一种精确的人眼瞳孔定位算法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
再 利 用 局 部 Ｈｏ ｇ 换 检 测 圆 心 方 法精 确 定 位 瞳 孔 中 心 ，对 ｕ ｈ变
１权值标准化 ： ）
，
，
巨，是一个概率分布 ￡ 。 ｆ
，
２对于每一个 特征 ， ） 训练弱分类器 ， 与 相 关 的 误 差
．
于 已经检测 到的包 含人脸图像 的一系列视频序 列的每一帧 图 像 ，根据彩色 图像 与灰度图像的转换 关系依 次将 其从彩色 图
ｌ 概 述
人眼作为人脸特征 的重 要组 成部分 ，与嘴、鼻及其他脸
（） ２眼睛粗 检测模块 。在 人脸 区域图像 中分别取 眨眼前后 两帧的图像在灰度图像中检测人眼区域。 （） ｏ ｇ ３Ｈ ｕ ｈ变换检测 圆心精确定位模块 。利用 Ｃ ｎ ｙ算法 ａｎ 进行边缘提取和局部 Ｈ ｕ ｈ变化检测圆心的方法，精确定位 ｏｇ
像 变 为 灰 度 图像 。 Ｊ
为 ，其中 ：
＝ ｈｘ￣ｉ ， ｗｉ Ｚ ， （）Ｙ （ Ｐ～ ［ （）Ｙ ＝。 ｊ ＝ ｅｈｘ一ｉ １ ｊｉ ］ （ ） ｌ， Ｉ ） ｊ
同时选择具有最小 ｑ的 。 ３更新权值 ，令 ： ）
在较短 时间（ 小于 ３ｓ内图像 亮度和光照等变化对 图像 的 ） 影响不大的情 况下 ，对从摄像头采集 到的包含检测到人脸 的 ２帧的睁眼和 闭眼 ２种状态 下的图像进行 分析 ，图 ５和图 ６ 为 １ ０ ２ ６像素 的人脸 图像 分别在人眼睁开和闭合 ２种情 况 ８ ￣２
Ｅｘ ｅ ｉ ｎ ａ ｅ ｕ ｔ ｎ ｉ ａ ｅ ａ ｏ ｌ ｐ ｒｍｅ ｔ ｌ ｓ wenku.baidu.com ｉ ｄ ｃ ｔ ｓｆ ｌ ｒ ｓ ｏｗｓ ｓｍ ｐ ｅ ｅ ｕ ｐ ： ｉ ｌ ｑ ｉ ｍｅ ｔ ｓ ｄ ｉ ｅ ａｇｏ ｉｈ ｎ ｓｕ ｅ ｔ ｌ ｒ ｍ， ｅ ｉｅ ｌ ｃ ｌ ａ ｉ ｎ ａ ｇ ｒｔ ｍ，ｆ ｓ ｎｄ ａ ｃ ｒ ｔ ｏ ｉ ｏ ｉ ｇ ｔ ｅ ｎｈ ｔ ｐｒ ｃ ｓ ｏ ａ ｉ ｔ ｌ ｏ ｉ ｚ ｏ ｈ ａ ｔａ ｃ ｕ ａｅ ｐ ｓｔ ｎ ｎ ｈ ｉ
与传统的 Ａ ａ ｏ ｓ ｄ Ｂ ｏｔ算法 和 Ｃ ｍｓｉ 算法相 比，改进 的 ａ ｈｆ ｔ
÷ ； 一， 对于 １ 权重赋
ｚ ｐ
ＡｄＢ ｏｔ算法 明显提 高了检测精确性 。把 改进 的 ＡｄＢ ｏｔ ａ ｏｓ ａ ｏｓ 算法与级联模型结合起来构建 人脸检测器 ，达到 了更优 的分
［ ｙｗｏ ｄ ］ｃａｓ ｅ； ｙ ｒａ ｇａ ｈ ｎ ｅ ｅｇ ｔ ｃｉｎ Ｈｏ 曲 ｔ ｎｆｒ ｐ ｐｌ Ｋｅ ｒ ｓ ｌｓｉ ｒｅ ｅ ｅ； ｒｙｃａ ｇ ；ｄ ｅｅ ｒ ｔ ； ｕ ｒ ｓｏｍ； ｕ ｉ ｉ ｆ ａ ｘａ ｏ ａ Ｄ０Ｉ １ ． ６ ／ｉ ｎ１ ０ —４ ８ ０ ２０ ． ６ ： ０３ ９ｊｓ ．０ ０３ ２ ． １ ．８０ ９ ．ｓ ２ ４
Ｈ ａ 矩形特征 ，其 中， ， ２…， 为 Ａ ａ ｏ ｓ方法训练的 ａｒ Ⅳ１Ⅳ ， ｄＢ ｏｔ
各级弱分类器 ； 为弱分类器 级联构成 的第 １ 强分类器 。 级
图 ２ ｎ个弱分类器的级联结桷
本文改进 的 Ａ ａ ｏ ｓ ｄＢ ｏｔ算法采 用积分 图像 的表示 方法 ，
基金项 目：四川省 信号与信息处理 重点 实验室基金资助项 目 Ｓ Ｘ （Ｇ Ｚ
尼去 ＝
ａ（３≠Ｙ ，ｅ １ ， ｘ ｉ ｉ 。
鬻
㈦ 下的垂直 灰度投影 曲线 。
当分 类 器 正 确 时 ， （ ） ，ｅ Ｏ ‘＝ ｃ ，而 当分 类器 错 误 时 ， ＝
４最后输 出的假设为 ： ）
） ｇ至 ） ｌ 订 ：ｎ （ 舌
一
１ｏｔ ｒ ｓ ｈｅｗｉｅ
ｃ ｎ ｔｕ ｔ ｄ ｓｒ ｎ ａ ｃ ｄ ｌ ｓ ｉ ｅ ． ｅ ｅ ｅ ｒ ｇ ｏ ａ ｅ ｄ ｔ ｃｅ ｃ ｏ ｄ ｎ ｏ ｔ ｂ ｉ ｕ ｒ ｙ ｃ ａ ｅ ｎ ｔ ｅ ａ ｅ ｆｔ ｅ ｅ ｅ ｂ ｆ ｒ ｙ — ｌ ｋ ｏ ｓｒ ｃ ｅ ｔｏ ｇ ｃ ｓ ａ ｅ ｃ ａ ｓｆ ｒ Ｔｈ ｙ ｅ ｉ ｎ ｃ ｎ ｂ ｅ ｅ ｔ ｄ ａ ｃ ｒ ｉ ｇ ｔ ｈｅ ｏ ｖ ｏ ｓ ｇ ａ ｈ ｎｇ ｓ ｉ ｈ ｒ ａ ｏ ｙ ｅ ｏ ｅ ｅ ｅ ｂ ｉ ｉ ｈ ｎ
用于 人 脸 检 测 。 更强分类器的训练算法如下 ：
（ 限于篇幅 ，选取部分 图形 罗列） ，表 １给出 ３种 算法的误检 数和正确率 。
图 ４ 本文算法 的人脸检 结果
（） １对于 月个学 习样本 ｛１ ｌ， ２Ｙ ｝…， Ｙ｝ Ｘ， ｝｛ ， ２， ｛ ，其 中， Ｙ Ｘ ， 每个 都 是 的一个实例 ，即 Ｘ∈Ｘ ，在 人脸检测中就是输 ｉ
收稿 日 ：２ １－ —０ 期 ０１ ７２ ０
Ｅｍａ ：ｈｏ ｍ ｇｎ００固１６ ｏ — ｒ ａｍ ｇａｇ７８ ２ ． ｍ ｌ ｅ
ｌ２ ４
计
算
机
工
程
２１ ０ ２年 ４月 ２ ０日
利用类 Ｈ ａ 矩形特征 。类 Ｈａｒ矩形特征 能够很好地表示 图 ａｒ ａ 像 的纹理 特征 ，常 被 用于 实时检 测对 象 的分类特 征 ，利 用 Ａ ａ ｏ ｓ 习算法将 由 Ｈ ａ．ｋｔ 特征 生成 的简 单分 类器 ｄ Ｂ ｏｔ学 ａｒ１ ｅ ｉ 叠加成强分 类器 ，再将强分类器级联 构造 更强分类器 ，然 后
Ｄ０ Ｏ 一 ０ ｌ １ １ｌ一 １
圈 １ 人 眼定位算姥 的主 要流程
作者简介 ： 明［（９４ ） 男， 郝 ￣ １８ － ， Ｊ ｌ 硕士研究 生， 主研 方向 ： 图像处理 ，
计算机 视觉 ，模式识别 ；董秀成 ，教授 ；黄亚勤 ，硕士研究 生
（） ａ ｏ ｓ 定位人脸模块 。 １ ＡｄＢ ｏｔ 构造 级联更强分类器检 测图 像 中的人 脸。
３ 改进 的 Ａ ａ ｏ ｓ人脸检测算法 ｄ Ｂ ｏｔ
２ 人眼定位算法流程
人眼定位算法主要流程如图 １ 所示 。
’
Ａ ａ ｏ ｓ是 一 种 新 的 Ｂ ｏｔ ｇ算 法 。近 年 来 ， 算 法 由 ｄ Ｂ ｏｔ ｏ ｓｎ ｉ 该
于对 一些 弱学 习算法返 回 的弱假设 的误差 能够 自适应 地调 整 ，因此得到了较大范围的推 广。图 ２中级联分类器的每一 个节点都用 ＡｄＢ ｏｔ来训练 ，该算法提取采集到图像的类 ａ ｏｓ
区域灰度变化显著 的特点检 测人眼区域 ， 用边缘提取 、局部 Ｈｏ ｇ 采 ｕ ｈ变换检测 圆心的方法 定位 瞳孔中心 。 实验结果表 明，该算法能够快捷、 准确地定位复杂背景 下的人眼，对 于光照及头部旋转情况下人 眼定位具有较好的鲁棒性 。
关健诃 ：分类器 ；眼部 区域 ；灰度变化 ；边缘提取 ；Ｈ ｕ ｈ ｏ ｇ 变换 ；瞳孔
类性 能 ，提高 了人脸检测 的鲁棒性 。
（） ３对于 ｔ ，， 一 ， ＝ｌ …， １ 调用一个给定 的弱学 习算法 ， ２ 执行
４个 步 骤 ：
４ 人 眼检测
４１ 基 于灰度差值法 的人 眼所在面 部区域检测 ， 通过对眨 眼前 后 ２帧图像进行处理 的方法粗 定位眼睛 ，
瞳 孔 的中 心 。
部器官相 比，能够提供 更重 要、更可 靠的信息 ，因此 ，人眼 的检 测与标定对于现实生活 的应用具有重大的意义ｌ Ｊ ｌ ，目前
国内外对人眼定位算法 的研究虽取得 了一 定的成就，但 是在 简单设备下的算法研究仍然是一项具有挑战性 的研究课题 。 本文提出 的人眼定位算法采用 “ 由粗到细”的定位策 略， 能够从单 目摄像头采集 的图像 中检测 出人脸 ，同时对检测到
ａ ｄ ａ ｔｒ ｎ ｆｅ．Ｔｈ ｔ ｏ ｆｅ ｇ ｘｒ ｃｉｎ ａ ｄ ｌｃ ｌＨｏ ｇ ｒ ｎ ｆ ｒ ｆ ｒｄ ｔｃｉｇ ｔ ｅｃ ｎｅ ｆｃｒｌ ｓａ ｏ ｔｄ ｔ ｅｅ ｔｔｅ ｃ ｎｅ ｆｐ ｐｌ ｅ ｍｅｈ ｄ ｏ ｄ ｅ ｅ ｔａ ｔｏ ｎ ｏ ａ ｕ ｈ ｔａ ｓｏｍ ｅｅ ｔ ｅ ｔｒｏ ｉｃｅ ｉ ｄ ｐｅ ｏ ｄ ｔｃ ｈ ｅ ｔｒｏ ｕ ｉ ｏ ｎ ｈ ．
Ｐｒ ｃ ｓ ｕ ａ ｅＰｕ ｉ Ｌｏ ａ ｉ ａ ｉ ｎ Ａｌ ｏ ｉｈ ｅ ｉｅＨ ｍ ｎ Ｅｙ ｐ ｌ ｃ ｌ ｔｏ ｇ ｒｔ ｍ ｚ
Ｈ ＡＯ ｉ － ｎｇ， Ｏ Ｎ Ｇ ｉ ｃ ｎｇ Ｍ ｎｇ ｇａ Ｄ Ｘ ｕ— ｈｅ ，Ｈ ＵＡ Ｎ Ｇ － ｎ Ｙａ ｑｉ
（ ｉ ｕ ｎＰｏ ｉｃａ Ｋｅ ａ ｆ ｉｎ ｌ ｎ ｆｒ ｔ ｎＰｏｅｓ ｇ Ｘｈ ａＵｎｖ ｒｉ ， ｈｎ ｄ １ ０ ９ Ｃ ｉａ Ｓｃ ａ ｒｖｎ ｉｌ ｙＬ ｂｏ Ｓｇ ａａ ｄＩ ｏｍａｏ ｒｃｓｉ ， ｉｕ ｉｅｓｙ Ｃ ｅ ｇ ｕ６ ０ ３ ， ｈｎ ） ｈ ｎ ｉ ｎ ｔ
文献标识码： Ａ
中圈分类号：Ｔ３２ Ｐ１
种 精确 的人 眼 瞳 孔 定位 算 法
郝 明刚，董秀成 ，黄亚勤
（ 西华大 学四川省信号与信息处理重点实验 室，成都 ６ ０ ３ ） １０ ９
摘
要 ：提 出一种 利用单 目摄像头快速定位人 眼的方法 ，通 过改进的 Ａｄ Ｂ ｏｔ方法构造级联强分类器 定位 人脸 ，根据人眼眨眼前后眼部 ａ ｏｓ
ｅ ｅｅ ｅ ｎ ｔ ｅ ｃ ｍｐｌ ｘ ｂ ｃ ｇ ｏ ｎｄ ａ ｌ ａ ｏ ｄ ｒ ｂ ｓｎ ｓ ｅｃ ｓ ｆｉｌ ｍｉ ａ ｉ ｎ ａ ｄ ｈ ａ ｏ ａ ｉ ｎ ｙ ｖ ｎ ｉ ｏ ｈ ｅ ａ ｋ ｒ ｕ ， ｓｗｅ ｌ ｓｇ ｏ ｏ ｕ ｔ ｅ ｓｉ ｔ ａ ｅｏ ｕ ｎ ｔ ｎ ｅ ｄ ｒ ｔｔｏ ． ｎｈ ｌ ｏ
５ｑ 善
（ ３ 】
懈
其，＝ ｎ ｏ 中ｑ （ （ ］ － ｎ －
（） 训练 的各 级简单分 类器 级联构造 为第 １级强分 类 ４将
器 。
誓
面６
醴
鬈 智 ｚ
图 ５ 人眼睁开情况 下垂直 方向上的灰度投影 曲线
（） ５用同样 的方法训练第 ２ 级强 分类器 和第 ３ 强分类 级
第３ ８卷 第 ８ 期
Ｖ＿ ． ８ ０ ３ １
・
计
算
机
工
程
２１ ０ ２年 ４月
Ａｐ ｉ ０１ ｒｌ ２ ２
ＮＯ８ ．
Ｃｏ ｐ ｅ ｇｉ ｅ ｒｎ ｍ ｕｔｒＥｎ ｎ ｅ ｉ ｇ
人 工智 能 及识 别技 术 ・
一
文章编号：１０—３２（ １） —ｏ４—０ ００－ ８ ０２ ８＿ １＿ ４ ２ ０ １ ３
的 人 脸 区 域 图 像 实 时定 位 人 眼 区 域 ，最 后对 人 眼 区 域 图 像 进
（） ４眼睛确认模块 。根据 前面 几个模块 的定位结果确认人
眼瞳孔的最终定位结果 。
（） ５人眼跟踪模 块。对检测到 的人眼进行定位 ，同时对获
取的下一帧图像进行处理。
行 处理实现瞳孔的精确定位 。
入的人脸图像 ，每一个 Ｙ是对应于 置的输出结果集 ｙ ，人脸 检测只有 ２个类 的问题 ，则 ∈Ｙ＝｛ｌ １，设 个样本 中 一， ｝ ＋ 有 Ｐ个正样本和 ｑ个 负样 本。 （） ２对于 ｙ ｌ ｉ ，权重赋 以 巨 ＝
以 。
＝
，
表１ 种 脸 测 的 果 较 ３ 人 检 算法 鳍 比
［ ｓｒｃ］ Ａ ｆｓ ｌｃｌ ａｉｎａｇ ｒｈ ｉ ｐｅｅ ｔｄｆｒｔｅｈ ｍａ ｙ ｔ ｉｇｅｃｍｅａＴ ｅｆｃ ｃｔｄａｏ ｔ ｇｔｅｉ ｒｖ ｄＡｄ Ｂ ｏｔ Ａｂ ｔａ ｔ ｔ ｏａｉ ｔ ｌｏｉ ｍ ｒｓｎｅ ｏ ｕ ｎｅ ｅｗｉ ｓｎ ｌ ａ ｒ． ｈ ｅｉ ｌ ａｅ ｄ ｐｉ ａ ｚ ｏ ｔ ｓ ｈ ｈ ａ ｓｏ ｎ ｈ ｍｐｏ ｅ ａ ｏ ｓ
１权值标准化 ： ）
，
，
巨，是一个概率分布 ￡ 。 ｆ
，
２对于每一个 特征 ， ） 训练弱分类器 ， 与 相 关 的 误 差
．
于 已经检测 到的包 含人脸图像 的一系列视频序 列的每一帧 图 像 ，根据彩色 图像 与灰度图像的转换 关系依 次将 其从彩色 图
ｌ 概 述
人眼作为人脸特征 的重 要组 成部分 ，与嘴、鼻及其他脸
（） ２眼睛粗 检测模块 。在 人脸 区域图像 中分别取 眨眼前后 两帧的图像在灰度图像中检测人眼区域。 （） ｏ ｇ ３Ｈ ｕ ｈ变换检测 圆心精确定位模块 。利用 Ｃ ｎ ｙ算法 ａｎ 进行边缘提取和局部 Ｈ ｕ ｈ变化检测圆心的方法，精确定位 ｏｇ
像 变 为 灰 度 图像 。 Ｊ
为 ，其中 ：
＝ ｈｘ￣ｉ ， ｗｉ Ｚ ， （）Ｙ （ Ｐ～ ［ （）Ｙ ＝。 ｊ ＝ ｅｈｘ一ｉ １ ｊｉ ］ （ ） ｌ， Ｉ ） ｊ
同时选择具有最小 ｑ的 。 ３更新权值 ，令 ： ）
在较短 时间（ 小于 ３ｓ内图像 亮度和光照等变化对 图像 的 ） 影响不大的情 况下 ，对从摄像头采集 到的包含检测到人脸 的 ２帧的睁眼和 闭眼 ２种状态 下的图像进行 分析 ，图 ５和图 ６ 为 １ ０ ２ ６像素 的人脸 图像 分别在人眼睁开和闭合 ２种情 况 ８ ￣２
Ｅｘ ｅ ｉ ｎ ａ ｅ ｕ ｔ ｎ ｉ ａ ｅ ａ ｏ ｌ ｐ ｒｍｅ ｔ ｌ ｓ wenku.baidu.com ｉ ｄ ｃ ｔ ｓｆ ｌ ｒ ｓ ｏｗｓ ｓｍ ｐ ｅ ｅ ｕ ｐ ： ｉ ｌ ｑ ｉ ｍｅ ｔ ｓ ｄ ｉ ｅ ａｇｏ ｉｈ ｎ ｓｕ ｅ ｔ ｌ ｒ ｍ， ｅ ｉｅ ｌ ｃ ｌ ａ ｉ ｎ ａ ｇ ｒｔ ｍ，ｆ ｓ ｎｄ ａ ｃ ｒ ｔ ｏ ｉ ｏ ｉ ｇ ｔ ｅ ｎｈ ｔ ｐｒ ｃ ｓ ｏ ａ ｉ ｔ ｌ ｏ ｉ ｚ ｏ ｈ ａ ｔａ ｃ ｕ ａｅ ｐ ｓｔ ｎ ｎ ｈ ｉ
与传统的 Ａ ａ ｏ ｓ ｄ Ｂ ｏｔ算法 和 Ｃ ｍｓｉ 算法相 比，改进 的 ａ ｈｆ ｔ
÷ ； 一， 对于 １ 权重赋
ｚ ｐ
ＡｄＢ ｏｔ算法 明显提 高了检测精确性 。把 改进 的 ＡｄＢ ｏｔ ａ ｏｓ ａ ｏｓ 算法与级联模型结合起来构建 人脸检测器 ，达到 了更优 的分
［ ｙｗｏ ｄ ］ｃａｓ ｅ； ｙ ｒａ ｇａ ｈ ｎ ｅ ｅｇ ｔ ｃｉｎ Ｈｏ 曲 ｔ ｎｆｒ ｐ ｐｌ Ｋｅ ｒ ｓ ｌｓｉ ｒｅ ｅ ｅ； ｒｙｃａ ｇ ；ｄ ｅｅ ｒ ｔ ； ｕ ｒ ｓｏｍ； ｕ ｉ ｉ ｆ ａ ｘａ ｏ ａ Ｄ０Ｉ １ ． ６ ／ｉ ｎ１ ０ —４ ８ ０ ２０ ． ６ ： ０３ ９ｊｓ ．０ ０３ ２ ． １ ．８０ ９ ．ｓ ２ ４
Ｈ ａ 矩形特征 ，其 中， ， ２…， 为 Ａ ａ ｏ ｓ方法训练的 ａｒ Ⅳ１Ⅳ ， ｄＢ ｏｔ
各级弱分类器 ； 为弱分类器 级联构成 的第 １ 强分类器 。 级
图 ２ ｎ个弱分类器的级联结桷
本文改进 的 Ａ ａ ｏ ｓ ｄＢ ｏｔ算法采 用积分 图像 的表示 方法 ，
基金项 目：四川省 信号与信息处理 重点 实验室基金资助项 目 Ｓ Ｘ （Ｇ Ｚ
尼去 ＝
ａ（３≠Ｙ ，ｅ １ ， ｘ ｉ ｉ 。
鬻
㈦ 下的垂直 灰度投影 曲线 。
当分 类 器 正 确 时 ， （ ） ，ｅ Ｏ ‘＝ ｃ ，而 当分 类器 错 误 时 ， ＝
４最后输 出的假设为 ： ）
） ｇ至 ） ｌ 订 ：ｎ （ 舌
一
１ｏｔ ｒ ｓ ｈｅｗｉｅ
ｃ ｎ ｔｕ ｔ ｄ ｓｒ ｎ ａ ｃ ｄ ｌ ｓ ｉ ｅ ． ｅ ｅ ｅ ｒ ｇ ｏ ａ ｅ ｄ ｔ ｃｅ ｃ ｏ ｄ ｎ ｏ ｔ ｂ ｉ ｕ ｒ ｙ ｃ ａ ｅ ｎ ｔ ｅ ａ ｅ ｆｔ ｅ ｅ ｅ ｂ ｆ ｒ ｙ — ｌ ｋ ｏ ｓｒ ｃ ｅ ｔｏ ｇ ｃ ｓ ａ ｅ ｃ ａ ｓｆ ｒ Ｔｈ ｙ ｅ ｉ ｎ ｃ ｎ ｂ ｅ ｅ ｔ ｄ ａ ｃ ｒ ｉ ｇ ｔ ｈｅ ｏ ｖ ｏ ｓ ｇ ａ ｈ ｎｇ ｓ ｉ ｈ ｒ ａ ｏ ｙ ｅ ｏ ｅ ｅ ｅ ｂ ｉ ｉ ｈ ｎ
用于 人 脸 检 测 。 更强分类器的训练算法如下 ：
（ 限于篇幅 ，选取部分 图形 罗列） ，表 １给出 ３种 算法的误检 数和正确率 。
图 ４ 本文算法 的人脸检 结果
（） １对于 月个学 习样本 ｛１ ｌ， ２Ｙ ｝…， Ｙ｝ Ｘ， ｝｛ ， ２， ｛ ，其 中， Ｙ Ｘ ， 每个 都 是 的一个实例 ，即 Ｘ∈Ｘ ，在 人脸检测中就是输 ｉ
收稿 日 ：２ １－ —０ 期 ０１ ７２ ０
Ｅｍａ ：ｈｏ ｍ ｇｎ００固１６ ｏ — ｒ ａｍ ｇａｇ７８ ２ ． ｍ ｌ ｅ
ｌ２ ４
计
算
机
工
程
２１ ０ ２年 ４月 ２ ０日
利用类 Ｈ ａ 矩形特征 。类 Ｈａｒ矩形特征 能够很好地表示 图 ａｒ ａ 像 的纹理 特征 ，常 被 用于 实时检 测对 象 的分类特 征 ，利 用 Ａ ａ ｏ ｓ 习算法将 由 Ｈ ａ．ｋｔ 特征 生成 的简 单分 类器 ｄ Ｂ ｏｔ学 ａｒ１ ｅ ｉ 叠加成强分 类器 ，再将强分类器级联 构造 更强分类器 ，然 后
Ｄ０ Ｏ 一 ０ ｌ １ １ｌ一 １
圈 １ 人 眼定位算姥 的主 要流程
作者简介 ： 明［（９４ ） 男， 郝 ￣ １８ － ， Ｊ ｌ 硕士研究 生， 主研 方向 ： 图像处理 ，
计算机 视觉 ，模式识别 ；董秀成 ，教授 ；黄亚勤 ，硕士研究 生
（） ａ ｏ ｓ 定位人脸模块 。 １ ＡｄＢ ｏｔ 构造 级联更强分类器检 测图 像 中的人 脸。
３ 改进 的 Ａ ａ ｏ ｓ人脸检测算法 ｄ Ｂ ｏｔ
２ 人眼定位算法流程
人眼定位算法主要流程如图 １ 所示 。
’
Ａ ａ ｏ ｓ是 一 种 新 的 Ｂ ｏｔ ｇ算 法 。近 年 来 ， 算 法 由 ｄ Ｂ ｏｔ ｏ ｓｎ ｉ 该
于对 一些 弱学 习算法返 回 的弱假设 的误差 能够 自适应 地调 整 ，因此得到了较大范围的推 广。图 ２中级联分类器的每一 个节点都用 ＡｄＢ ｏｔ来训练 ，该算法提取采集到图像的类 ａ ｏｓ
区域灰度变化显著 的特点检 测人眼区域 ， 用边缘提取 、局部 Ｈｏ ｇ 采 ｕ ｈ变换检测 圆心的方法 定位 瞳孔中心 。 实验结果表 明，该算法能够快捷、 准确地定位复杂背景 下的人眼，对 于光照及头部旋转情况下人 眼定位具有较好的鲁棒性 。
关健诃 ：分类器 ；眼部 区域 ；灰度变化 ；边缘提取 ；Ｈ ｕ ｈ ｏ ｇ 变换 ；瞳孔
类性 能 ，提高 了人脸检测 的鲁棒性 。
（） ３对于 ｔ ，， 一 ， ＝ｌ …， １ 调用一个给定 的弱学 习算法 ， ２ 执行
４个 步 骤 ：
４ 人 眼检测
４１ 基 于灰度差值法 的人 眼所在面 部区域检测 ， 通过对眨 眼前 后 ２帧图像进行处理 的方法粗 定位眼睛 ，
瞳 孔 的中 心 。
部器官相 比，能够提供 更重 要、更可 靠的信息 ，因此 ，人眼 的检 测与标定对于现实生活 的应用具有重大的意义ｌ Ｊ ｌ ，目前
国内外对人眼定位算法 的研究虽取得 了一 定的成就，但 是在 简单设备下的算法研究仍然是一项具有挑战性 的研究课题 。 本文提出 的人眼定位算法采用 “ 由粗到细”的定位策 略， 能够从单 目摄像头采集 的图像 中检测 出人脸 ，同时对检测到
ａ ｄ ａ ｔｒ ｎ ｆｅ．Ｔｈ ｔ ｏ ｆｅ ｇ ｘｒ ｃｉｎ ａ ｄ ｌｃ ｌＨｏ ｇ ｒ ｎ ｆ ｒ ｆ ｒｄ ｔｃｉｇ ｔ ｅｃ ｎｅ ｆｃｒｌ ｓａ ｏ ｔｄ ｔ ｅｅ ｔｔｅ ｃ ｎｅ ｆｐ ｐｌ ｅ ｍｅｈ ｄ ｏ ｄ ｅ ｅ ｔａ ｔｏ ｎ ｏ ａ ｕ ｈ ｔａ ｓｏｍ ｅｅ ｔ ｅ ｔｒｏ ｉｃｅ ｉ ｄ ｐｅ ｏ ｄ ｔｃ ｈ ｅ ｔｒｏ ｕ ｉ ｏ ｎ ｈ ．
Ｐｒ ｃ ｓ ｕ ａ ｅＰｕ ｉ Ｌｏ ａ ｉ ａ ｉ ｎ Ａｌ ｏ ｉｈ ｅ ｉｅＨ ｍ ｎ Ｅｙ ｐ ｌ ｃ ｌ ｔｏ ｇ ｒｔ ｍ ｚ
Ｈ ＡＯ ｉ － ｎｇ， Ｏ Ｎ Ｇ ｉ ｃ ｎｇ Ｍ ｎｇ ｇａ Ｄ Ｘ ｕ— ｈｅ ，Ｈ ＵＡ Ｎ Ｇ － ｎ Ｙａ ｑｉ
（ ｉ ｕ ｎＰｏ ｉｃａ Ｋｅ ａ ｆ ｉｎ ｌ ｎ ｆｒ ｔ ｎＰｏｅｓ ｇ Ｘｈ ａＵｎｖ ｒｉ ， ｈｎ ｄ １ ０ ９ Ｃ ｉａ Ｓｃ ａ ｒｖｎ ｉｌ ｙＬ ｂｏ Ｓｇ ａａ ｄＩ ｏｍａｏ ｒｃｓｉ ， ｉｕ ｉｅｓｙ Ｃ ｅ ｇ ｕ６ ０ ３ ， ｈｎ ） ｈ ｎ ｉ ｎ ｔ
文献标识码： Ａ
中圈分类号：Ｔ３２ Ｐ１
种 精确 的人 眼 瞳 孔 定位 算 法
郝 明刚，董秀成 ，黄亚勤
（ 西华大 学四川省信号与信息处理重点实验 室，成都 ６ ０ ３ ） １０ ９
摘
要 ：提 出一种 利用单 目摄像头快速定位人 眼的方法 ，通 过改进的 Ａｄ Ｂ ｏｔ方法构造级联强分类器 定位 人脸 ，根据人眼眨眼前后眼部 ａ ｏｓ
ｅ ｅｅ ｅ ｎ ｔ ｅ ｃ ｍｐｌ ｘ ｂ ｃ ｇ ｏ ｎｄ ａ ｌ ａ ｏ ｄ ｒ ｂ ｓｎ ｓ ｅｃ ｓ ｆｉｌ ｍｉ ａ ｉ ｎ ａ ｄ ｈ ａ ｏ ａ ｉ ｎ ｙ ｖ ｎ ｉ ｏ ｈ ｅ ａ ｋ ｒ ｕ ， ｓｗｅ ｌ ｓｇ ｏ ｏ ｕ ｔ ｅ ｓｉ ｔ ａ ｅｏ ｕ ｎ ｔ ｎ ｅ ｄ ｒ ｔｔｏ ． ｎｈ ｌ ｏ
５ｑ 善
（ ３ 】
懈
其，＝ ｎ ｏ 中ｑ （ （ ］ － ｎ －
（） 训练 的各 级简单分 类器 级联构造 为第 １级强分 类 ４将
器 。
誓
面６
醴
鬈 智 ｚ
图 ５ 人眼睁开情况 下垂直 方向上的灰度投影 曲线
（） ５用同样 的方法训练第 ２ 级强 分类器 和第 ３ 强分类 级
第３ ８卷 第 ８ 期
Ｖ＿ ． ８ ０ ３ １
・
计
算
机
工
程
２１ ０ ２年 ４月
Ａｐ ｉ ０１ ｒｌ ２ ２
ＮＯ８ ．
Ｃｏ ｐ ｅ ｇｉ ｅ ｒｎ ｍ ｕｔｒＥｎ ｎ ｅ ｉ ｇ
人 工智 能 及识 别技 术 ・
一
文章编号：１０—３２（ １） —ｏ４—０ ００－ ８ ０２ ８＿ １＿ ４ ２ ０ １ ３
的 人 脸 区 域 图 像 实 时定 位 人 眼 区 域 ，最 后对 人 眼 区 域 图 像 进
（） ４眼睛确认模块 。根据 前面 几个模块 的定位结果确认人
眼瞳孔的最终定位结果 。
（） ５人眼跟踪模 块。对检测到 的人眼进行定位 ，同时对获
取的下一帧图像进行处理。
行 处理实现瞳孔的精确定位 。
入的人脸图像 ，每一个 Ｙ是对应于 置的输出结果集 ｙ ，人脸 检测只有 ２个类 的问题 ，则 ∈Ｙ＝｛ｌ １，设 个样本 中 一， ｝ ＋ 有 Ｐ个正样本和 ｑ个 负样 本。 （） ２对于 ｙ ｌ ｉ ，权重赋 以 巨 ＝
以 。
＝
，
表１ 种 脸 测 的 果 较 ３ 人 检 算法 鳍 比
［ ｓｒｃ］ Ａ ｆｓ ｌｃｌ ａｉｎａｇ ｒｈ ｉ ｐｅｅ ｔｄｆｒｔｅｈ ｍａ ｙ ｔ ｉｇｅｃｍｅａＴ ｅｆｃ ｃｔｄａｏ ｔ ｇｔｅｉ ｒｖ ｄＡｄ Ｂ ｏｔ Ａｂ ｔａ ｔ ｔ ｏａｉ ｔ ｌｏｉ ｍ ｒｓｎｅ ｏ ｕ ｎｅ ｅｗｉ ｓｎ ｌ ａ ｒ． ｈ ｅｉ ｌ ａｅ ｄ ｐｉ ａ ｚ ｏ ｔ ｓ ｈ ｈ ａ ｓｏ ｎ ｈ ｍｐｏ ｅ ａ ｏ ｓ