视线方向校准技术研究与应用

发布时间：2021-01-07 07:28

　　随着计算机科学技术与产业的飞速发展,人机交互方式取得了长足的发展。由于响应速度块、操作方便的特点,视线跟踪技术在人机交互领域得到了大量应用。基于瞳孔角膜反射的视线跟踪方法是目前最为普遍的视线跟踪方法之一,本文在国内外研究基础上,针对头部运动过程中注视点估计精度较低的问题,提出一种头部运动结合视线跟踪的视线方向校准技术,可以有效提高在头部自由运动时注视点估计精度。本文主要完成以下工作:（1）面部检测。针对单一面部检测算法检测结果不理想的问题,本文采用Adaboost算法结合ASM算法对人脸进行检测与跟踪,减少了面部检测次数,提高了检测效率,实现了高效准确的面部检测。（2）针对交比不变性注视点估计精度较差的问题,本文提出了一种多点标定的动态参数校准方法对注视点估计结果进行校准。首先,将屏幕平均分为四个矩形区域,每个区域互不干涉,计算每个区域的最优校准参数,通过最优参数与其他标记点参数结合,近似计算该注视点的校准参数。然后动态的选取注视点所在区域的校准参数计算虚拟投影点,建立投影平面,最后通过交比不变性计算注视点坐标。该方法解决了瞳孔中心与普尔钦斑不在同一个平面导致的注视点估计结果偏移问题。... 

【文章来源】：西安工业大学陕西省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

人脸检测结果

如果成功则以上一帧图像的特征点继续对回到 Adaboost 人眼检测以及 ASM 特征匹配获取，判断是否跟踪成功，根据此流程，一直到视频结测的检测速率，同时也提高了检测精度。测实验结果，由于眼部特征比较简单，所以造成检测人脸，然后再通过检测到的人脸图像检测人高了检测效率。同时通过 ASM 算法进行眼部特测的情况，并且在不同光照条件下，检测结果不受检测结果。(a)正脸检测 (b)侧脸检测

处理提取普尔钦斑。提取过程如下：定义阈值的普尔钦斑检测头在采集图像是采用红外滤光片过滤外界自然光，因此摄像机获取的明显的普尔钦斑。通过阈值处理可以得到二值化的光斑图像。首先采用，本文使用的是 5 个近红外光源，所以摄像机获取的图像上应该能够检眼部角膜的反射性，可能会存在一些干扰点，影响普尔钦斑坐标提行搜索，如果搜索到的光斑大于 5 个，则说明阈值设置的太低，图片中过滤掉；如果搜索到的光斑小于 5 个，则说明光斑检测的阈值设置的些光斑，因此需要提高阈值。当光斑刚好等于 5 时，可以终止调整阈标。由于检测的光斑面积较小而且不规则，所以只需要通过求普尔钦斑中点坐标。人眼图像普尔钦斑阈值处理结果如图 2.8 所示：


本文编号：2962166