基于表观特征的单目视觉算法实现的注视方向估计(英文)

视线跟踪作为一种重要的人机接口模式,能够提供丰富的人机交互信息。提出了基于单目视觉的视线跟踪方法(Monocular Vision Approach,MVA)。从眼部图像提取的表观特征,再经过支持向量回归(Support Vector Regression,SVR)计算实现可头部动作的注视方向估计。本方法仅用一个摄像机采集一副人脸图像作为输入数据,输出的计算结果是人的头部姿态和注视方向,以摄像机坐标系为参照系。采用的表观特征是基于方向二值模式(Directional Binary Pattern,DBP)算法,解析瞳孔在眼窝中运动引起的图像纹理变化。视线跟踪方法首先将双眼分割出来,并编码成高维的方向二值模式特征,最终通过支持向量回归作为匹配函数计算注视视角。共有11个人共23 676回归样本,按照姿态分成5个聚类集合。实验结果显示,基于本方法进行注视方向估计可以获得3°的测试误差。

面向行人导航的注视方向估计模型

准确捕捉视觉注视方向可有效提高行人导航效率和安全性,由于现有注视方向估计方法无法满足行人导航对便携性的需求,由此提出了一种利用智能眼镜估计行人注视方向的模型。首先,利用尺度不变特征变换特征度量注视图像和街景视图的相似度;然后,根据行人和街景视图间的位置关系建立行人注视方向估计模型。实验选取两个校园场景中的28个测试点估计行人注视方向,结果表明,所提模型估计精度显著优于忽略位置关系的行人注视方向估计模型,且在相同场景中与行人位置变化无关。

基于AlphaPose模型的远距离行人头部姿态估计算法

在公共场所的监控视频中,远距离的行人目标头部区域占比往往较小并且头部区域分辨率较低,仅靠目标检测算法和头部姿态估计模型检测并分类头部特征来判定头部姿态或注视方向存在较大难度.考虑到目前不同分辨率下的人体骨骼关键点估计算法越来越成熟,本研究提出一种利用骨骼关键点和头部姿态之间的关系来进行远距离行人的头部姿态估计算法.该算法首先利用AlphaPose模型检测出二维人体骨骼关键点的全局坐标值,然后根据部分骨骼关键点的坐标值计算出头部朝向象限角度,最后根据预设角度范围计算并可视化出视线落点.目前,尚没有公开发布的可用于远距离行人头部姿态估计的数据集,因此本文建立了一个远距离行人头部姿态系统,以对现有的数据集进行标注,并利用标注的数据集对提出的方法进行测试.结果表明,本文提出的算法可以较精准地判定到远距离行人的头部姿态和注视方向,准确率达到69.7%.