关键词： 均值漂移   快速鲁棒特征   OpenCV   嘴部检测   人脸跟踪  

摘要： 介绍了SURF算法和MeanShift算法的基本原理。将MeanShift跟踪算法应用于视觉鼠标技术，提出了基于OpenCV技术的视线系统设计方法；提出了基于SURF算法的自动嘴部区域初始化MeanShift改进算法。实验结果表明，算法匹配识别效果较好，基于MeanShift跟踪算法的嘴唇跟踪系统实时性好、具有较好鲁棒性。

关键词： 视线跟踪   变形瞳孔定位   随机采样一致性   最小二乘法  

摘要： 在视线跟踪过程中,变形瞳孔的定位至关重要。针对眼部图像出现干扰情况下的变形瞳孔定位,该文提出了一种基于3点的随机采样一致性定位算法RANSAC_3,即利用随机采样到的2点(以及它们的梯度方向)和搜索获得的1个点来确定椭圆参数。由于该算法在确定参数时只需随机采样两个点,从而大大降低了采样到干扰点的几率,利用搜索到的第3点来决定是否对当前点进行参数计算,有效地解决了标准随机采样一致性定位算法中的无效采样和误差累积问题,提高了椭圆拟合效率和瞳孔定位精度。实验证明,该算法对变形瞳孔具有很好的定位效果,对光斑、睫毛、头发、眼镜框以及眼球运动模糊的引起的干扰具有较强的鲁棒性,并且定位速度快,可以达到实时要求。

关键词： 视线跟踪   角膜反射   瞳孔中心   摄像机系统匹配  

摘要： 给出了采用瞳孔-角膜反射向量法的实时视线跟踪系统总体结构及软件设计。首先简要介绍了系统装置组成及工作流程。随后详细说明了软件中的算法实现,包括角膜反射亮斑提取、瞳孔中心提取,摄像机系统匹配等关键算法。软件原型由VC++6.0结合OpenCV计算机视觉库编程实现。实验结果表明:该系统实时跟踪误差小于1°,并具有较好的鲁棒性。

关键词： 超分辨率重建   梯度自适应插值   视线跟踪   非均匀样本插值   椭圆拟合  

摘要： 图像分辨率是成像系统对图像细节分辨能力的一种度量,也是图像中目标细微程度的指标,高分辨率图像能提供有关目标更多重要的细节信息。随着多媒体通信和信号处理技术的发展,人们对图像分辨率的要求越来越高。然而许多成像系统受其物理条件的限制,现实中得到的图像往往受到退化和噪声的影响,分辨率有限。如果采用改善物理硬件的方法来获得人们满意的高分辨率图像,一般成本较高,而且有时很难实现。因此从软件的角度,通过数字信号处理的手段获取高分辨率图像就非常具有研究意义。超分辨率图像重建技术就是其中之一。目前,该技术已在军事遥感、天文、医疗、公共安全、医学成像以及计算机视觉等多个领域得到广泛应用。 超分辨率图像重建是从多帧同一场景的低分辨率图像中,重建出清晰的高分辨率图像。它克服成像系统硬件设备的分辨率的限制,充分利用多帧图像之间的互补信息进行数据融合,弥补了由于图像获取和传输过程中导致的分辨率下降。本文针对超分辨率图像重建及其在视线跟踪系统中的应用的问题进行了研究,主要工作如下： 首先,概述低分辨率图像的成像过程,建立相应的数学模型。在此基础上,对超分辨率重建技术已存在的算法进行了总结,重点介绍了算法的基本原理、理论依据、实现步骤以及优缺点。 其次,提出一种基于梯度自适应插值的超分辨率图像重建算法。利用频域配准算法估计低分辨率图像序列之间的相对运动,并根据相对运动参数将低分辨率图像序列映射到高分辨率栅格上,然后采用基于梯度自适应的插值算法进行插值,最后通过反卷积滤波去除模糊和噪声得到高分辨率图像。基于梯度自适应的插值算法不仅考虑了插值像素与周围像素的距离关系,而且考虑了梯度对插值像素值的影响。该算法是一种非迭代算法,计算复杂度低,适于实时应用。 再次,提出一种基于非均匀样本插值的视线跟踪定标算法。视线跟踪系统是通过拍摄使用者眼睛的图像并进行处理,根据眼球的运动来实现眼睛对鼠标的操作,本论文提出的视线跟踪定标算法创造性地利用了超分辨率思想。首先选取注视屏幕上不同行、不同列的多个点作为定标点,记录其屏幕上的真实坐标,通过积分投影和canny算子从采集的图像视频中提取出瞳孔边缘,采用椭圆拟合确定瞳孔中心,最后根据非均匀样本插值算法计算出使用者真实的视线注视点,实现视线跟踪。该算法避免了现有技术考虑眼球物理模型和眼睛成像的非线性特性等难点,通过超分辨率中非均匀样本插值的思想,实现瞳孔中心和注视点的准确定位。该系统无需使用者配戴任何头配系统,可在完全自然舒适的状态下使用。 在论文的最后,总结了超分辨率图像重建方向亟待解决的问题,以及超分辨率思想在视线跟踪系统中进一步的研究重点。同时,对超分辨率领域的发展及应用前景进行了展望。

关键词： 头部运动   视线跟踪   实时性能   非接触   补偿策略   自然   摆动   计算机  

摘要： Accompany with the development of the computer vision, non-contact gaze tracking is getting more mature. As a new interactive way for the human-computer interaction, promoting the usability of the technique has become the focus of research. The technique proposed in this paper is designed for enhancing the gaze tracking's adaptability for the natural head movement and also retaining its nice performance in real time. A head movement compensation strategy is presented for the gaze tracking based on single camera with fixed wide view. The head movement and eyeball rotation are calculated by the unified vision system, which can avoid time consuming on adjusting the view of the camera. And the effects of head movement and eyeball rotation are considered simultaneously for rectifying the gaze direction calculation. According to the evaluations in practice, the compensation strategy makes the accuracy achieve about 1° with the head moving over a field of 20 × 15 × 15cm³. And its performance in real time can basically meet the requirement for everyday interaction.

关键词： 人眼检测   AdaBoost   视线跟踪   眼角点定位   人机交互  

摘要： 计算机视觉作为一个极具挑战性的领域,一直以来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。随着计算机性能的不断提高和电子产品的的普及,越来越多的研究人员致力于计算机视觉领域的重要研究方向人眼检测。利用人眼跟踪及人眼的视线检测,可以实现疲劳检测,残疾人交互,视觉游戏等应用。 本文主要研究内容可以分为人眼检测,人眼跟踪和视线检测三个部分,在对相关算法作深入研究的基础上,采用了适合视频图像的人眼检测和实用的视线跟踪方法,并在VC平台上建立了一个人眼视线跟踪系统。 首先,采用了Adaboost人脸检测算法进行人脸检测,并提出了解决平面和深度旋转的人脸的检测算法,能准确实时的检测人脸。本文在人脸检测的基础上,又设计了一些适合于眼睛的矩形特征,利用这些矩形特征训练了Adaboost层叠分类器,用于眼睛检测。由于瞳孔区域是人眼截图中比较稳定的图像信息,在睁眼的时候这部分的特征明显,因此本文采用先定位瞳孔,进而训练眨眼分类器进行眼睛的眨眼状态检测,同时,还精确的检测眼角点,为视线跟踪打下基础。 其次,眼睛的位置确定后可以在此基础上进行人眼跟踪,本文提出了将卡尔曼滤波器引入粒子滤波器中,利用卡尔曼滤波器算法进行采样预测和校正,减少了人眼跟踪中所需的粒子数目,从而达到快速而准确的跟踪目的。 再次,在视线跟踪系统中,该方法中以动点和参考点的差值来计算人眼的注视方向和位置。动点采用瞳孔中心,因为它可以准确反映眼球的变化。参考点采用眼角点,因为眼角点在人脸上是个非常稳定的点,人脸表情的变化基本上不会引起它的位置变化。该方法克服了过去以mark点或普尔钦斑点为参考点的缺点,不需要使用者在脸上做mark点,而且允许人脸在小范围内偏转。实验证明,该方法中自动定位眼角点快速准确,可以很好地解决视线跟踪系统中眼睛相对运动距离的问题。 本文开发的人眼跟踪及人机交互系统,实现了实时人眼检测跟踪和视线检测,并且利用检测到的有意识眨眼信息进行人机交互。本系统对硬件没有过高要求,对一定的光照变化,大幅度侧脸和俯仰变化都具有很好的鲁棒性。该系统的原理与目前主流的视线检测原理不同,具有低成本高效率的特点。

关键词： 眼球模型   2D模型   视线跟踪   视线估计   人机交互  

摘要： 随着视频与图像处理技术的发展,基于摄像头的视线估计技术作为人机交互领域的一个重要分支受到了广泛关注。传统的视线估计技术大多采用瞳孔角膜反射向量法,因为它具有良好的用户体验和较高的估计精度,但由于需要额外辅助光源,同时用户在使用过程中必须保持头部静止,而且随着头部的运动,该方法的估计精度会急剧下降,因此没有得到广泛普及。 为了减少额外辅助设备和提高系统对头部运动的适应性,本文介绍的瞳孔眼角向量法以传统的瞳孔角膜反射向量法的实现原理为基础,选择内眼角为参考点,根据瞳孔中心与内眼角点的相对位置计算用户的注视点。由于瞳孔眼角向量法的精度随着头部运动将会大幅度下降,针对注视点的横坐标,本文提出了一种基于2D模型的新的视线估计方法:模型拟合法。该方法基于人机交互过程中眼球与屏幕的空间位置关系,建立了一个简化的模拟人眼视线运动的2D坐标模型。此外,模型拟合法通过系统标定初始化的误差拟合模块能够补偿由于模型简化造成的误差,从而达到提高视线估计精度的目的。 本文设计了一系列实验,用于比较在使用模型拟合法前后,瞳孔眼角向量法的估计精度。在实验过程中,用户分别被要求在不同的头部偏移范围内和在不同的位置上注视屏幕上一些指定点,摄像头拍摄用户注视各个点时的脸部图像,每一幅图像都采用手工标定的方式提取特征点坐标。对于注视点的横坐标,分别采用瞳孔眼角向量法与模型拟合法进行计算,而纵坐标则采用瞳孔眼角向量法计算。 实验结果表明,对于注视点的横坐标,在头部偏移幅度较小时,本文提出的模型拟合法的估计精度稍好于瞳孔眼角向量法;而在头部偏移幅度稍大时,模型拟合法的估计精度也比瞳孔眼角向量法具有更好的稳定性。最后,本文从多个方面综合比较了两种方法的优劣,并且分析了模型拟合法误差产生的原因,为下一阶段的研究指明了方向。

关键词： 人机交互   视线跟踪   手势识别  

摘要： 提出一种新的基于视线跟踪和手势识别的交互方式用于远距离操作计算机。系统通过摄像头采集用户的图像,利用图像识别算法检测人眼和手指的位置,由人眼和指尖的连线确定用户指向屏幕的位置,通过判别用户手势的变化实现各种操作,达到人机交互的目的。实验结果表明,该交互方式可以较好地定位屏幕和判断用户的操作,实现自然、友好的远距离人机交互。

关键词： 大气层外拦截器   被动跟踪   修正球坐标系   无迹卡尔曼滤波   导引规律   计算机仿真  

摘要： 针对大气层外拦截器使用红外导引头对目标进行被动跟踪的问题,在修正球坐标系下建立了仅有视线角测量信息的非线性滤波方程组,根据轨控发动机的工作状态分阶段设计了拦截器的导引规律,兼顾制导精度与滤波系统的可观测性要求,结合无迹卡尔曼滤波算法估计精度高和易于计算的特点实现了对目标的跟踪与制导信息的估计。以动能拦截器拦截处于自由段飞行的弹道导弹弹头为背景构造了计算机仿真试验,试验结果表明算法的跟踪效果和稳定性较好,拦截精度较高。

关键词： 视线跟踪   网络信息检索   用户信息行为   研究方法  

摘要： 首先总结了信息行为研究领域内常用的几种研究方法及各自的特点,然后介绍了一种新的研究方法——视线跟踪法,并对该方法的原理、应用情况以及国外一些学者基于该方法研究信息行为所取得的一些学术成果做了介绍,同时还归纳出了一个通用的实验程序以及实验过程中需注意的问题。最后笔者总结了该方法的优缺点,并对其未来发展提出设想。