眼动跟踪技术的研究与实现

发布时间：2017-10-21 13:08

  本文关键词：眼动跟踪技术的研究与实现

  更多相关文章： 眼动跟踪 瞳孔定位 梯度向量 人眼检测

【摘要】：眼睛是人们获取外界各种视觉信息的第一渠道,研究如何利用人眼的特征来得到我们想获取到的信息具有重大的意义。目前,与眼动跟踪技术的相关研究是计算机视觉与人机交互领域的热门研究方向。眼动跟踪技术的应用前景非常广泛,包括军事航空、生物医学、人机实时交互、机动车疲劳驾驶检测等。本文主要研究了人脸检测,人眼区域提取,瞳孔中心定位,视线方向估计等内容,其中对瞳孔中心定位的相关内容进行了重点研究,在前人研究的基础上,我们提出了一种基于图像梯度的改进瞳孔中心定位算法,该方法可以很好的排除眉毛、头发等与瞳孔颜色相似的因素的干扰,对于较低分辨率的图像在不同的光照条件下定位比较准确,并且可以满足实时性的要求。对一幅包含人脸的图片进行人脸检测与脸部特征点检测。首先总结了现有的常用的人脸区域定位与脸部特征点检测方法的适合场景以及它们的优点和缺点,最后我们选择使用基于Adaboost人脸检测算法来检测人脸,使用可变形的模型拟合方法检测人脸的特征点,该方法速度和鲁棒性都比较好,使用该方法我们可以得到面部的66个特征点,其中左右眼睛各包括6个特征点,左右眉毛各包括5个特征点,通过这些特征点我们可以准确的定位构造出眼睛区域。实验表明,该方法速度快,满足实时性,可以排除眉毛等干扰区域,并且对于小范围内的抬头低头和头部侧偏情形定位仍然准确,并且利用这些特征点我们还可以进行初步的视线方向判断。利用已经得到的眼睛区域图像我们进行一系列的图像处理,生成了眼睛图像的权值图像,然后结合权值图提出了基于图像梯度的改进瞳孔定位算法,最终估计出瞳孔中心的位置。在该瞳孔定位算法中我们使用了眼睛区域图像的权值图以及眼睛区域图像的梯度向量。权值图的作用是排除眼角、眼睫毛等颜色较暗区域对瞳孔定位的影响,提高瞳孔定位的准确度。我们利用眼睛区域图像生成权值图,对眼睛区域图像进行一系列的图像处理操作,例如二值化、形态学操作等,可以得到眼球区域亮度值很高的权值图。在我们改进的算法中,结合该权值图和图像梯度向量,通过计算小范围的图像梯度向量,筛选掉了明显不会是瞳孔中心的点,然后通过计算并找到平均值最大的点,该点作为瞳孔中心的估计位置。然后我们进行了初步的视线方向判断。传统的图像梯度向量定位方法会遍历计算图像中所有的点,且往往会误定位到眉毛和眼角处,实验表明,该改进的算法可以很好的排除掉眉毛、头发、眼角等干扰区域的影响,且定位更加准确。
【关键词】：眼动跟踪 瞳孔定位 梯度向量 人眼检测
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 引言10-18
• 1.1 研究背景及意义10-12
• 1.2 国内外现状12-14
• 1.3 眼动跟踪技术的研究难点14-15
• 1.4 本文的主要工作15
• 1.5 论文结构15-18
• 第2章 眼动跟踪相关技术与理论基础18-27
• 2.1 人眼结构与视觉原理18-19
• 2.2 眼动的的基本特征与概念19-20
• 2.3 眼动跟踪技术的发展与应用领域20-21
• 2.4 眼动跟踪技术的各种实现方法21-26
• 2.4.1 瞳孔定位技术22-25
• 2.4.2 视线估计技术25-26
• 2.5 本章小结26-27
• 第3章 人脸检测和眼睛区域提取27-40
• 3.1 人脸检测27-31
• 3.1.1 Harr-like特征28
• 3.1.2 级联分类器28-29
• 3.1.3 Adaboost人脸检测29-30
• 3.1.4 人脸检测实验30-31
• 3.2 脸部特征点检测31-34
• 3.3 眼睛区域提取34-37
• 3.4 实验结果37-39
• 3.5 本章小结39-40
• 第4章 人眼瞳孔定位算法研究与实现40-55
• 4.1 传统图像梯度瞳孔定位算法40-44
• 4.2 改进的基于图像梯度瞳孔定位算法44-47
• 4.3 基于特征点的视线方向判断47-48
• 4.4 实验结果48-53
• 4.5 本章小结53-55
• 第5章 总结与展望55-57
• 参考文献57-61
• 作者简介及在学期间所取得的科研成果61-62
• 致谢62

【相似文献】

中国期刊全文数据库 前10条

1 徐曼;;拥挤场景中对多个人的检测和跟踪技术研究[J];上海电力学院学报;2013年02期

2 孙仲康;运动辐射源的被动定位与跟踪技术[J];系统工程与电子技术;1986年02期

3 蔡国松,卢广山,王合龙;眼跟踪技术[J];电光与控制;2004年01期

4 陈学昌;韩佳珍;魏桂英;;话题识别与跟踪技术发展研究[J];中国管理信息化;2011年09期

5 张珏;刘云;;话题识别与跟踪技术的发展与研究[J];北京电子科技学院学报;2008年02期

6 龚擎;眼跟踪技术开辟操作界面新纪元[J];电脑技术;1996年12期

7 久期;英国将采用先进监听监视跟踪技术[J];通信技术与发展;1997年04期

8 郑林;李树平;李胜东;范书平;司巧梅;;话题识别与跟踪技术的发展研究[J];科技致富向导;2012年08期

9 朱泽民;;会话跟踪技术及其应用[J];农业网络信息;2006年07期

10 ;无线蓝影鼠标新品[J];办公自动化;2009年17期

中国重要会议论文全文数据库 前9条

1 孙德龙;张艳秋;吴楠;杜选民;;多运动目标自动检测与跟踪技术研究[A];中国声学学会2002年全国声学学术会议论文集[C];2002年

2 赵倩;;叛逆者跟踪技术及应用[A];全国ISNBM学术交流会暨电脑开发与应用创刊20周年庆祝大会论文集[C];2005年

3 骆卫华;刘群;程学旗;;话题检测与跟踪技术的发展与研究[A];语言计算与基于内容的文本处理——全国第七届计算语言学联合学术会议论文集[C];2003年

4 王岩;马林;;颈髓扩散张量成像纤维跟踪技术及其初步应用[A];中华医学会第十三届全国放射学大会论文汇编（下册）[C];2006年

5 黎鹏;赵博文;范志娜;杨园;王蓓;潘美;唐海林;;左房跟踪技术评价正常人左房容积的可行性[A];第十届全国超声心动图学术会议论文[C];2010年

6 袁丽君;曹铁生;段云友;竹中克;海老原文;宇野汉成;;超声心动图二维斑点跟踪技术评价正常人室间隔及左室后壁应变及同步性的初步研究[A];第九届全国超声心动图学术会议论文集[C];2007年

7 王惠芳;郭中;郭金庚;黄永忠;;移动agent安全跟踪技术[A];开创新世纪的通信技术——第七届全国青年通信学术会议论文集[C];2001年

8 张静;谢明星;王新房;吕清;冷松;郑智超;;血管壁回声跟踪技术评价2型糖尿病患者早期颈动脉硬化的初步研究[A];第九届全国超声心动图学术会议论文集[C];2007年

9 曾银枝;钱若军;;一种改进的弧长法跟踪技术[A];第九届空间结构学术会议论文集[C];2000年

中国博士学位论文全文数据库 前1条

1 许开宇;基于红外图像的运动船舶检测及跟踪技术的研究[D];上海海事大学;2006年

中国硕士学位论文全文数据库 前10条

1 余木琪;基于CKF的WSN目标定位跟踪技术研究[D];西南交通大学;2015年

2 张松;毫米波导引头信号处理算法与实现[D];哈尔滨工业大学;2015年

3 张鹏;建筑物透视雷达人体成像跟踪技术研究[D];电子科技大学;2015年

4 王浩;眼动跟踪技术的研究与实现[D];吉林大学;2016年

5 刘振华;运动场景中目标检测与跟踪技术研究[D];南京航空航天大学;2008年

6 范晓楠;微博热点话题发现与跟踪技术研究[D];北京工商大学;2014年

7 刘瑶;心理跟踪技术在侦查讯问中的应用研究[D];西南政法大学;2015年

8 刘立昕;前视声纳目标跟踪技术研究[D];哈尔滨工程大学;2011年

9 郭宝云;CCTV系统目标定位与跟踪技术改进方法的研究[D];大连海事大学;2012年

10 武军娜;自适应话题跟踪技术研究[D];华北电力大学;2013年

，

本文编号：1073512