摘要：针对人眼检测过程中存在的表情、光照和眼镜遮挡等干扰因素的影响,提出一种基于Gabor滤波和K-medoid聚类分析的人眼检测和瞳孔定位方法。首先采用鲁棒性较好的眼部横向特征作为检测对象来设计了Gabor滤波器,以突出眼部的横向特征;然后根据Gabor滤波后的眼部特征,并结合K-medoid算法设计了聚类算法检测人眼;在人眼检测基础上,结合灰度分布特征和熵函数设计了瞳孔定位方法。在BioID人脸库和FERET彩色人脸库上进行了实验,结果表明,本文方法在两个图库的3470幅人脸图像上能够达到97.8%的检测率,并且在设置误差阈值较小(0.15)情况下仍能达到95.5%的瞳孔定位准确率。

摘要：基于视线跟踪的人机交互技术具有便捷性和快速性,可实现视线与计算机交互的目的。基于头戴式头盔视线跟踪系统,提出了一种分级瞳孔定位方法。为消除各种干扰因素对瞳孔定位的影响,首先利用图像二值化方法获取瞳孔区域,并进行最小外接椭圆的计算,然后利用瞳孔区域与最小外接椭圆的交叠区域与瞳孔区域的面积比值,判断是否为完整瞳孔。如果是不完整的瞳孔,则利用粒子群优化(PSO)算法和椭圆周差分算子在图像中搜寻最优椭圆位置,将其作为最终的瞳孔轮廓。基于视线跟踪系统的实验结果表明,该方法兼顾了速度和精度,是实现复杂环境下瞳孔定位的一个有效策略。

摘要：针对当前基于普通光源的瞳孔定位算法主要适用于眼睛开度较大、眼球较完整的问题,提出一种适用于多姿态眼球的瞳孔定位算法.该算法在采用Adaboost进行人脸检测后,利用多分辨率ASM技术进行面部关键点分析并实现眼睛定位;在眼睛定位的基础上,利用滑动窗口技术遍历整个眼部图像,并根据眼睛的灰度分布特点采用2级灰度信息分析的方法进行瞳孔定位.实验结果表明:在光线分布比较合理的情况下,采用文中算法不仅可以在眼睛开度正常、瞳孔较完整的情况下进行瞳孔定位,当瞳孔位于眼睛边缘、眼睛开度较小等瞳孔不完整的情况下也具有良好的定位效果.

摘要：本文对人脸图象中眼睛区域定位算法进行了研究，通过粗略定位和精确定位两步过程，实现了正面人脸图 象中眼睛区域的定位。

摘要：文中提出了一种改进的红外图像中瞳孔定位算法。在红外暗瞳图像中,首先用阈值分割获得候选瞳孔区域,通过形态学运算、团块筛选获得瞳孔区域,对该区域进行边缘检测、斑点去除和椭圆拟合等处理,精确定位瞳孔。实验结果表明,该算法能够很好的克服反射光斑、睫毛及阴影等干扰问题,保证较高的正确率。

摘要：设计了一款基于瞳孔定位技术的视觉跟踪系统。该系统通过安装在眼镜上的摄像头采集人眼球瞳孔运动图像,并利用硬件电路分离视频同步信号,然后将信息传送至S3C6410嵌入式处理器,处理器利用图像处理算法计算出人的瞳孔运动轨迹,从而得到人眼瞳孔的实时定位信息。该系统具有较为广泛的应用前景,可以通过人眼睛的转动来实现对各种智能化设备的控制,能够应用于残疾人智能护理、病床智能护理等实际领域。

摘要：文章提出了一种基于灰度投影技术与霍夫变换的瞳孔定位方法:操作中首先对图像进行二值化处理,将特征点从人眼图像中分割出来,分别利用水平和垂直灰度投影,结合人眼的结构特征找到瞳孔的大致位置坐标,然后再利用基于圆的霍夫变换快速定位人眼。此方法大大提高了人眼定位的效率,实现了准确的瞳孔定位。

摘要：为了实现注视点轨迹描述,提出了一种基于眼动视频的注视点轨迹描述方法.使用红外摄像头采集视频眼动信号,并对其进行滤波去噪等预处理;使用行列定位法与阈值质心法分别实现瞳孔的粗定位与精定位;结合所建立的瞳孔-注视点二阶映射关系,实现注视点轨迹的描述.实验室环境下,8位受试者注视点轨迹描述的平均误差为0.414 rad,相比较传统的注视点轨迹描述方法(0.57 rad),其精度提高了0.156 rad.受试者的实验结果表明,论文提出的注视点轨迹描述方法可以准确地映射出受试者的注视点位置,能有效地支持广告类网页布局的优化.

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：设计并实现了一种低成本硬件条件下的视线估计系统,该系统的视线估计模型采用瞳孔角膜反射法,对用户干扰小,允许用户头部移动。系统由视频采集、瞳孔中心和反射光斑中心提取、视线估计三部分组成。针对系统中低成本硬件导致的图像质量不高、瞳孔图像分辨率低以及光照变化等情况,设计了实时、精确的瞳孔中心、反射光斑中心提取方法。该方法首先将粗定位与精确定位相结合,得到人眼瞳孔图像;再利用灰度膨胀、卷积操作增强反射光斑,提取出反射光斑中心;然后通过一定的预处理,融合边缘提取、边缘过滤以及椭圆拟合,得到瞳孔中心;最后经过后处理滤去异常值。对视线估计系统进行测试,结果发现:视线估计平均均方根误差为12 mm,满足某些应用的基本需求。该系统降低了对硬件的要求,有利于实际应用。