紅外條件下人眼快速定位算法研究與實現(xiàn)

1、紅外條件下人眼快速定位紅外條件下人眼快速定位算法研究與實現(xiàn)算法研究與實現(xiàn)徐柏科徐柏科a，李春貴，李春貴b，陽樹洪，陽樹洪b（廣西科技大學a.電氣與信息工程學院b.計算機學院，廣西柳州545006）摘要：摘要：針對以往人眼定位易受背景、非均勻光照、人臉姿態(tài)及眉毛等諸多因素影響的缺陷，以AdaBoost_Cade算法進行人臉檢測的基礎上，本文提出了一種快速、高效的人眼定位新方法。該算法以梯度復雜度粗略得到人眼區(qū)域，然后，通過Gab濾波、積分

2、投影及連通域增強算法精確定位人眼。實驗表明，該算法不僅能克服以往人眼定位缺陷，并對人臉姿態(tài)、表情變化有較強的適應能力，精度達到99%及以上。關鍵字：關鍵字：AdaBoost_Cade算法；人眼定位；Gab濾波；連通域；積分投影中圖分類號：中圖分類號：TP391文獻標志嗎：文獻標志嗎：AResearchRealizationofFastEyeslocalizationalgithmBasedontheInfraredConditionXU

3、BaikeaLIChunguibYANGShuhongbCollegeofElectricalInfmationEngineeringb.CollegeofComputerEngineering（a.GuangxiUniversityofScienceTechnologyLiuzhou545006China）Abstract:Inviewofthedefectsofpreviouseyelocationalgithmwhichhasbe

4、envulnerabletobackgroundthenonunifmilluminationfacialgestureseyebrowsoonIthasbasedonAdaBoost_Cadealgithmtodetectfacethispaperproposesanewmethodoffastefficienteyelocation.Thealgithmgetsroughlytheeyesareabasedoncomplexityo

5、fthegradientaccuratelylocatetheeyesthroughtheGabfilterintegralprojectionconnecteddomainenhancementalgithm.Experimentsshowthattheproposedalgithmnotonlycanovercomethedefectsofpreviouseyelocationithasthestrongabilitytoadapt

6、thechangesoffaceposturefacialexpressionprecisionreached99%me.Keywds:AdaBoost_CadealgithmEyelocationGabfilter.ConnecteddomainIntegralprojection1引言引言人眼定位在人臉識別、智能監(jiān)控、視頻跟蹤、人眼狀態(tài)分析等應用領域中具有重要的意義與影響，直接關系著其檢測與定位的正確率。實際應用中，由于當前絕大部分

7、人眼定位算法均受到非常明顯的限制，如復雜光照條件導致的光照過強、過弱、及光照不均勻、臉部姿態(tài)變化等；另一方面，人臉特征多，不易分析，提取困難，計算復雜度相對較高。到目前為止，已有國內(nèi)外研究者提出眾多卓有成效的人眼定位方法。其中文獻[1]提出了使用通用投影函數(shù)（GPF）來進行眼睛定位，實現(xiàn)簡單，計算量小，但波峰、波谷的分布對不同的人臉和姿態(tài)的變化非常敏感，單獨使用定位效果差；文獻[2]使用Gab濾波器檢測眼睛的內(nèi)眼角、外眼角和眼睛的中心位

8、置，文獻[3]提出Gab小波濾波器和灰度積分投影技術的定位方法但這兩種方法并不適用于復雜的圖像；文獻[4][5]首先采用水平與垂直積分投影法粗定位眼睛窗口，綜合運用動態(tài)閾值的模板卷積法和形態(tài)學操作來定位眼部黑塊，通過黑斑精確定位出眼球中心但是對于原圖像的尺度、光照情況、旋轉角度非常敏感，而且模板匹配方法的計算量太大；文獻[6]應用了基于Hough變換特征的人眼定位算法，其優(yōu)點是實現(xiàn)起來簡單，但算法沒有考慮眼睛的微結構特征；文獻[7]采用

9、積分投影去眉毛部分，最后利用復雜度、灰度均值和結構居中度分，式中，（2）????????minjjijiIIC11112||mni??，，，，2121??通過以上的雙向梯度復雜度分析，可粗略定位出眼睛區(qū)域，并可去除眉毛的干擾，很大程度上為后續(xù)的精確定位奠定了基礎。圖2為其復雜度平滑后變化曲線。05010002004006001二二二二二二二二二05010002004006002二二二二二二二二二050100150020040060080

10、03二二二二二二二二二二05010015002004006004二二二二二二二二二二圖2復雜度平滑后曲線根據(jù)梯度復雜度變化平滑曲線對應找到左右眼大致中心，由于光照不均勻或姿態(tài)變化的影響，梯度復雜度變化最劇烈所對應的行列交叉點不一定是眼睛的中心，有時包含眼角和眼白部分或光照變化很大的位置復雜度比真正的眼睛中心圖像塊還大，故以此點作為人眼大致定位點，同時，按照左右眼的垂直梯度復雜度變化最大點為基準，上下延伸，進而得到只包含眼睛的人眼區(qū)域。2

11、.22.2圖像圖像GabGab濾波及二值化增強濾波及二值化增強由于Gab濾波器能夠計算任何方向和頻率的能量，又因眼眉區(qū)域在豎直方向上有明顯的灰度變化，頻率響應幅值和邊界信息特別的豐富，即可與臉部其它區(qū)域相區(qū)別。因此，可以根據(jù)此特性去除復雜背景及眉毛區(qū)域的干擾。二維Gab濾波器的函數(shù)表達形式如下：（3）)2()2||||||(||222222||||)(???VUVUjKzKVUVUeeKzG??其中，二維坐標向量定義如下：，，（4）ni