疲劳驾驶检测中人眼实时定位与跟踪

针对疲劳驾驶检测中现存的一些难点,提出了一种新颖的驾驶员眼睛定位与跟踪方法.首先采用Gamma校正和图像自商算法对红外光源采集到的驾驶员行车图像进行预处理,进而采用基于Haar-like特征的AdaBoost算法初定位驾驶员眼眉区域,并在此基础上采用眼眉区域15点ASM(Active Shape Models)模型来准确定位驾驶员的眼睛区域,最后采用了Unscented卡尔曼滤波算法完成驾驶员眼睛的实时跟踪.实验结果表明,该算法不仅可以提高对光照、姿态变化以及驾驶员眼睛运动的强非线性问题的鲁棒性,同时对驾驶员配戴眼镜的情况也能得到较为理想的处理结果.     

基于区域灰度特征比较和人眼睑曲率的状态识别

针对眼睛状态检测在实际疲劳监控系统应用中的缺陷,提出了一种基于区域灰度特征比较和眼睑曲率的人眼状态识别算法。在确定眼睛区域的前提下,提取眼睛区域的灰度特征和眼睑曲率特征,确定眼睛状态。通过对不同背景、光照变化、眼睛倾斜和旋转,以及戴眼镜等多种复杂环境下进行眼睛状态检测,实验结果表明,文中算法具有处理速度快、鲁棒性高等特点。     

一种红外条件下的新型眼睛状态识别算法

针对复杂光照、头部转动和戴眼镜对眼睛状态识 别算法的影响,提出了一种基于红外图像和形态学的眼睛状 态识别算法,通过带850nm窄带带通滤光片的红外摄像头采集眼睛图 像,提取眼睛轮廓特征描述子和眼睛骨架图像的方向 链码实现睁眼和闭眼判别,同时引入图像可信度判别机制,把眼睛划分为睁开、闭合和 不可信3种状态,从而极大地 降低了算法模型在恶劣环境中的虚警率。实验证明,本文算法模型对于复杂光照、头部转动 和戴眼镜等均具有较高的鲁棒性,在 可信眼睛图像集中,睁眼正确识别率达到了95.21%,闭眼正确识别率 达到了92.03%,均高于其他几种常用的眼睛状态识 别算法,同时每秒能处理200张以上眼睛图像,满足实际驾驶环 境中 实时性的要求。     

一种新颖的眼睛状态识别方法

基于检测与提取到的眼睛特征信息,并借助对虹膜或眼睑宽度进行判断,给出了一种快捷准确的眼睛状态识别方法。该方法首先根据是否检测到虹膜来判断是否开眼,若没有。再根据提取到的眼部可变形模板的参数来计算上下眼睑的宽度,并进一步判断眼睛的开闭。实验表明,眼睛无论是处于开眼还是闭眼状态,这种方法都有很好的识别效果,可以大大提高眼部状态的识别精度。     

自然光下的新型动态注视点眼动向量

为解决自然光下视线跟踪系统注视点估计精度不高和头部运动受限问题,提出了一种基于虹膜和眼睛内角点特征的动态注视点眼动向量,并以虹膜面积信息对其进行标准化,以消除头部运动对眼动向量的影响.最后结合动态注视点眼动向量与多项式映射模型得到实时注视点,实现眼动向量与注视点的一一映射.采用该眼动向量可提高注视点估计精度,降低头部运动的影响.     

基于FCM聚类和C-V模型的人眼精确定位方法

提出了一种精确提取眼睛轮廓、虹膜边界、瞳孔中心及眼角坐标的方法。首先利用基于AdaBoost算法的眼睛检测器提取眼睛所在的图像子区域,并应用单尺度Retinex算法增强该子区域;然后在子区域中运用梯度Hough圆变换提取瞳孔中心和虹膜边界;接着运用模糊C均值(FCM)聚类算法在子区域内提取眼睛的初始区域,并以初始区域构造符号距离函数作为C-V模型的初始水平集函数;最后运用C-V模型提取眼睛轮廓和眼角坐标。在Purdue AR人脸测试集上,结合FCM聚类后C-V模型的收敛速度提高了64.1%、定位精度提高了8.3%。方法不受复杂背景影响,对光照变化有较好的适应度,具有较高的鲁棒性。实验结果表明方法是有效的。     

面向精神疲劳监测的实用虹膜定位方法

针对精神疲劳监测中虹膜定位的实时性要求较高、背景较为固定以及可能存在头部扭转与脸部倾斜和遮挡等特点,利用肤色模型快速定位与检测人脸、椭圆拟合进行人脸姿态估计与倾斜矫正,方差投影粗定位眼睛、直方图统计和自定义窗函数获取自适应虹膜分割阈值对虹膜进行准确分割和定位,形成一种实用虹膜定位与分割方法.实验结果表明,该方法不仅能够快速、准确地定位虹膜,并且对存在较大角度的脸部扭转和倾斜以及头发遮挡的情况均能够有效处理.     

基于普通向量的虹膜识别算法

典型的虹膜识别算法都是针对单个虹膜样本采用图像处理的方法提取虹膜特征,只强调个体信息,而忽略了虹膜样本间的联系.本文提出了一种基于普通向量的虹膜识别算法,从模式分析的角度,利用普通向量方法融合虹膜的个体特征和统计特征,并且通过高效的睫毛滤除和眼皮定位的算法,进一步提高了识别的精度和算法的稳定性.实验结果表明了该算法具有良好的性能.     

简易交互式视频目标跟踪技术研究

针对视频目标跟踪中背景干扰和跟踪持续性差的问题,提出了一种简易交互式视频目标跟踪的方法。依据用户提供的初始跟踪窗口,对目标范围进行自动优化,有效地避免了背景信息对跟踪的干扰。针对跟踪偏离目标的情况,结合用户对目标区域的粗定位,利用特征匹配方法快速获取精确的目标位置及范围。实验结果表明,提出的算法有效地剔除了背景信息的干扰,提高了跟踪的准确性,结合简易人工交互信息,实现了跟踪的连贯性和时效性。     

融合HOG类特征的尺度自适应压缩跟踪算法

针对压缩跟踪算法中存在的特征单一、对光照变化敏感、不能适应目标尺度变化的问题,提出了一种融合HOG类特征的尺度自适应压缩跟踪算法。该算法在Haar-like特征基础上采用固定比值方式融合了HOG类特征,降低了算法对光照的敏感度,HOG类特征仍采用积分图算法进行加速计算。另外,在尺度估计方面,采用相关滤波尺度估计方法,找到使尺度滤波器响应最大的尺度作为新的目标尺度,及时调整跟踪窗的大小并更新特征提取模板,解决了尺度变化问题。实验结果表明:改进后的算法可以适应较大光照变化与尺度变化、平面内旋转等情况,跟踪精度和鲁棒性有明显提高,并且满足准实时性的要求。     

一种基于椭圆投影的非理想虹膜定位算法

人以正常步行速度通过采集装置会出现非理想的虹膜图像.本文针对非理想虹膜中的角度偏离图像,提出了一种基于椭圆投影的虹膜定位算法.该算法首先计算双眼相对位置来决定头部的旋转角度,之后找到瞳孔内一点,从该点出发根据梯度变化搜索到虹膜的内边界点,采用最小二乘法拟合椭圆形内边界.然后依据椭圆与圆形的近似度检测人眼凝视方向,使用投...     

Nonintrusive Iris Image Extraction for Iris Recognition-Based Biometric Identification

This paper proposes a new approach to obtain iris images without requiring the person to look directly into the camera. Most biometric identification methods using iris recognition assume that the eye image of the person is available, and are only concerned with the extraction of the iris from the eye image. These methods require the person to look directly into the camera, which is a rather uncomfortable process. In this paper, a robust approach is proposed to initially locate eye regions within facial images taken from a distance. Then the iris image is extracted from the detected regions. Hence, a nonintrusive and more comfortable iris imaging approach has been implemented.     

A real-time focusing algorithm for iris recognition camera

For fast iris recognition, it is very important to capture the user's focused eye image at fast speed. Previous researchers have used the focusing method which has been applied to general landscape scenes without considering the characteristics of the iris image. So, they take much focusing time, especially in the case of the user with glasses. To overcome such problems, we propose a new iris image acquisition method to capture focused eye images at very fast speed based on corneal specular reflection. Experimental results show that the focusing time for both users with and without glasses averages 480 ms, and we conclude that our method can be used for the real-time iris recognition camera.     

面向近眼式应用的快速瞳孔中心定位算法

针对Hough圆变换、最小二乘法椭圆拟合瞳孔中心定位算法中运算量大的问题,提出一种基于椭圆外切矩形的快速瞳孔中心定位算法。该算法从人眼图像中通过阈值分割得到瞳孔区域,对瞳孔区域进行边缘像素点的提取,然后利用椭圆外切矩形模型定位出瞳孔中心。通过Matlab对中国科学院自动化研究所公开的虹膜数据库中756张人眼图像进行遍历实验验证,所提算法定位准确率为98.3%,平均用时0.192 s。在同等条件下,与Hough圆变换、最小二乘法椭圆拟合算法进行对比,在保证定位准确率的同时,所提算法平均用时更少。实验结果表明,所提算法能够快速准确地完成瞳孔的中心定位。     

基于梯度向量流场的眼睛特征提取

根据人脸图像的边缘梯度图提出了一种新的基于梯度向量流场的眼睛特征提取方法。该算法改进原有的梯度向量流迭代方程求解梯度向量流场,以梯度向量流场中的汇点作为候选点,通过人脸器官的几何位置关系等方法评价候选点以定位眼球。该算法能较好地容忍一定的光照变化、人脸的小角度倾斜和旋转、闭眼和眼镜等干扰。在具有以上干扰的ORL人脸库的400幅图像上的实验证明,该算法具有较好的眼睛特征抽取能力。     

Unified framework for automated iris segmentation using distantly acquired face images

Remote human identification using iris biometrics has high civilian and surveillance applications and its success requires the development of robust segmentation algorithm to automatically extract the iris region. This paper presents a new iris segmentation framework which can robustly segment the iris images acquired using near infrared or visible illumination. The proposed approach exploits multiple higher order local pixel dependencies to robustly classify the eye region pixels into iris or noniris regions. Face and eye detection modules have been incorporated in the unified framework to automatically provide the localized eye region from facial image for iris segmentation. We develop robust postprocessing operations algorithm to effectively mitigate the noisy pixels caused by the misclassification. Experimental results presented in this paper suggest significant improvement in the average segmentation errors over the previously proposed approaches, i.e., 47.5%, 34.1%, and 32.6% on UBIRIS.v2, FRGC, and CASIA.v4 at-a-distance databases, respectively. The usefulness of the proposed approach is also ascertained from recognition experiments on three different publicly available databases.     

基于矢量场卷积的虹膜定位

为了提高虹膜定位的精度和准确性,从而进一步提高虹膜识别系统的识别率,提出了一种基于矢量场卷积(Vector Field Convolution,VFC)的虹膜定位算法,用于精确定位虹膜内边界。首先利用最小灰度平均值法自动确定VFC模型的初始化轮廓,在活动轮廓内外力作用下实现虹膜内边界定位;然后对于虹膜外边界,采用改进的Daugman算法进行定位。利用多个虹膜图库进行了大量实验,并与几种常见的虹膜定位算法进行了比较,实验结果表明:该方法定位准确度更高,虹膜内边界定位更接近真实边界,定位结果有明显改善。     

一种改进的虹膜图像质量评价算法

为确保识别的准确性,提出一种改进的虹膜图像质量评价算法。根据图像总体清晰度和可见度的粗评估,可以快速而有效地剔除质量较差的图像,并利用虹膜纹理清晰度和可见度精评估来量化评价指标。实验结果表明,该方法可准确地判断虹膜图像的质量,提高系统的工作效率,其评价结果和人眼主观评价相吻合,具有一定的应用价值。     

A comprehensive multimodal eye recognition

Iris recognition is tested to be one of the most reliable approaches for automatic personal recognition under the infrared light. However, it is challenging and difficult to acquire good quality iris patterns of dark color eyes in the visible wavelengths. Sclera recognition can achieve good recognition accuracy in the visible spectrum, but the performance will drop when the sclera pattern is saturated. In this paper, we proposed a comprehensive multimodal eye recognition system that uses both iris and sclera patterns for recognition from the same eye image. The experimental results show that the proposed multimodal frontal eye recognition method can achieve better recognition accuracy than unimodal iris or sclera recognition. In addition, we propose a multimodal multi-angle eye recognition system that can further improve the recognition accuracy.