基于Lucas-Kanada光流法的人眼特征点实时跟踪方法

为更好地实现运动目标的检测跟踪,给出一种基于Viola-Jones特征点检测、亚像素角点提取与LucasKanade光流法跟踪相结合的人眼特征点实时跟踪方法。利用Viola-Jones算法检测出人眼区域,使用Harris角点算法在目标区域中提取亚像素级人眼特征点并引入筛选机制,从而在保证跟踪精度的同时减少运算量,采用金字塔分层机制的Lucas-Kanada光流法对运动的人眼特征点位置进行估计。该机制具有可切换的搜索窗口特点,兼顾了对大尺度高速度运动目标的跟踪。实验结果表明,该方法在保证算法实时性的同时明显提高了人眼特征点跟踪精度,并且能够保证快速及大尺度运动时的系统鲁棒性。

基于人眼状态信息的疲劳检测方法研究

为实现复杂环境下的疲劳驾驶检测与预警,论文利用红外穿透来解决疲劳驾驶中复杂光线和墨镜遮挡等的影响,论文使用改进的Yolov3-tiny算法来进行驾驶员的疲劳检测,先对聚类算法进行改进,然后增加检测尺度进行多尺度融合,来降低小目标的误检和漏检,并通过深度特征融合来进行跨层连接。然后进行人眼特征点检测,再根据PERCLOS准则来判断是否疲劳,实验结果表明该算法能快速在嵌入式设备上进行疲劳驾驶检测。