基于Opencv的Visual Mouse系統(tǒng)的設計與實現(xiàn).pdf

1、隨著圖像處理和人臉識別技術的發(fā)展和完善,人機交互也不斷向前發(fā)展,在周圍得到應有。人機交互的發(fā)展不但給人們帶來更大的便利還增高工作效率,同時還改變著給殘疾人的傳統(tǒng)生活,他們能夠方便的使用電腦,讓他們的生活狀況得到改善。盡管圖像處理技術依然需要提高和完善,常規(guī)的鼠標鍵盤輸入設備并不能完全被替代,然而殘疾人本身的無可選擇性,對他們相對是一種較優(yōu)的可行方案,讓他們能夠使用電腦與外界交流,去學習提高或者娛樂放松。因此本文利用現(xiàn)有的圖像處理和計算機

2、視覺技術來開發(fā)替代鼠標作為計算機的輸入從而操作電腦的Visual Mouse計算機輔助系統(tǒng)。
　　本文的工作重點為設計實現(xiàn)Visual Mouse系統(tǒng),此系統(tǒng)借助一個攝像頭,通過捕獲攝像頭的視頻輸入,通過人臉檢測算法對人臉進行實時檢測,同時對檢測出的人臉跟蹤,捕獲用戶的人臉運動軌跡,從而控制計算機屏幕上鼠標的移動;利用特征檢測算法找到人臉中的眼睛,并監(jiān)視其狀態(tài),分析眼睛狀態(tài)的變化,針對變化實現(xiàn)用戶與計算機的交互。Visual Mo

3、use系統(tǒng)是一種集合人機交互,應用信息處理、人臉檢測、人眼檢測、人臉跟蹤等相關技術,采用Adaboost方法作為人臉細節(jié)部位的分類器,以提高人臉局部區(qū)域的定位精度,Adaboost算法重點在于分類器的訓練與分析,并在此基礎上構建了一個檢測器的原型,實驗表明我們的檢測可以實現(xiàn)實時的視頻人臉檢測,可達到較高檢測率;人眼定位采用ASM算法, ASM跟大多數(shù)統(tǒng)計學習方法一樣,也包括train和test(or fit)兩部分,也就是形狀建模bui

4、ld和形狀匹配fit,ASM算法具有較高的精確性和魯棒性,為目前圖像特征定位的經(jīng)典算法之一;人臉跟蹤模塊利用高效的 Camshift算法對人臉進行實時跟蹤,該算法考慮了跟蹤過程中目標的尺度和方向變化問題。Camshift算法通過一個權值圖像進行跟蹤,權值最大的地方對應著密度最大處,表示目標可能出現(xiàn)的區(qū)域,迭代地收斂到密度最大處。
　　實驗結果顯示,本文的Visual Mouse系統(tǒng)能夠有效地檢測出攝像頭拍攝到的實時人臉,實現(xiàn)人臉左