摘要：人眼檢測(cè)實(shí)自動(dòng)人臉檢測(cè)以及視線跟蹤中非常重要的一項(xiàng)技術(shù)，它被用于智能人機(jī)交互、疲勞駕駛檢測(cè)、安保以及諸多領(lǐng)域。在此提出了一種基于亮瞳效應(yīng)的精確人眼實(shí)時(shí)檢測(cè)算法。該方法使用主動(dòng)紅外光結(jié)構(gòu)照明來(lái)產(chǎn)生亮瞳效應(yīng)并產(chǎn)生候選點(diǎn)，然后利用連續(xù)Adaboost算法來(lái)對(duì)人眼進(jìn)行確認(rèn)，實(shí)驗(yàn)結(jié)果表明，對(duì)于640×480分辨率的連續(xù)視頻，系統(tǒng)每幀的檢測(cè)時(shí)間小于10ms，檢測(cè)準(zhǔn)確率較高。

關(guān)鍵詞：人眼檢測(cè)；亮瞳效應(yīng)；Harr特征；連續(xù)Adaboost

中圖分類號(hào)：TN919—34文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1004—373X（2012）18—0125—03

引言

自由立體顯示技術(shù)中，人眼位置的探測(cè)與跟蹤是關(guān)鍵之一。而且，在多用戶自由立體顯示領(lǐng)域，左右圖像需要被精確地分別投影到人的左右眼睛上，只有人眼定位得足夠精確，才能夠最大程度地消除常見(jiàn)的串影和閃爍等問(wèn)題，從而給用戶帶來(lái)逼真完美的立體視覺(jué)感受.

人眼檢測(cè)作為模式識(shí)別領(lǐng)域的熱點(diǎn)問(wèn)題，近幾年出現(xiàn)了一大批分析角度不同，處理方法各異的優(yōu)秀算法。比如：主分量分析（PrincipalComponentAnalysis，PCA）[2]、貝葉斯決策（BayesDecisionRule）[2]、支持向量機(jī)（SupportVectorMachine，SVMs）[3]、人工神經(jīng)元網(wǎng)絡(luò)模型（ArtificialNeuralNetwork，ANN）[4]。基于這些算法所訓(xùn)練出的人眼檢測(cè)系統(tǒng)在準(zhǔn)確性和檢測(cè)速度方面均達(dá)到了一定水準(zhǔn)。

本文描述的是基于主動(dòng)紅外照明的魯棒人眼定位方法。首先利用眼睛特有的紅眼特征得到眼睛的候選點(diǎn)，然后使用RealAdaboost算法對(duì)候選窗口做分類。在同樣精度的條件下，本文的方法相比以往的方法速度更快，單幀人眼定位時(shí)間只要10ms，可以方便地做成嵌入式應(yīng)用。

1候選點(diǎn)的獲取

1.1圖像獲取

攝像頭和紅外LED的配置如圖1所示，當(dāng)臨近相機(jī)鏡頭的紅外燈組點(diǎn)亮?xí)r，得到的圖像將擁有亮的瞳孔圖像，如圖2（a）所示；當(dāng)內(nèi)圈熄滅，遠(yuǎn)離相機(jī)鏡頭的紅外燈組點(diǎn)亮?xí)r，得到的是暗的瞳孔圖像，如圖2（b）所示。將紅外燈的驅(qū)動(dòng)信號(hào)與攝像頭的幀頻信號(hào)同步，在奇偶幀就能得到瞳孔處亮暗相間的連續(xù)視頻。