在计算机视觉行为分析,基于计算机视觉的人眼行为识别算法分析

摘要：

计算机视觉是近年来的研究热点,也是一门综合性的学科.通常指用摄像头和电脑代替人类的眼睛和大脑对目标物进行的定位,跟踪,识别等处理手段的技术学科.眼睛是人体关键的部位,眼睛的定位,检测,识别,分析处理能给人脸识别,虹膜识别,医学检验,表情分析等相关研究提供必要的技术支撑和丰富的参考信息. 随着图像处理,模式识别,数据挖掘等计算机信息处理技术的发展,越来越多基于计算机视觉技术研究眼睛状态的算法和应用大量出现.本文在现有技术水平和研究的基础上,通过对经典算法思路的拿捏推敲,改进算法并提出一系列相关的新算法,通过实验,证明了算法的合理性,可行性.主要内容如下: 第一章:本文以单张图像人眼的定位作为切入点,对现阶段的技术手段对比分析的基础上,提出了一种融合纹理,几何形状特征的眼睛定位检测算法. 第二章:为了分析动态视频流眼睛行为的状态,本文系统的对能用于人眼目标跟踪的常见算法做了系统分析,优缺点比较,引进了相邻帧时空信息相关算法并对其做了改进.实验证明改进后的双目目标跟踪算法快速可靠. 第三章:眼睛区域图像处理分析是人眼状态分析的关键环节,本文提出的加窗过滤瞳孔定位算法和关键区域分割算法为下文进一步研究做好了技术铺垫. 第四章:在此基础上,本文又提出了一种简单快速的静态图像人眼状态分类识别算法,简化经典的支持向量机分类器,实现了图像中人眼开闭状态的识别. 第五章:最后本文提出了一种统计眨眼次数的算法,定义了瞳孔灵敏度参量,为基于视频流人眼行为状态的分析打好基础,对视疲劳和眼疲劳状态进行了分析,实验结果达到预期.

展开