摘要：疲劳驾驶预警系统对保障驾驶员的安全驾驶具有十分重要的作用。以驾驶员人眼图像信息处理为基础,建立了离散单位时间内非正常状态时间所占百分比疲劳判断模型,实现了对驾驶员疲劳状态的监控与预警。通过近红外光源对人眼主动照明,采用互补金属氧化物半导体摄像头实现对人眼图像信息的采集,基于Adaboost算法实现人眼准确定位,利用Harris强角点检测人眼中心区域,得到眼睛的视线状态信息,根据疲劳判断模型,设计可调的预警阈值,实现驾驶员疲劳状态的分级预警。实验结果表明:在一定条件下,系统判断响应时间为1.5 s,虚警率为4%,具有抗干扰性强和实时性好等特点。

摘要：传统AdaBoost人脸检测算法使用正面人脸训练分类器,不能检测有任意偏转角度的多姿态人脸。本研究利用各种多姿态人脸中人眼结构变化比较小的性质,使用人眼训练AdaBoost算法的分类器,设计出一种快速的复杂场景下的多人多姿态人脸检测算法。先将图像映射到一种色彩空间,运用皮肤颜色分布特性检测皮肤区域;再运用AdaBoost算法从肤色区域检测出人眼区域;最后根据人眼在人脸中的位置计算出人脸的位置。实验结果表明:该算法对多姿态人脸有很好的检测效果。

摘要：在非理想成像条件下,采集的虹膜图像存在高光亮点、光照变化、位置偏移等问题,为此提出一种基于人眼检测和二值投影法的虹膜定位方法。采用基于AdaBoost算法的人眼检测子进行人眼粗定位,利用直方图阈值化生成二值图像,结合数学形态学中的开运算和二值投影法对虹膜内圆进行粗定位,运用霍夫变换方法拟合虹膜内圆轮廓,采用环量积分微分算子对虹膜外圆进行拟合。在CASIA-IrisV4Thousand虹膜图像上进行算法性能验证,验证结果表明,该方法在准确率和定位时间上优于同类方法。

摘要：设计了一种基于全方位视觉传感器(ODVS)和多个高速快球摄像机(PTZ)相融合的装置.利用ODVS在动态图像序列中进行大范围多人体对象目标的检测跟踪,得到大范围内各跟踪人体对象目标的位置、大小等信息;然后根据检测到的这些信息来控制不同方位上的多个高速快球摄像机对人体对象目标的头部进行抓拍;最后根据人脸和人眼检测算法检测出来的人体对象目标的脸部特征对所拍摄到的图像进行筛选,淘汰一些不能用于识别的图像,并统计可以用于人脸识别的图像数量,如果没有达到一定的数量,则控制高速快球继续对该人体对象目标的头部进行抓拍,直至抓拍到足够的可用于人脸识别的图像为止.实验结果表明,通过ODVS和多个高速快球摄像机的视频图像信息融合,即使在人体非约束的情况下也能很好的获取到可用于人脸识别的图像,同时能满足多目标实时跟踪与识别的要求.该装置在安全监控、门禁检查、身份认证等领域都具有很好的实际应用价值.

摘要：提出一种基于Android平台实现的具有较强鲁棒性的人脸识别方法。根据终端用户拍摄场景的多变性,首先通过人眼检测、瞳孔定位、GIC校正和直方图均衡化算法对人脸图像进行归一化处理,达到比较好的实用效果;其次利用局部二值模式(LBP)提取全局直方图特征,再将图像划分为若干大小相同的子区域,提取每个子区域的LBP直方图,最后将全局和局部直方图按一定的顺序结合作为人脸图像的最终特征。在Android平台上用ORL人脸数据库对该方法进行测试,结果表明具有较好的识别性能。

摘要：针对现今网络在线自主学习过程中学习者与系统交互能力差导致无法调动学习者积极主动性等的问题,结合面部特征识别与图像识别技术,定义了注意力不集中、疲劳、学习、无人、多人和时间过长6种状态,利用摄像头实现了基于视频流实时采集学习者学习状态,并通过3个阶段分析学习者面部眼睛、嘴唇的特征以及各种环境特征,从而对计算机前无人、多人或者学习者出现注意力不集中、疲劳、学习时间过长等的状态时对学习者做出提醒、提供服务。实验结果表明,该方法可以快速检测学习者的实时状态,并提供主动服务,提高了人机交互性。

摘要：现实中基于图像处理的疲劳驾驶监测往往因环境的变化而具有不确定性。监测算法不规范,以致于疲劳驾驶监测任务很具有挑战性。为了解决此问题,提出了一种基于多算法融合的动态滑动窗口算法框架。首先利用Adaboost算法识别人眼,然后改进Otsu算法来自适应各种不同环境;进而提出动态滑动窗口算法来得到睁闭眼之间的最佳阈值;最终,利用改进的PERCLOS算法估计疲劳驾驶状态的不同级别。针对环境的变化采用睁闭眼判断窗口随人眼特征变化而更新的策略,系统使用摄像头实时捕获人眼图像,并在PC机上进行仿真测试,可在130-150ms之间实现不同疲劳状态的识别。实验结果表明,此算法框架能够有效、快速的分辨驾驶员不同的疲劳状态。

摘要：人眼定位是人脸识别的重要步骤,本文提出一种结合灰度投影与改进Hough变换的人眼定位算法。首先,通过两次积分投影进行人眼粗定位,对粗定位的眼睛灰度图像增强处理后提取边缘,然后采用改进Hough变换检测圆来定位眼球的准确位置。实验结果表明,该算法与已有算法相比,具有更为快速和精确的定位效果,并且对头部偏转具有较强的鲁棒性。

摘要：模式识别技术自20世纪60年代提出以来,一直都因为其巨大的发展潜力吸引了众多研究者的深入探索和研究。这些年来,模式识别在人脸识别、疲劳检测、人机交互等领域取得了巨大进展。本文研究的目的是设计一套可以自动检测人眼状态并作出相应调光反馈的灯光系统,这套系统可以最大程度上减轻视疲劳,保护眼睛。当光有微小的变化,眼睛就会做出相应的变化。当眼睛处于一个舒适的状态,光就处于一个合适的值。本文使用的软件主要是VS2013与Open CV相结合,通过调用Open CV库函数,建立该灯具系统。本文采用了级联Adaboost算法,用于人脸检测、人眼检测和瞳孔定位。对输入图像进行人脸检测,在人脸检测的基础上进行人眼检测并定位瞳孔,从而找到瞳孔直径以及虹膜直径。通过串口,把瞳孔直径与虹膜直径的比值按照一定的映射关系传给数模转换模块,输出不同的电压来控制LED的亮度。再辅以反馈调节机制,确保灯具发出的光照是最符合人眼需求的光照。

摘要：此研究从摄像头采集视频序列、视频信息处理、动态人眼检测以及鼠标控制4个方面设计了一个基于OpenCV机器视觉库的虚拟鼠标应用。最终实验结果表明,此应用能有效地识别出人眼,通过跟踪人眼的运动轨迹,实现鼠标的移动和点击事件。