基于视线跟踪和手势识别的人机交互

提出一种新的基于视线跟踪和手势识别的交互方式用于远距离操作计算机。系统通过摄像头采集用户的图像,利用图像识别算法检测人眼和手指的位置,由人眼和指尖的连线确定用户指向屏幕的位置,通过判别用户手势的变化实现各种操作,达到人机交互的目的。实验结果表明,该交互方式可以较好地定位屏幕和判断用户的操作,实现自然、友好的远距离人机交互。     

视线跟踪系统中的眼角点精确定位方法

在视线跟踪系统中,提出了一种以眼角点为参考点来计算人眼注视方向和位置的新方法。该方法中以动点和参考点的差值来计算人眼的注视方向和位置。动点采用虹膜中心,因为它可以准确反映眼球的变化。参考点采用眼角点,因为眼角点在人脸上是个非常稳定的点,人脸表情的变化基本上不会引起它的位置变化。该方法克服了过去以mark点或普尔钦斑点为参考点的缺点,不需要使用者在脸上做mark点,而且允许人脸在小范围内偏转。实验证明,该方法中自动定位眼角点快速准确,可以很好地解决视线跟踪系统中眼睛相对运动距离的问题。     

头戴式视线跟踪系统的一点标定方法

标定方法是视线跟踪技术中的关键环节,直接影响跟踪精度和用户体验。目前头戴式跟踪系统所使用标定方法,需要多个标定点进行标定。为更快、更方便地进行标定,提出一种方法,只需一个标定点,便可提取足够的标定信息完成标定过程。该方法可适用于目前的多种映射方法,如DLT方法、多项式方法、神经网络方法等,标定时间仅需10 s,精度可达1°,与多点标定相比,效率显著提高,而精度无明显差异。此外,使用一种新的神经网络模型:ELM(极端学习机)实现了神经网络标定方法,ELM的快速学习性能,显著缩短了神经网络训练时间。     

基于DCT变换的虹膜识别算法

虹膜识别是一种新的生物识别技术。本文主要研究虹膜图像预处理、特征提取和匹配几个部分的优化,在特征提取阶段,采用基于一维DCT变换的虹膜特征优选算法。其基本思想是：对预处理后的虹膜图像进行一维的DCT变换,在速度和准确率约束的条件下,对变换后得到的系数进行抽取作为特征矩阵,通过计算虹膜特征矩阵的相似度进行虹膜识别。实验结果表明;该算法速度比较快,准确率也比较高。     

虹膜识别综述

回顾了虹膜识别的研究背景及发展,对近年来虹膜识别方法的研究进展进行综述,并对各种方法加以介绍和评价,总结了存在的研究难点并提出了解决方法及今后的发展方向。     

基于Gabor滤波的虹膜识别系统设计

随着科学技术的发展,信息安全在各个领域显得越来越重要,生物识别技术由于其特有的性质,在传统的识别领域中脱颖而出;其中,虹膜识别以高可靠性和差异性,成为目前安全性最高,最理想的生物识别技术;为增强虹膜识别算法的定位效率,提出一种改进定位算法,即二值化分割出瞳孔区域时,修正瞳孔边界,提高虹膜定位精度,有效提高识别速度;虹膜识别算法是整个系统的核心,要使虹膜识别具有良好的效果,需要对虹膜图像进行一系列的处理;为了完整高效地实现虹膜识别系统,对Gabor滤波器的原理及实现方法进行具体分析,研究Daugman虹膜识别算法,设计并完成了虹膜图像预处理,特征提取,二维Gabor滤波器的构建及参数选取等,经仿真实验,能够非常高效地完成虹膜特征提取并识别比对,计算速度和效果均优于传统算法。     

一种改进的虹膜定位方法

如何有效地确定虹膜在图象中的位置，是虹膜识别中需要解决的关键问题之一，在以前的粗定位与精定位相结合的两步虹膜定位方法的研究基础上，提出了一种改进的虹膜定位方法，它集中体现在虹膜粗定位方法的改进上，改进后的虹膜粗定位的基本思想为：首先在虹膜图像中选择互不相邻的若干行，求得每行的灰度差分曲线；然后根据灰度差分曲线上相邻几个点的累加和的大小，寻找虹膜或瞳孔的边界点；最后，由这些边界点拟合出虹膜及瞳孔的边界，实验结果表明，改进的虹膜定位方法更为快速、稳健。     

基于Gabor滤波的改进虹膜识别算法

为提高虹膜识别系统的性能,提出了基于Gabor滤波的改进虹膜识别方法。首先根据虹膜图像的灰度特性进行虹膜定位与归一化,然后利用多尺度Gabor滤波器进行特征提取,然后通过主成分分析法降维,并进行识别,根据识别能力的差异,计算滤波器的输出权值,最后利用加权后的距离进行虹膜识别。利用该方法对CASIA虹膜库进行识别,得到系统识别率为99.78%,等错率为0.19%。结果表明,利用改进的方法能充分发挥滤波器的识别性能,并增强系统的鲁棒性。     

基于特征的视线跟踪方法研究综述

针对基于特征的视线跟踪方法进行了综述.首先对视线跟踪技术的发展、相关研究工作和研究现状进行了阐述; 然后将基于特征的视线跟踪方法分成了两大类:二维视线跟踪方法和三维视线跟踪方法, 从硬件系统配置、误差主要来源、头部运动影响、优缺点等多个方面重点分析了这两类视线跟踪方法, 对近五年现有的部分基于特征的视线跟踪方法进行了对比分析, 并对二维视线跟踪系统和三维视线跟踪系统中的几个关键问题进行了探讨; 此外, 介绍了视线跟踪技术在人机交互、医学、军事、智能交通等多个领域的应用; 最后对基于特征的视线跟踪方法的发展趋势和研究热点进行了总结与展望.     

基于局部线性嵌套的虹膜识别方法

虹膜识别技术由于与其它生物特征识别技术相比具有更高的准确率而一直备受关注。本文采用局部线性嵌入算法对虹膜样本进行训练,来提取虹膜纹理特征,并以最小距离分类器作为决策空间的判决准则。实验表明本文提出的虹膜识别方法取得了良好的识别效果。     

基于ICA和SVM的虹膜识别方法

提出了一种基于独立分量分析和支持向量机的虹膜识别方法-ICA提取虹膜特征,SVM实现模式匹配.与Gabor小波的方法比较,在编码长度和编码时间方面有较明显地改进.实验结果表明,该算法能够有效地应用到身份鉴别系统中.     

一种基于结构特征的虹膜识别方法

提出了一种基于特征点比对的虹膜识别方法。与现有利用纹理分析进行识别的方法相比,这一方法具有编码效率高,抗噪声能力强,识别准确性好等特点。该方法首先利用LOG(LaplacianofGaussian)滤波器提取特征区域,然后在特征区中确定特征点。在方法中提出了基于特征点的相似性度量方法和弹性特征点比对方法。试验结果表明:这种方法分类效果较好。     

一种新的基于特征选择的虹膜识别方法

为了提高虹膜识别的准确率,提出了一种新的基于特征选择的虹膜识别方法。在虹膜的定位上采用了弹性模板的方法,对虹膜图像进行有效定位。针对虹膜图像的纹理分布特点,采用了多尺度Gabor滤波器对虹膜的不同纹理区域进行有针对性的特征提取;然后利用遗传算法和粒子群优化算法进行特征选择,去除特征向量中的冗余信息;最后利用SVM分类模型进行虹膜的识别。为了检验方法的有效性,在CASIA虹膜数据库上进行验证,实验结果表明该方法具有较高的识别精准度。     

基于DSP虹膜识别系统中Flash烧写方法的研究

为实现基于DSP的虹膜识别系统上电自启动的需求,需要将用户应用程序烧写入非易失性存储器中。分析了DSP系统片外Flash存储器的烧写原理,提出了一种利用存储器操作模块程序来进行Flash烧写的方法,阐述了DSP片外Flash烧写关键点以及如何确定烧写对象、源地址和目的地址,研究了在仿真环境下通过模块化程序操作DSP片外Flash存储器的过程。使用该方法完成虹膜识别系统片外Flash烧写,脱机后系统运行稳定。     

基于Log-Gabor滤波的虹膜识别系统

在已有虹膜识别研究成果的基础上,提出基于Log-Gabor滤波的虹膜身份识别图像系统。该系统利用Matlab平台结合一维Log-Gabor滤波器对归一化后的虹膜进行滤波并提取纹理特征,然后对纹理特征进行相位编码,并用汉明距离进行虹膜匹配,匹配时采用干扰掩模屏蔽虹膜预处理过程中的噪音。本文结合CASIA虹膜图像数据库进行实验论证,其结果表明该系统误判率为0.125%,拒判率为0.05%,达到较好的识别效果。     

基于互功率谱的虹膜识别方法

提出了一种基于互功率谱的虹膜编码方法。采用粗定位与精定位相结合的两步定位法对虹膜定位,能有效地减少搜索计算的盲目性;为了提取虹膜特征,虹膜图像首先被划分为许多子块,然后计算各个子块与2维Gabor小波族之间的互功率谱并进行编码;最后,利用Hamming距离进行模式匹配。实验结果表明,该算法运算速度快,具有较好的识别效果,且编码性能优于Daugman的编码方法。     

基于多层小波分解的虹膜识别算法

该文提出了一种基于多层小波分解的虹膜识别算法。该算法既考虑了虹膜纹理的全局特征又考虑了局部特征。与Daugman的方法比较,在编码长度和编码时间方面有较明显的改进。实验结果表明,该算法能够有效地应用到身份鉴别系统中。     

用于身份识别的虹膜图像预处理方法研究*

跟踪研究了虹膜图像的预处理方法;针对现有算法的局限性作了改进,提出了基于小波变换的虹膜图像消噪的方法,并针对虹膜图像的特点,提出了新的虹膜定位检测算子,使虹膜定位更加迅速、精确;最后进行了虹膜图像的增强和校准处理.实验结果表明,该方法能精确地检测到虹膜,提高了虹膜识别的速度和精确性,并有良好的稳健性.