一種復雜環(huán)境下人眼精確定位算法的研究.pdf

1、近年來，特征目標的檢測和定位一直是數字圖像處理和機器視覺領域研究的熱點問題。人眼作為人臉中一個最為顯著的特征器官，它的檢測及精確定位技術應用非常廣泛。例如，表情識別、人機交互、醫(yī)學科學、交通安全及智能機器人等領域。因而，研究出更精細、更高效、魯棒性更強的人眼檢測和定位算法迫在眉睫。
　　目前，人眼檢測及精確定位算法有很多，且各具優(yōu)勢。但實際應用中依然存在容易定位到眼睛附近的眉毛或睫毛，以及人眼定位的精確度不夠等問題。因此，本文著重

2、對人臉檢測及多姿態(tài)人眼分類器的訓練深入研究，并分析眉毛以下眼睛區(qū)域的細微特征，設計出了一種高效的能適應多姿態(tài)、光照變化等復雜條件下的人眼精確定位算法。文中對多姿態(tài)人眼分類器訓練，人眼局部信息提取以及算法的檢測效果進行了大量實驗，并通過與最新人眼定位算法對比來分析算法的性能。最后，實現了實時攝像頭下的人眼精確定位。
　　本文的創(chuàng)新點如下:
　　1.深入研究基于Adaboost算法的級聯分類器結構特點及訓練樣本的選取，訓練出一種

3、能夠適應復雜環(huán)境的多姿態(tài)人眼強分類器。該分類器的特點是加入眉毛或睫毛等特征明顯的負樣本，能在級聯檢測時快速判定眉毛或睫毛等特征為非特征目標，很好的解決了眼睛誤定位到眉毛或睫毛的問題。實驗結果表明加入特征明顯負樣本的分類器能夠得到效果較好的粗定位人眼區(qū)域。
　　2.提出一種基于Adaboost的改進人眼精確定位算法。算法對多姿態(tài)人眼分類器在人臉范圍內搜索到的粗定位人眼區(qū)域深入分析，充分考慮人眼部分瞳孔區(qū)域與邊界區(qū)域的灰度值突變的結構