基于图像处理和人工神经网络方法的人眼注视与否探知的研究

提出了一种用于人眼大角度斜视时注视与否的特征参数提取和识别的新方法,该方法避免了光照不均匀导致特征参数提取上的困难.同时,针对训练样本较多时网络训练收敛较慢的缺点,对Levenberg-Maquardt算法进行了改进.计算机仿真结果表明,该方法不仅成功解决了照明条件对图像质量的限制问题,还可以在短时间内对含有大量样本的数据库进行有效训练和准确识别,并具有较高的推广性,训练后的网络对100个样本的识别率为97%.

基于独立成份分析和支持向量机的人眼注视研究

采用独立成份分析(ICA)方法对单眼宽约为40 pixel的低分辨率人眼图像进行预处理,并把得到的一组组合系数输入支持向量机(SVM)判断图像中人眼的注视与否。对于单用户的注视探测,一维组合系数输入实现了100%的正确识别率;对于多用户的注视探测,二维组合系数输入实现了100%的正确率识别率。