眼睛是人類最主要的感覺器官,相對于嘴、鼻子,人臉面部區(qū)域中眼睛具有顯著特征。研究眼睛及其運(yùn)動是了解人類視覺信息的重要手段。本文針對人眼視覺信息檢測的關(guān)鍵技術(shù),研究了人眼檢測、虹膜中心定位、視線跟蹤、視線注視辨識與人-機(jī)器人交互中視線姿勢內(nèi)容,具體研究內(nèi)容如下:1.針對目前人眼檢測方法沒有充分考慮人臉佩戴眼鏡、不同人眼狀態(tài)（半閉合、閉合和瞇眼等）、面部旋轉(zhuǎn)和不同亮度條件下的人眼檢測問題,提出了一種混合人眼檢測方法。利用人眼區(qū)域灰度變化比人臉其他區(qū)域灰度變化明顯的特征,采用圖像二階矩表征圖像灰度的變化,建立人眼方差濾波器（EVF）,用于獲取人眼候選圖像。然后利用建立的支持向量機(jī)人眼分類器確定人眼位置,訓(xùn)練SVM過程中,使用主成分分析法（PCA）對人眼圖像中的特征進(jìn)行降維和提取,提高了SVM分類器的性能,為了有效確定SVM分類器的參數(shù),使用遺傳算法進(jìn)行參數(shù)尋優(yōu)。所提出的人眼檢測方法對IMM、BioID和FERET人臉數(shù)據(jù)庫進(jìn)行了人眼檢測測試,取得了97.0%的平均人眼檢測正確率。2.針對目前虹膜中心檢測法沒有充分考慮虹膜在人眼區(qū)域內(nèi)左和右位置狀態(tài),導(dǎo)致虹膜中心定位精度下降的問題,提出了一種主... 

【文章來源】：北京理工大學(xué)北京市 211工程院校 985工程院校

【文章頁數(shù)】：148 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 眼睛結(jié)構(gòu)與眼睛運(yùn)動
    1.3 國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢
        1.3.1 人眼檢測方法
        1.3.2 人眼中心定位方法
        1.3.3 眼動跟蹤研究
        1.3.4 眼動數(shù)據(jù)辨識方法
        1.3.5 基于視線控制的人機(jī)交互
    1.4 本文的主要工作及內(nèi)容安排
第2章 人眼檢測方法研究
    2.1 引言
    2.2 人眼圖像數(shù)據(jù)庫建立
    2.3 人眼方差濾波器
        2.3.1 人眼方差圖像
        2.3.2 方差濾波器
    2.4 支持向量機(jī)人眼分類器
        2.4.1 支持向量機(jī)
        2.4.2 主成分分析
        2.4.3 基于遺傳算法參數(shù)尋優(yōu)
    2.5 人眼檢測流程
    2.6 實(shí)驗(yàn)結(jié)果與分析
        2.6.1 人眼檢測評估
        2.6.2 面部旋轉(zhuǎn)和光照變化下的人眼檢測評估
        2.6.3 人眼閉合狀態(tài)下的人眼檢測效果
        2.6.4 支持向量機(jī)參數(shù)分析
    2.7 本章小結(jié)
第3章 虹膜中心定位方法研究
    3.1 引言
    3.2 虹膜中心定位流程
        3.2.1 直方圖均衡化
        3.2.2 虹膜中心粗定位
        3.2.3 眼角定位
    3.3 虹膜中心提取
        3.3.1 虹膜邊界選擇模型
        3.3.2 虹膜邊界提取算法
        3.3.3 虹膜中心定位
    3.4 實(shí)驗(yàn)結(jié)果與分析
        3.4.1 人眼圖像數(shù)據(jù)庫建立
        3.4.2 虹膜中心定位評估方法
        3.4.3 粗虹膜中心定位評估
        3.4.4 真實(shí)虹膜中心定位評估
        3.4.5 性能比較
    3.5 本章小結(jié)
第4章 可見光源下單攝像機(jī)視線跟蹤技術(shù)研究
    4.1 引言
    4.2 實(shí)時(shí)人眼檢測
        4.2.1 雙閾值二值化
        4.2.2 耀點(diǎn)形狀濾波
        4.2.3 耀點(diǎn)位置濾波
        4.2.4 人眼圖像獨(dú)立成分分析模型
        4.2.5 獨(dú)立成分分析基向量估計(jì)
        4.2.6 人眼區(qū)域確定
        4.2.7 人眼實(shí)時(shí)檢測性能測試與比較
    4.3 特征提取
    4.4 視線估計(jì)
        4.4.1 2D插值視線估計(jì)
        4.4.2 頭部運(yùn)動下的視線估計(jì)
        4.4.3 視線點(diǎn)修正
    4.5 實(shí)時(shí)視線注視辨識
        4.5.1 基于速度閾值辨識算法
        4.5.2 基于離散度閾值辨識算法
        4.5.3 基于速度與數(shù)據(jù)離散度辨識算法
    4.6 實(shí)驗(yàn)結(jié)果與分析
        4.6.1 系統(tǒng)硬件組成
        4.6.2 性能表現(xiàn)與比較
    4.7 本章小結(jié)
第5章 視線注視辨識研究
    5.1 引言
    5.2 空間-時(shí)間軌跡聚類算法
        5.2.1 基本概念
        5.2.2 空間-時(shí)間軌跡聚類算法的實(shí)現(xiàn)
    5.3 離散度閾值尋優(yōu)
    5.4 實(shí)驗(yàn)數(shù)據(jù)
        5.4.1 實(shí)驗(yàn)設(shè)備和實(shí)驗(yàn)條件
        5.4.2 實(shí)驗(yàn)過程
    5.5 實(shí)驗(yàn)結(jié)果與分析
        5.5.1 人眼注視辨識評估方法
        5.5.2 注視辨識評估
        5.5.3 多噪聲點(diǎn)下辨識算法的性能評估
        5.5.4 變采樣率下辨識算法的性能評估
    5.6 最優(yōu)離散度閾值分析
    5.7 本章小結(jié)
第6章 基于視線姿勢的人-機(jī)器人交互控制系統(tǒng)
    6.1 引言
    6.2 基于視線的人-機(jī)器人交互技術(shù)
    6.3 視線姿勢基本概念
    6.4 基于視線姿勢的Drone命令設(shè)計(jì)
    6.5 基于視線姿勢的人-機(jī)器人交互系統(tǒng)的實(shí)驗(yàn)設(shè)備
    6.6 基于視線姿勢的Drone實(shí)驗(yàn)
        6.6.1 駐足時(shí)間策略
        6.6.2 任務(wù)設(shè)計(jì)
        6.6.3 控制命令學(xué)習(xí)
        6.6.4 實(shí)驗(yàn)過程
    6.7 實(shí)驗(yàn)結(jié)果與分析
        6.7.1 任務(wù)平均完成時(shí)間
        6.7.2 任務(wù)平均錯誤數(shù)
        6.7.3 受試者感知評估
        6.7.4 視線姿勢與駐足時(shí)間比較
    6.8 本章小結(jié)
第7章 總結(jié)與展望
    7.1 主要研究工作
    7.2 研究的創(chuàng)新點(diǎn)
    7.3 研究展望
附錄A
附錄B
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表論文與研究成果清單
致謝



本文編號：3411550