基于Camshift算法的虹膜实时跟踪

针对人眼虹膜跟踪中存在的眨眼和眼睑遮挡问题,提出了基于Camshift算法的虹膜跟踪方法。首先使用Adaboost学习算法进行人眼初步定位,然后加入三庭五眼的比例模型精确定位人眼;在人眼定位的基础上使用一个圆形滑动窗遍历人眼灰度图像,其中平均灰度最小的圆形窗可初步定为虹膜区域;将以上步骤检测出的虹膜作为Camshift算法初始模板,建立虹膜的颜色概率图,利用虹膜的颜色特征完成跟踪。实验证明本算法的虹膜跟踪准确率达到84%;并能解决眨眼和眼睑遮挡问题,保证了跟踪过程的鲁棒性。

一种快速的非侵入式眼动跟踪方法

针对眼控人机交互系统对实时性要求较高的特点,提出了一种快速、非侵入式的眼动跟踪方法。首先融合CamShift跟踪算法和AdaBoost型目标检测方法快速地分割出眼睛所在矩形区域;然后在第一帧视频图像中精确定位虹膜并建立虹膜模板;最后通过放大或缩小虹膜模板自适应地在后续各帧视频图像中搜索匹配以预测虹膜位置。虹膜中心相对眼角或鼻孔的位移可用于控制鼠标指针在屏幕上移动。在分辨率为640×480的视频上,取得了32帧/秒的跟踪速度,正确率达到95.5%。实验结果表明方法是有效的,可直接应用于眼控人机交互系统。