-
题名视线跟踪系统中的眼角点精确定位方法
被引量:6
- 1
-
-
作者
高飞
张宪民
-
机构
上海交通大学模式识别与图像处理研究所
-
出处
《计算机工程》
CAS
CSCD
北大核心
2007年第18期199-201,204,共4页
-
文摘
在视线跟踪系统中,提出了一种以眼角点为参考点来计算人眼注视方向和位置的新方法。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。动点采用虹膜中心,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。
-
关键词
红外电视法
人机交互
视线跟踪
眼角点定位
-
Keywords
infrared TV method
human-computer interaction
eye-gaze tracking
eye corner locating
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于由粗到精定位的列车驾驶员瞳孔和眼角点检测
被引量:2
- 2
-
-
作者
王增才
赵磊
房素素
张国新
齐亚州
-
机构
山东大学机械工程学院
高效洁净机械制造教育部重点实验室
-
出处
《铁道学报》
EI
CAS
CSCD
北大核心
2019年第10期61-67,共7页
-
基金
山东省自然科学基金(ZR2018MEE015)
汽车仿真与控制国家重点实验室开放基金(20161105)
-
文摘
提出一种由粗到精定位的列车驾驶员瞳孔和眼角点检测方法,采用基于监督下降法的面部特征点定位和跟踪技术对驾驶员的眼角点进行粗定位,在面部特征点正确定位的基础上根据相应点的位置获取眼睛图像。采用圆形模板求得眼睛图像中每个像素点的灰度比率,并将其作为权值获取积分投影曲线,对瞳孔点粗定位。将已检测到的瞳孔中心点和眼角点作为初始点,采用基于局部二值特征的定位技术对眼角点和瞳孔位置进行精确定位。利用视频和图像数据库进行实验测试,实验结果表明:提出的方法能够有效定位驾驶员眼角点和瞳孔位置,其瞳孔检测精度优于最新提出的方法。
-
关键词
瞳孔检测
眼角点定位
局部二值特征
监督下降法
-
Keywords
pupil detection
eye corner location
local binary features
supervised descent method
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名人脸关键特征点自动标定研究
被引量:10
- 3
-
-
作者
张志刚
周明全
耿国华
-
机构
西北大学信息科学与技术学院
北京师范大学信息科学与技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2007年第21期197-198,217,共3页
-
基金
国家自然科学基金(the National Natural Science Foundation of China under Grant No.60573179)。
-
文摘
人面部特征点的自动标定是计算机辅助颅像重合技术的重要研究内容之一。在人脸分析技术的基础上,提出了一种眉心点和眼角点的自动定位方法。在得到人像双眼位置的前提下,据此确定眉毛和眼睛块;然后利用一种自适应的阈值分割法对特征块进行二值化处理,进而提取出眉心点和眼角点。该方法充分利用了人面部的特征知识,简便易行。实验结果表明算法有效,定位的准确度较高。
-
关键词
特征标定
眼角点
眉心点
颅像重合
-
Keywords
features localization
eyes corners
eyebrows centers
photographic superimposition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种优化的自然光源下眼动视觉测量方法
被引量:1
- 4
-
-
作者
陈加徐
陆永华
赵采仪
梁立鹏
-
机构
南京航空航天大学机电学院
-
出处
《应用科技》
CAS
2021年第4期61-67,共7页
-
基金
国家自然科学基金项目(51975293)
航空科学基金项目(2019ZD052010)
研究生实验室开放基金项目(kfjj20190512).
-
文摘
针对传统的Adaboost算法将非人脸、人眼目标误识别为人脸、人眼的问题,将基于椭圆模型的肤色检测融合进人脸定位算法并采用优化的先验知识法实现人眼定位。采用优化的梯度重心法和Dlib特征点法进行虹膜中心、眼角点定位,完成自然光源下眼动的视觉测量,从而解决传统的虹膜中心、眼角点定位算法存在参数设置依赖于光照条件、图像质量的问题。实验结果表明,该优化算法与传统方法相比,人脸误检率降低了8%,人眼真实检测率提高了21%,虹膜中心定位误差仅相差0.1,视频帧眼角点定位时间降低了55 ms。
-
关键词
人脸定位
人眼定位
虹膜中心
眼角点
评价指标
眼动
视觉测量
优化算法
-
Keywords
face location
eye location
iris center
canthus points
evaluation index
eye movement
visual measurement
optimization algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-