导读:本文包含了眼角定位论文开题报告文献综述及选题提纲参考文献，主要关键词:瞳孔检测,眼角点定位,局部二值特征,监督下降法
眼角定位论文文献综述
王增才,赵磊,房素素,张国新,齐亚州[1]（2019）在《基于由粗到精定位的列车驾驶员瞳孔和眼角点检测》一文中研究指出提出一种由粗到精定位的列车驾驶员瞳孔和眼角点检测方法,采用基于监督下降法的面部特征点定位和跟踪技术对驾驶员的眼角点进行粗定位,在面部特征点正确定位的基础上根据相应点的位置获取眼睛图像。采用圆形模板求得眼睛图像中每个像素点的灰度比率,并将其作为权值获取积分投影曲线,对瞳孔点粗定位。将已检测到的瞳孔中心点和眼角点作为初始点,采用基于局部二值特征的定位技术对眼角点和瞳孔位置进行精确定位。利用视频和图像数据库进行实验测试,实验结果表明:提出的方法能够有效定位驾驶员眼角点和瞳孔位置,其瞳孔检测精度优于最新提出的方法。(本文来源于《铁道学报》期刊2019年10期）
崔仁增[2]（2017）在《基于瞳孔与眼角定位的眼球线索解读》一文中研究指出眼球线索解读理论提出,人在思考问题时的眼球位置与人的思考类型是关联的。本文设计完成了一套眼球线索解读系统,通过计算机图像处理技术推测人的思考类型。本系统主要分为叁部分:图像采集部分、眼部特征提取部分和眼球线索解读部分。本文采用基于红外摄像头的穿戴式图像采集设备,采集的图像可以保证瞳孔特征显着,且图像稳定,便于眼部特征信息的提取。本文主要对眼部特征提取算法和眼球线索解读模型进行介绍。眼部特征提取部分主要分为两步:瞳孔精确定位与眼角精确定位。为了检测眼球的位置,精确定位瞳孔位置是确定眼球位置的基础,所以,本文提出了基于图像金字塔的梯度粗定位与椭圆拟合精确定位相结合的瞳孔定位算法。本文提出的瞳孔定位算法通过分级检测的方式,借鉴了梯度检测算法速度快准确性高的优点和椭圆拟合算法精确性高的优点。本文需要根据眼角与正视时瞳孔的距离确定正视时瞳孔的活动范围,所以,需要确定眼角位置。本文提出了基于动态阈值和轮廓查找的眼角定位算法。本文的眼角定位算法,利用穿戴式红外摄像头采集到的图像中眼睛与皮肤灰度差较大的特点。眼球线索解读模型的建立是正确进行思考类型分析的基础。本文通过研究眼睛内部结构与眼球运动模式,确定眼球模型,加深对于眼球的了解。然后,参考眼球线索解读理论的内容,对眼睛进行区域划分,确定眼球线索解读模型。最后,根据任意时刻瞳孔与正视时瞳孔中心的矢量关系进行眼球线索解读。最后,本文实际搭建了一套眼球线索解读系统,通过VS2010开发环境,结合QT界面框架库函数和OPENCV图像处理库函数,使用C++程序设计语言进行了软件开发。本文通过瞳孔定位实验,验证了本文提出的瞳孔定位算法的精度与算法时间,并且,通过本文设计的软件进行眼球线索解读实验,验证本软件的可行性。(本文来源于《燕山大学》期刊2017-05-01）
胡旭,王兆仲[3]（2015）在《瞳孔和眼角的梯度特征重构快速定位算法》一文中研究指出为了快速提取人脸图像局部特征点,提出一种基于梯度特征重构的瞳孔和眼角快速定位算法.通过分析人眼图像发现眼部区域的梯度特征以瞳孔为中心呈辐射状分布,根据梯度方向与辐射中心的关系提出了有限扩散的梯度能量函数;然后基于有限扩散的梯度能量函数进行瞳孔和眼角的检测与定位;之后,根据瞳孔和眼角几何约束关系进一步对定位结果进行合理化的调整,确保检测结果的稳定性.该算法只利用梯度信息,对光照线性变化不敏感.在Muct数据库和Bio ID数据库以及普通摄像头上进行了测试的结果表明,该算法检测精度高、计算复杂度低、检测速度快,可以满足实时应用.(本文来源于《计算机辅助设计与图形学学报》期刊2015年12期）
夏小宝[4]（2014）在《近红外光下眼角的快速定位》一文中研究指出眼角作为眼睛的一个不变特征,在图像匹配中有着重要的应用。针对近红外光下眼角的角点特征不明显问题,提出一种由粗到精的定位方法。首先提取眼睑边缘,通过椭圆拟合定位出内外眼角的大致区域。然后以粗定位出的内外眼角位置分别截取小区域图像并进行阈值分割,提取出初步的内外眼角点。最后根据提出的SUSAN算子加权方差投影函数(SWVPF)进行精定位。实验证明,该算法能够快速和精确定位出内外眼角。(本文来源于《计算机应用与软件》期刊2014年10期）
孙艳蕊,田书贞[5]（2014）在《基于眼角精确定位的视线估计》一文中研究指出设计了一个单摄像机、单红外光源的视线估计系统.利用了眼角的位置信息,提出了利用USM锐化粗定位和Gabor眼角滤波器精确定位的两步定位眼角的方法;针对传统的利用瞳孔普尔钦斑点向量进行多项式拟合在头部运动时估计精度下降的问题,提出了利用内眼角间距对普尔钦斑点向量进行矫正,并采用支持向量回归建立眼部特征参数与多项式拟合误差之间的关系,进行误差补偿;结合精确定位的眼角位置,建立了二维眼部特征与屏幕坐标之间的映射关系.实验表明,该方法实现了一定范围内头部自由运动下精确的视线估计.(本文来源于《东北大学学报(自然科学版)》期刊2014年06期）
田书贞[6]（2013）在《基于眼角精确定位的视线估计》一文中研究指出随着人机交互技术的不断发展,视线作为一个新的交互接口得到了广泛的关注。当前的视线估计方法大多限制用户头部的运动,而且需要多个摄像机多个红外光源等辅助设备,系统搭建复杂,成本高。为简化系统搭建过程并解决头部运动的限制问题,本文提出了基于单摄像机、单红外光源的视线估计系统,结合精确定位的眼角位置,实现了一定范围内头部自由运动情况下的视线估计。本文提出的视线估计方法充分利用了注视不同方向时的眼部特征参数信息。根据红外光源下眼角膜表面产生的暗瞳现象,提取瞳孔边缘并进行滤波,最后采用最小二乘法拟合出瞳孔椭圆。根据普尔钦斑点呈现高亮的特点,在瞳孔附近进行搜索,定位出斑点区域的加权质心。与以往视线估计方法的不同之处还在于,本文利用了眼角的位置信息,提出了利用USM锐化粗定位和Gabor眼角滤波器精确定位的两步定位眼角的方法。精确的特征检测为视线估计提供了有力依据。针对传统的利用瞳孔普尔钦斑点向量进行多项式拟合在头部运动时精度下降的问题,本文提出了利用内眼角间距对该向量进行矫正,降低人机距离变化对拟合精度的影响。此外,对于其它形式的运动造成的多项式拟合误差,本文提出了采用支持向量回归拟合眼部特征参数与该误差之间的关系,进行补偿。实验表明,通过距离补偿及SVR误差补偿,可以有效的降低多项式拟合误差,实现头部自由运动下精确的视线估计,屏幕注视点坐标平均估计误差约为9.54mm。(本文来源于《东北大学》期刊2013-06-01）
夏海英,严国萍,王标[7]（2011）在《加权方差投影在眼角定位中的应用》一文中研究指出提出了一种基于加权方差投影函数(WVPF)的眼角定位方法。该方法利用Haar-like特征训练级联分类器,定位眼角的粗略位置。同时,采用Harris角点检测中的角点响应函数作为加权因子函数,构建了加权方差投影函数。考虑到眼角的角点特征,眼角位置在眼角区域内的水平加权方差投影曲线和垂直加权方差投影曲线中都有峰值,可通过对加权方差投影曲线的分析对眼角细定位。实验结果表明,该方法在BioID人脸库中对眼角定位表现良好,计算复杂度低。(本文来源于《中国图象图形学报》期刊2011年02期）
朱晓媛,赵景秀[8]（2010）在《一种彩色证件照片的眼角和嘴角定位方法》一文中研究指出基于彩色标准学生证件,提出一种简单,有效的眼角和嘴角定位方法。首先,对图像进行亮度调整,颜色空间转换等预处理,再根据YCbCr空间中人脸肤色的聚类特性,分割出肤色区域,并利用数学形态学操作进行处理,最后,利用人脸的结构特征和几何分布规则,在小范围内准确定位眼角和嘴角的位置。实验结果表明,对于有噪声的,存在一定表情的图像,该方法具有较高的定位准确率,并且算法实现简单。(本文来源于《计算技术与自动化》期刊2010年01期）
孙玉胜,靳敬永[9]（2008）在《基于小波变换的眼角定位方法》一文中研究指出针对人脸识别中的特征定位问题,文章提出了一种眼角定位方法。首先根据小波变换,对灰度图中的人脸粗定位两眼的位置,然后结合Susan算子方法找出内外眼角的精确位置,实现对双眼的定位。实验结果表明,与传统方法相比,该方法能较好的实现眼睛定位,能够显着提高了定位准确率和定位速度。(本文来源于《电脑知识与技术》期刊2008年30期）
高飞,张宪民[10]（2007）在《视线跟踪系统中的眼角点精确定位方法》一文中研究指出在视线跟踪系统中,提出了一种以眼角点为参考点来计算人眼注视方向和位置的新方法。该方法中以动点和参考点的差值来计算人眼的注视方向和位置。动点采用虹膜中心,因为它可以准确反映眼球的变化。参考点采用眼角点,因为眼角点在人脸上是个非常稳定的点,人脸表情的变化基本上不会引起它的位置变化。该方法克服了过去以mark点或普尔钦斑点为参考点的缺点,不需要使用者在脸上做mark点,而且允许人脸在小范围内偏转。实验证明,该方法中自动定位眼角点快速准确,可以很好地解决视线跟踪系统中眼睛相对运动距离的问题。(本文来源于《计算机工程》期刊2007年18期）
眼角定位论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
眼球线索解读理论提出,人在思考问题时的眼球位置与人的思考类型是关联的。本文设计完成了一套眼球线索解读系统,通过计算机图像处理技术推测人的思考类型。本系统主要分为叁部分:图像采集部分、眼部特征提取部分和眼球线索解读部分。本文采用基于红外摄像头的穿戴式图像采集设备,采集的图像可以保证瞳孔特征显着,且图像稳定,便于眼部特征信息的提取。本文主要对眼部特征提取算法和眼球线索解读模型进行介绍。眼部特征提取部分主要分为两步:瞳孔精确定位与眼角精确定位。为了检测眼球的位置,精确定位瞳孔位置是确定眼球位置的基础,所以,本文提出了基于图像金字塔的梯度粗定位与椭圆拟合精确定位相结合的瞳孔定位算法。本文提出的瞳孔定位算法通过分级检测的方式,借鉴了梯度检测算法速度快准确性高的优点和椭圆拟合算法精确性高的优点。本文需要根据眼角与正视时瞳孔的距离确定正视时瞳孔的活动范围,所以,需要确定眼角位置。本文提出了基于动态阈值和轮廓查找的眼角定位算法。本文的眼角定位算法,利用穿戴式红外摄像头采集到的图像中眼睛与皮肤灰度差较大的特点。眼球线索解读模型的建立是正确进行思考类型分析的基础。本文通过研究眼睛内部结构与眼球运动模式,确定眼球模型,加深对于眼球的了解。然后,参考眼球线索解读理论的内容,对眼睛进行区域划分,确定眼球线索解读模型。最后,根据任意时刻瞳孔与正视时瞳孔中心的矢量关系进行眼球线索解读。最后,本文实际搭建了一套眼球线索解读系统,通过VS2010开发环境,结合QT界面框架库函数和OPENCV图像处理库函数,使用C++程序设计语言进行了软件开发。本文通过瞳孔定位实验,验证了本文提出的瞳孔定位算法的精度与算法时间,并且,通过本文设计的软件进行眼球线索解读实验,验证本软件的可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
眼角定位论文参考文献
[1].王增才,赵磊,房素素,张国新,齐亚州.基于由粗到精定位的列车驾驶员瞳孔和眼角点检测[J].铁道学报.2019
[2].崔仁增.基于瞳孔与眼角定位的眼球线索解读[D].燕山大学.2017
[3].胡旭,王兆仲.瞳孔和眼角的梯度特征重构快速定位算法[J].计算机辅助设计与图形学学报.2015
[4].夏小宝.近红外光下眼角的快速定位[J].计算机应用与软件.2014
[5].孙艳蕊,田书贞.基于眼角精确定位的视线估计[J].东北大学学报(自然科学版).2014
[6].田书贞.基于眼角精确定位的视线估计[D].东北大学.2013
[7].夏海英,严国萍,王标.加权方差投影在眼角定位中的应用[J].中国图象图形学报.2011
[8].朱晓媛,赵景秀.一种彩色证件照片的眼角和嘴角定位方法[J].计算技术与自动化.2010
[9].孙玉胜,靳敬永.基于小波变换的眼角定位方法[J].电脑知识与技术.2008
[10].高飞,张宪民.视线跟踪系统中的眼角点精确定位方法[J].计算机工程.2007