基于视频图像的眼动系统算法研究与实现

发布时间：2017-07-19 08:06

  本文关键词：基于视频图像的眼动系统算法研究与实现

  更多相关文章： 眼动系统 人脸定位 灰度投影 瞳孔定位 时空上下文

【摘要】：眼动系统是人机交互领域中的一项关键性技术,在安保、车辆、助残、仪器、军事、医学、计算机等诸多领域中都有很广泛的应用前景。所谓眼动,就是指瞳孔扫视、凝视、眨眼等基本眼姿势的改变。本文研究的就是基于视频图像的眼动系统中的关键算法。通过分析几何模型,本文搭建了一个简单的单摄像机眼动视频采集平台,器材包括一个CCD工业摄像机和一台计算机。本文的主要工作如下:1.采用3种眼动视频图像预处理的方法,为后续工作奠定了良好的基础。通过表格的方式比较了几种人脸检测算法的优缺点,提出了基于YCb Cr颜色模型的肤色分割人脸定位算法和基于Gabor变换的人眼检测方法。2.利用Sobel算子对视频流中的人脸图像进行了边缘检测,为了突出眉眼区域中水平边缘信息,采用改进的水平Sobel算子对视频流中的人脸图像进行处理。水平投影值相对较大的行在眉眼区域附近,并且眉眼间具有一定宽度,利用这两个特性将眉眼区域从人脸定位结果中分离。对眉眼区域利用垂直灰度投影法分割左右眼,其目的是为了跟踪单眼的眼动过程。然后,用水平灰度投影确定人眼条形区域。利用搜索算法确定跟踪点,即瞳孔精确定位的结果。仿真实验选取了眼动视频流中的15帧图像作为跟踪眼动过程的结果。3.本文提出了一种基于时空上下文环境STC(Spatio-temporal context)眼动跟踪方法,这也是本文的创新点。瞳孔的精确定位结果作为跟踪起始初始化的条件,在MATLAB中实现了水平向左扫视,水平向右扫视,垂直向下扫视,垂直向上扫视以及不规则眼动过程的跟踪,并绘制了水平向左扫视和水平向右扫视的眼动轨迹。通过比对异常点的个数衡量了其准确性。实验发现,这种跟踪算法可以有效地克服了头部轻微转动和眨眼对瞳孔跟踪带来的影响。处理10个眼动视频流发现,其平均每帧的处理速度可以达到0.014秒一帧,处理速度相对较快,可以满足实时性、鲁棒性的要求。
【关键词】：眼动系统 人脸定位 灰度投影 瞳孔定位 时空上下文
【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4-5
• Abstract5-10
• 第1章 绪论10-22
• 1.1 引言10
• 1.2 几种典型的生物识别技术研究现状10-14
• 1.2.1 几种生物识别技术概述10-13
• 1.2.2 课题的目的及意义13-14
• 1.3 课题的国内外研究现状14-17
• 1.3.1 课题的国外研究现状15-16
• 1.3.2 课题的国内研究现状16-17
• 1.4 论文的总体架构17-19
• 1.5 论文的主要工作及章节安排19-22
• 第2章 采集平台搭建及图像预处理22-28
• 2.1 采集平台搭建22-24
• 2.2 图像预处理24-27
• 2.2.1 图像灰度化24-25
• 2.2.2 直方图均衡化25-26
• 2.2.3 均值滤波26-27
• 2.3 本章小结27-28
• 第3章 人脸定位与人眼检测28-38
• 3.1 人脸检测基本算法对比28-30
• 3.2 基于YCBCR颜色空间的肤色分割算法30-33
• 3.2.1 RGB空间与YCb Cr空间30-31
• 3.2.2 肤色分割31-33
• 3.3 基于GABOR变换的人眼检测33-36
• 3.3.1 Gabor核函数34-35
• 3.3.2 基于Gabor变换人眼检测仿真结果35-36
• 3.4 本章小结36-38
• 第4章 基于视频图像的瞳孔定位算法38-46
• 4.1 SOBEL算子边缘检测38-40
• 4.2 分割左右眼及提取人眼条形区域40-42
• 4.3 快速瞳孔精确定位42-45
• 4.3.1 人眼区域搜索与标注42-43
• 4.3.2 基于视频序列的仿真结果43-45
• 4.4 本章小结45-46
• 第5章 基于时空上下文鲁棒视觉的瞳孔跟踪46-66
• 5.1 时空上下文算法综述46-48
• 5.2 时空上下文算法跟踪的基本原理48-52
• 5.2.1 上下文先验概率模型的建立49-50
• 5.2.2 置信图函数以及形状参数50-51
• 5.2.3 空间上下文模型的建立51-52
• 5.3 时空上下文算法跟踪的流程52-54
• 5.4 仿真结果与分析54-65
• 5.4.1 水平向右眼动跟踪54-56
• 5.4.2 水平向左眼动跟踪56-58
• 5.4.3 垂直向下眼动跟踪58-60
• 5.4.4 垂直向上眼动跟踪60-61
• 5.4.5 不规则眼动跟踪61-63
• 5.4.6 头部轻微晃动及眨眼跟踪63-65
• 5.5 本章小结65-66
• 第6章 全文总结与展望66-68
• 6.1 本文的主要工作总结66-67
• 6.2 工作展望67-68
• 参考文献68-74
• 作者简介及科研成果74-76
• 致谢76

【参考文献】

中国期刊全文数据库 前10条

1 徐建强;陆耀;;一种基于加权时空上下文的鲁棒视觉跟踪算法[J];自动化学报;2015年11期

2 李维军;吴乐华;郭雨;唐鉴波;;灰度积分投影和圆形标记法结合的人眼定位[J];科学技术与工程;2014年15期

3 王科俊;邹国锋;;基于子模式的Gabor特征融合的单样本人脸识别[J];模式识别与人工智能;2013年01期

4 何春华;张雪飞;胡迎春;;基于改进Sobel算子的边缘检测算法的研究[J];光学技术;2012年03期

5 周家锐;纪震;沈琳琳;朱泽轩;陈思平;;基于Gabor小波与Memetic算法的人脸识别方法[J];电子学报;2012年04期

6 王宪;陆友桃;宋书林;平雪良;许腾;;基于Gabor小波变换与分块PCA的人脸识别[J];计算机工程与应用;2012年03期

7 王有春;;指纹识别在身份证网络核查系统中的应用[J];传感器与微系统;2011年06期

8 王小鹏;闫国梁;闫文秀;;基于最大熵分割和肤色模型的人眼定位[J];计算机工程;2010年14期

9 张闯;迟健男;张朝晖;王志良;;一种新的基于瞳孔-角膜反射技术的视线追踪方法[J];计算机学报;2010年07期

10 袁春兰;熊宗龙;周雪花;彭小辉;;基于Sobel算子的图像边缘检测研究[J];激光与红外;2009年01期

中国博士学位论文全文数据库 前5条

1 林敏;基于眼动信息的人机交互关键技术研究[D];上海大学;2014年

2 刘瑞安;单摄像机视线跟踪技术研究[D];天津大学;2007年

3 李云峰;基于Gabor小波变换的人脸识别[D];大连理工大学;2006年

4 宋加涛;基于二值边缘图像的眼睛定位和人脸识别[D];浙江大学;2004年

5 任获荣;数学形态学及其应用[D];西安电子科技大学;2004年

中国硕士学位论文全文数据库 前8条

1 周锋宜;基于视频图像处理的视线追踪技术研究[D];北京理工大学;2015年

2 陈永亮;灰度图像的直方图均衡化处理研究[D];安徽大学;2014年

3 高静;基于RANSAC的视线跟踪关键技术研究[D];西安电子科技大学;2014年

4 魏雯婷;基于图像纹理和SVR的视线估计系统研究[D];西安电子科技大学;2014年

5 杭海滨;虹膜定位与识别的算法研究与实现[D];上海交通大学;2013年

6 赵青云;基于视频图像的瞳孔精确定位方法研究[D];吉林大学;2012年

7 李昕;基于眼电的无障碍人机交互技术研究[D];浙江大学;2010年

8 王延翔;基于均值算法的混合噪声图像滤波算法的研究与实现[D];北京邮电大学;2010年

，

本文编号：561844