基于分级策略的自动人眼检测与定位

为了能在正面人脸图像上对人眼位置进行检测和精确定位,提出了一种新颖高效的分级策略。利用Gabor变换计算显著极值图,得到若干具有最大显著极值的候选人眼区域;通过PCA(Principal Component Analysis)重构对候选区域进行验证,将具有最小重构误差的两个区域选定为眼睛区域;通过两级邻域运算对瞳孔进行精确定位。该方法对面部表情变化不敏感,同时具有非迭代和计算简单的优点。通过在JAFFE数据库上的对比实验,检测精度达到99.6%,验证了该方法的有效性。