复合特征的眼睛中心定位

为实现在正面人脸中定位眼睛中心点,提出复合特征算法。在整体人脸图像主动表观模型的基础上,引入局部表观模型,使全局AAM的最优结果进一步转换到眼睛局部区域的最优定位,结合在线的肤色纹理特征,使用扇形区域积分定位内外眼角点,实现眼睛边界点的在线精确定位。使用积分图的特征梯度定位虹膜区域的边界,用圆形参数进行虹膜边缘检测,实现眼睛虹膜区域的精确定位。实验结果表明,该算法可以鲁棒地确定眼睛中心,对于实时视频等低分辨率图像能够较好地实现定位。

对称边界搜索的虹膜中心定位

提出一种对称边界虹膜中心搜索算法,利用像素搜索计算简单、时间消耗少、定位准确的优点,解决眉毛及上眼睑厚重导致定位点上移的问题。使用人脸特征检测实现眼睛区域的粗定位,通过在线肤色纹理及边缘特征确定眼睛的准确角点,在眼睛局部区域使用投影函数检测眼睛的中心点,以中心点为起始点,使用对称边界搜索检测虹膜区域的边界,实现虹膜中心点的定位。测试实验结果表明,使用本文的方法能够快速准确实现虹膜中心点和边界点的定位,准确率在94%以上。

基于局部稀疏表示的目标跟踪

为了克服目标遮挡、姿态变换、光照变化等导致的视频目标跟踪失效问题,提出了一种自适应局部表观模型的跟踪方法.将目标分割成多个局部特征子块,选择其中部分具有相对显著性特征的子块,在粒子滤波框架下,使用稀疏表示方法独立跟踪选择的局部子块,通过各局部子块跟踪结果来估计目标.在跟踪过程中,为了保证跟踪子块的表观相对稳定,动态替换不稳定的局部特征块.实验结果表明:该方法与各种流行跟踪方法相比,跟踪结果稳定,特别是在目标部分遮挡和变形以及光照变化等条件下,具有更好的跟踪准确性.