较好的识别效果。     

基于混合投影函数的眼睛定位

介绍一种精确定位眼睛的方法.眼睛定位是很多人脸检测算法的关键步骤.在获得眼睛窗口之后,可以利用投影方法来定位眼睛.提出一种混合投影函数,该函数结合了积分投影函数和方差投影函数,能够反映出图像在某个方向上灰度均值和方差的综合变化情况.实验结果表明,利用混合投影函数可以相当精确地确定眼睛中心的位置.     

基于仿射模板匹配的多角度单人脸定位

提出了一种基于仿射模板匹配的多角度人脸定位算法,用平均脸作为基模板,经由不同的伸缩比例和旋转角度构成的仿射变换生成各种姿态的模板,并将模板分为双眼模板和人脸模板对,首先使用以眼模板搜索符合眼睛的区域,再用整个人脸模板匹配进上步检验是否符合人脸模式,并利用马赛克规则验证,给出最佳匹配作为人脸位置,对包含１４４幅图像和６０幅图像的两上图像库的定位准确率分别达到７９．２％和８５％,表明该算法的有效性。     

一种快速眼睛定位与人脸平面旋转校正方法

针对人脸图像平面旋转导致识别效果不佳的问题,提出一种有效的眼睛定位与人脸平面旋转校正方法.首先基于AdaBoost算法训练得到的眼睛分类器从人脸图像中快速确定双眼候选区域,然后根据双眼在候选区中所处位置和所占比例,将候选区域分为宽度相同的左眼子区、中间子区和右眼子区3个子区域,再对包含眼睛的左眼子区和右眼子区分别求积分投影来准确定位双眼位置;准确定位双眼位置后,给出了以图像中心为旋转基准点时旋转角度的计算方法,并结合图像旋转公式实现了人脸图像的平面旋转校正.实验结果表明,该方法不仅能防止人脸倾斜时出现伪特征点,也能避免眼镜内边框和眼镜支架对定位眼睛的影响,提高眼睛定位精度,而且能实现人脸的平面旋转校正,具有非常好的实时性和实用价值.     

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。     

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腈定位方法。利用投影函数确定眼腈区域的上下边界，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，不受眼腈状态的影响，并且对头部姿态变化和焦距变化等具有一定的鲁棒性。     

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。