隨著計(jì)算機(jī)科學(xué)技術(shù)與產(chǎn)業(yè)的飛速發(fā)展,人機(jī)交互方式取得了長足的發(fā)展。由于響應(yīng)速度塊、操作方便的特點(diǎn),視線跟蹤技術(shù)在人機(jī)交互領(lǐng)域得到了大量應(yīng)用�；谕捉悄し瓷涞囊暰�跟蹤方法是目前最為普遍的視線跟蹤方法之一,本文在國內(nèi)外研究基礎(chǔ)上,針對頭部運(yùn)動過程中注視點(diǎn)估計(jì)精度較低的問題,提出一種頭部運(yùn)動結(jié)合視線跟蹤的視線方向校準(zhǔn)技術(shù),可以有效提高在頭部自由運(yùn)動時注視點(diǎn)估計(jì)精度。本文主要完成以下工作:（1）面部檢測。針對單一面部檢測算法檢測結(jié)果不理想的問題,本文采用Adaboost算法結(jié)合ASM算法對人臉進(jìn)行檢測與跟蹤,減少了面部檢測次數(shù),提高了檢測效率,實(shí)現(xiàn)了高效準(zhǔn)確的面部檢測。（2）針對交比不變性注視點(diǎn)估計(jì)精度較差的問題,本文提出了一種多點(diǎn)標(biāo)定的動態(tài)參數(shù)校準(zhǔn)方法對注視點(diǎn)估計(jì)結(jié)果進(jìn)行校準(zhǔn)。首先,將屏幕平均分為四個矩形區(qū)域,每個區(qū)域互不干涉,計(jì)算每個區(qū)域的最優(yōu)校準(zhǔn)參數(shù),通過最優(yōu)參數(shù)與其他標(biāo)記點(diǎn)參數(shù)結(jié)合,近似計(jì)算該注視點(diǎn)的校準(zhǔn)參數(shù)。然后動態(tài)的選取注視點(diǎn)所在區(qū)域的校準(zhǔn)參數(shù)計(jì)算虛擬投影點(diǎn),建立投影平面,最后通過交比不變性計(jì)算注視點(diǎn)坐標(biāo)。該方法解決了瞳孔中心與普爾欽斑不在同一個平面導(dǎo)致的注視點(diǎn)估計(jì)結(jié)果偏移問題。... 

【文章來源】：西安工業(yè)大學(xué)陜西省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

人臉檢測結(jié)果

如果成功則以上一幀圖像的特征點(diǎn)繼續(xù)對回到 Adaboost 人眼檢測以及 ASM 特征匹配獲取，判斷是否跟蹤成功，根據(jù)此流程，一直到視頻結(jié)測的檢測速率，同時也提高了檢測精度。測實(shí)驗(yàn)結(jié)果，由于眼部特征比較簡單，所以造成檢測人臉，然后再通過檢測到的人臉圖像檢測人高了檢測效率。同時通過 ASM 算法進(jìn)行眼部特測的情況，并且在不同光照條件下，檢測結(jié)果不受檢測結(jié)果。(a)正臉檢測 (b)側(cè)臉檢測

處理提取普爾欽斑。提取過程如下：定義閾值的普爾欽斑檢測頭在采集圖像是采用紅外濾光片過濾外界自然光，因此攝像機(jī)獲取的明顯的普爾欽斑。通過閾值處理可以得到二值化的光斑圖像。首先采用，本文使用的是 5 個近紅外光源，所以攝像機(jī)獲取的圖像上應(yīng)該能夠檢眼部角膜的反射性，可能會存在一些干擾點(diǎn)，影響普爾欽斑坐標(biāo)提行搜索，如果搜索到的光斑大于 5 個，則說明閾值設(shè)置的太低，圖片中過濾掉；如果搜索到的光斑小于 5 個，則說明光斑檢測的閾值設(shè)置的些光斑，因此需要提高閾值。當(dāng)光斑剛好等于 5 時，可以終止調(diào)整閾標(biāo)。由于檢測的光斑面積較小而且不規(guī)則，所以只需要通過求普爾欽斑中點(diǎn)坐標(biāo)。人眼圖像普爾欽斑閾值處理結(jié)果如圖 2.8 所示：


本文編號：2962166