人眼檢測跟蹤系統(tǒng)設(shè)計.pdf

1、計算機視覺作為一個極具挑戰(zhàn)性的領(lǐng)域,一直以來都因為其巨大的發(fā)展?jié)摿ξ吮姸嘌芯空叩纳钊胩剿骱脱芯?。隨著計算機在商業(yè)上得到越來越多的應(yīng)用,越來越多的研究人員在對計算機視覺領(lǐng)域的重要研究方向如人眼檢測跟蹤方面進行了研究。利用人眼跟蹤,可以實現(xiàn)疲勞檢測,殘疾人交互,視覺游戲等應(yīng)用。
　　本文主要研究內(nèi)容可以分為人臉檢測,人眼檢測和人眼跟蹤三個部分。本文使用的軟件主要是VC++6.0與OpenCV相結(jié)合,通過調(diào)用OpenCV庫函數(shù),建立

2、了一個人眼跟蹤系統(tǒng),極大地縮短了系統(tǒng)的開發(fā)周期。
　　首先,本文采用了級聯(lián)Adaboost算法,用于人臉檢測、人眼檢測和人眼瞳孔定位。對輸入圖像進行人臉檢測,在人臉檢測的基礎(chǔ)上進行人眼檢測并定位瞳孔。由于人眼的瞳孔區(qū)域包含了比較穩(wěn)定的圖像信息,因此,瞳孔定位成為人眼跟蹤很重要的一步。但僅使用級聯(lián)Adaboost算法的目標跟蹤中,跟蹤效果常常達不到所要的效果,也就是很難滿足系統(tǒng)所需要的高實時性。因此為了提高實時檢測的速度,引入Cam

3、Shift跟蹤算法。
　　CamShift算法是在每一次跟蹤前必須手動選取所要跟蹤的目標,是一種半自動化跟蹤算法,但將級聯(lián)AdaBoost算法與CamShift算法的結(jié)合后,將AdaBoost算法檢測到的人眼區(qū)域和瞳孔位置作為初始化搜索窗,解決了半自動跟蹤的問題。并在跟蹤過程中,對原圖像求反向投影會增加運算量。在此基礎(chǔ)上,本文提出改進的CamShift算法。即是將原CamShift算法中對原圖像進行反向投影改為對人眼目標區(qū)域求反向

4、投影,減少跟蹤過程的運算量,該算法檢測跟蹤的速度得到提高,跟蹤效果也更準確。滿足實時性跟蹤的高要求。利用人眼瞳孔中心位置與兩眼之間中心點的偏移量,推導(dǎo)人眼的注視點,進而實現(xiàn)視線跟蹤和鼠標控制。
　　人眼跟蹤過程中,設(shè)計的跟蹤系統(tǒng)在檢測出人眼后,提取人眼區(qū)域,通過對人眼進行二值化處理和對人眼圖像進行垂直積分圖投影,以此來簡單判斷人眼的狀態(tài)。
　　本文設(shè)計的人眼跟蹤系統(tǒng),對硬件沒有過高要求,對一定的光照變化,大幅度側(cè)臉和俯仰變化