基于支持向量機(jī)的人眼定位方法研究.pdf

1、計(jì)算機(jī)視覺(jué)作為一個(gè)極具挑戰(zhàn)性的領(lǐng)域,一直以來(lái)都因?yàn)槠渚薮蟮陌l(fā)展?jié)摿ξ吮姸嘌芯空叩纳钊胩剿骱脱芯俊ｋS著計(jì)算機(jī)性能的不斷提高和電子產(chǎn)品的普及,人眼定位成為計(jì)算機(jī)視覺(jué)領(lǐng)域的重要研究方向。其在虛擬人臉動(dòng)畫(huà)生成、數(shù)字圖像處理、視覺(jué)疲勞的檢測(cè)、人機(jī)交互、視覺(jué)游戲等領(lǐng)域具有非常重要的應(yīng)用價(jià)值。
　　 在對(duì)人眼定位所存在的問(wèn)題做了深入分析的基礎(chǔ)之上,研究了“人臉-人眼”雙層遞進(jìn)結(jié)構(gòu)的檢測(cè)方法,它是一種新的由粗到細(xì)的人眼定位方法,即在檢測(cè)到的

2、人臉區(qū)域中進(jìn)行定位人眼,這樣檢測(cè)速率就會(huì)得到提高。本文重點(diǎn)對(duì)以下幾方面進(jìn)行研究:
　　 人臉圖像預(yù)處理。在分析幾種常被使用并且效果比較好的人眼定位方法的基礎(chǔ)上,提出了一種新的圖像中人眼定位方法。通過(guò)對(duì)最初采集來(lái)的人臉圖像進(jìn)行圖像的增強(qiáng)、圖像的灰度變化等預(yù)處理,降低誤檢率,節(jié)省大量的儲(chǔ)存空間。為下一步的檢測(cè)定位工作奠定扎實(shí)的基礎(chǔ)。
　　 檢測(cè)圖像中的人臉區(qū)域。作為人臉的重要信息,膚色并不隨著面部的細(xì)節(jié)而變化。雖然人臉的膚色

3、存在一定差別,但相對(duì)其它信息而言是穩(wěn)定的,它與其他的非人臉區(qū)域有很明顯的區(qū)別,并且對(duì)于旋轉(zhuǎn)、表情、姿態(tài)等變化情況都能適用,可以利用皮膚顏色從背景圖像中分割出人臉區(qū)域,所以本文應(yīng)用了一種基于膚色的人臉區(qū)域檢測(cè)方法。先分步研究幾種經(jīng)常使用的色彩空間,用色彩空間中皮膚聚類(lèi)性較好的來(lái)建立皮膚模型,進(jìn)而進(jìn)行光照補(bǔ)償、相似度的分割、形態(tài)學(xué)處理,最終獲得臉部區(qū)域。實(shí)驗(yàn)結(jié)果表明,文中所應(yīng)用的基于膚色的人臉區(qū)域檢測(cè)方法具有較好的檢測(cè)效果。
　　

4、基于支持向量機(jī)的人眼定位。在檢測(cè)到的人臉區(qū)域內(nèi)對(duì)人眼進(jìn)行定位,這樣會(huì)大大縮小人眼的搜索范圍,降低訓(xùn)練樣本的維數(shù)。通過(guò)對(duì)采集的不同人的人眼樣本和非人眼樣本進(jìn)行預(yù)處理,用PCA方法對(duì)樣本進(jìn)行降維,能夠大大減少計(jì)算量。選擇合適的核函數(shù),并對(duì)參數(shù)進(jìn)行優(yōu)化。運(yùn)用序貫最小優(yōu)化算法進(jìn)行離線訓(xùn)練,進(jìn)而得到一組支持向量和各自支持向量的權(quán)重。再運(yùn)用支持向量機(jī)的訓(xùn)練結(jié)果來(lái)構(gòu)成支持向量分類(lèi)器,在人臉區(qū)域定位人眼,完成人眼初檢。最后利用人臉的幾何特征結(jié)構(gòu)完成人眼