论文研究-Chirp子脉冲频率步进信号目标径向速度估计.pdf

所需积分/C币:10 2019-09-08 14:28:32 560KB .PDF
收藏 收藏
举报

将人脸检测和跟踪技术有效结合并引入到疲劳判断系统设计中,提出了一种多级结构的检测方法。首先对图片光照补偿,减小复杂环境中光照不均带来的影响。然后对首张图像计算皮肤相似度并二值化来去除复杂背景,进而利用基于知识的人脸检测方法得到人脸器官信息;接着根据当前图像已获取的信息在下一图像帧中的相应区域进行局部处理;然后再根据两帧间的人眼位置关系建立运动向量,从而对后继帧中的人眼位置进行估计和校验。最后,利用PERCLOS方法来对人脸检测结果进行分析,判断是否处于疲劳状态。实验结果表明,所提出系统的检测方法处理速度是传统方法的2.5倍以上,可以对人眼进行实时跟踪,检测准确度高。
1082010,46(20) Computer Engineering and Applications计算机工程与应用 计算祁似度 图像二值化 获得人脸区 边缘检测 确定眼睛位置 (a全图扫描主要步骤 得到人脸区 计算局部 局部二值化 相似度 边缘检测 眼睛定位 修正人脸区 (b)局部扫描主要步驟 得到人脸区 相似度局部二值化 运动估计 眼睛校验 修正人脸区 (c)运动估计主要步骤 图4多级结构中的检测方法 检测,为了兼顾检测的速度和精度,引入5×5的 Marr-Hildreth程大幅度地降低了程序的开销,这样就为达到实吋监控的目 算子ν。边缘检测后采用统计的方法得到眼睛大致位置,最后的提供了保障,如图4(c)所示。 根据大致位置进行校验得到精确位置。 4.5眼睛状态和疲劳状态判断 在自适应二值化寻找阈值时,将相似度图像根据相似度 在对人眼的开闭状态进行判断的时候主要是通过对人眼 大小分为k个区间,然后统计落在每个区间的像素点个数M(i∈区域进行水平投影的方式得到。将二值化处理后的人眼在水 1,2,…,k),点数最少的那个区间就是区分皮肤的临界区间,平方向投影,这样最大纵坐标和最小纵坐标的差值的差异,可 因此将这个区间作为二值化的阈值 Threshold 以通过眼睛投影图的纵坐标差值来判断人眼的开闭状态。在 Thes=当且仅当(N=Mm(N)/(,2,,k)(2)判断人是否处于疲劳状态时采用公认准确率最高的PER CLOS方法来进行判断。主要是统计在一定时间内眼睛闭合 4.3局部扫描算法 状态所占的时间比例。一般有三种测量方式:P70、P80、EM 在局部打描中,大部分处理和全图扌描类似,但在局部抖他们表示的意义如下: 描中利用全图扫描中得到的人脸区域并且假设相邻两帧之间 人脸区域没有发生变化,直接得到人脸区域。因此在计算相 P70:眼晴处于闭合70%以上情况下所占的时间比例。 P80:眼睛处于闭合80%以上情况下所占的时间比例 似度和二值化过程中就不用处理非人脸区域,这样就可以显 EM:眼睛处于闭合一半以上情况下所占的时间比例 著地提高检测速度。由于在局部扫描过程中假设了人脸区域 没有发生变化,当得到了精确的眼睛位置后还要和前面一帧 5实验结果与分析 中的眼睛位置进行比较,得到当前帧相对前一帧偏移的距离 本文提出了一种多级结构的检测方法,使用该方法对人 再对当前帧中的人脸区域进行修正,这样就可以保证新的人的疲劳状态进行实时监控。通过比较各级的检测效率和系统 脸区城不断在自我更新,有更强的适应性。局部扫描的主要进行实时监控时的性能,来刻画方法的性能。实验环境如下 步骤如图4(b)所示。 CPU:ntel,280GHz;内存为1.00GB。所测试的视频分辨 44使用运动向量进行运动估计 率为320×240。 由于图像序列之间的时间非常短,可以认为人在两顿图s.I人脸检测结果 像间的运动速度是匀速运动,而且两帧间的时间△T相等。 图5给出了人脸检测过程中各步骤得到的检测结果,(b) 当经过了全图扫描和局部扫描已经可以得到两帧图像中眼睛是计算皮肤相似度,通过对皮肤相似度计算可以很好地去掉 的位置,那么就可以通过两帧图像中眼睛位置的差异估计出非肤色背景带来的影响。这样通过二值化就可以很好地得到 在下一帧图像中眼睛的位置,估计方法如下:设P和P分别表人脸区域(d),在边缘检测的时候就可以减小检测范围,提高 示第一帧图像和第二帧图像中眼暗的位置.P表示下一帧图了处理速度。最后可以很好地得到眼睛大概位置(f),通过填 像中要估计的眼睛位置。△T1表示前两帧图像之间的时间差 充的方法精确地得到眼睛位置并且得到眼睛区城的大小( △T2表示第二帧和第三帧之间的时间差。由此可以得到两帧进而判断眼睛的开闭状态。 之间的速度为 PI-PO T 又因为作匀速运动,可得 a)原始图像(b)计算相似度(c)图像二值化(d)人脸区 P2-P1=△T2*H (4) 由V2=V1,带入上式可得: P,=2*P1-P (5) e边缘检测(f)眼睛定位(g)得到精确位置 在使用运动向量来对眼睛位置进行估计时,只需要象局 图5人脸检测结果示意图 部扫描方法屮那样对人脸区域计算相似度和二值化,不用对52各级人脸检测方法的效率 整幅图像进行处理和边缘检测。同时,省去了繁琐的眼睛检 在对多级结构的检测方法进行测试的时侯,主要是通过 测过稈,只需要对得到的眼睛位置进行校验即可,通过以上过比较各级在进行检测时候消耗的时间。表1中给出了在逻辑 姚凯,郭宗明:多级结构的人脸检测方法及应用 2010,46(20) 109 模块中各级在进行人脸检测的时候所消耗的时间。 状态进行实时监控的目的得到了满足。同时在得到相关数据 可以看出,如果每次都是使用全图扫描的方法将会消耗后,对已有数据进行分析,可以根据不同情况决定下·步的处 大量的时间。如果使用局鄙描的方法来进行检测就可以将理方式,这样就使系统具有更好的智能性和适应于不同环境 时间降低到全图扫描的60%。因为每次只需要对人脸区域进的鲁棒性。 行处理,而不用再考虑那些非人脸区的影响,这样就可以很大 不过当前工作仍然存在一些不足,比如一些外界条件比 程度地提高程序性能。不过这种方法不能根本性地提高速较差的情况下,检测的效果并不理想。因此在后面的工作中 度,因为如果在最差的情况下,即整张图都是人脸区时性能就还可以考虑通过一些预处理的方式对图像进行一些校正或者 会退化到全图扫描的性能。因此提出了第三级运动估计的检选择其他检测方法,比如AAM、ASM等方法。同时也可以 测方式,在前两帧图像得到眼睛位置的情况下,构造运动向量考虑多人脸检测的应用场景 来进行运动估计,直接定位眼睛,这样能更大程度上提高速 度。该方法处理速度很快,受到图片大小的影响较小。由于参考文献: 对眼睛进行疲劳判断的时侯需要勾隔0.12-0.13秒扫描一张图 [1] Yang M H, Kriegman D J, Ahuja N Detecting faces in images 片,即每秒只需要扫描8.3帧图片。通过表1可以看出,使用多 A survcy[J]. IEEE Transactions on Pattcrn Analysis and Ma 级结构来进行检测可以达到实时处理的要求。 chine Intelligence, 2002, 24(1): 35-58 表1各级人脸检测时间的比铰结果 [2]梁路宏,艾海舟,徐光佑,等.人脸检测研究综述门J计算机学报 2002,25(5):449-458 使用方法 统计项日 全图扫描局部扫措运动佔计 13 Sung wR, Kang E K, Choi J S Adaptive motion estimation 处理一帧的平均时间/ms technique for motion compensated inter frame interpolation[J] 相对全图扫描(‰) EE Transactions on Consumer Electronics, 1999, 45(3): 753-761 相对局部扫描(%) [4] Nie Yao, Ma Kai-kuang. Adaptive rood pattern search for fast 相对运动估计(% 252 152 block-matching motion estimation[J].IEEE Transactions on Im 从表2屮可以看出:利用运动佔计的方法来检测眼睛的位 age Processing,2002,11(12):1442-1449 置非常有效,通过建立运动向量对眼晴的运动进行估计,可以51 Guan Ye-peng Robust eye detection from facial image based on multicuc facial information[C]//2007 IEEE International Confcrencc 很妤地判断出眼睛运动趋势。从表中数据知道系统成功的估 on Control and Automation, guangzhou, China 2007:1175-1178 中计了眼睛从位置(170,107运动到了(163,107)。在估计过程 [6] Dinges D F, Grace R PERCLOS: A valid psycho-physiological 屮佔计值和精确值会产生一点的误差,主要是因为人在运动 measure of alertness as assessed by psychomotor vigilance[R] 过程中还伴随着眼睛的开闭,所以会有一些误差。但误差都 Washington: Federal Highway Administration, Office of motor 在两个像素点内,而且通过校验都会从估计值得到精确的眼 Carriers, 1998 晴位置,并且得到新的运动向量,进而估计新传入图像中眼睛[7 HsU r l, Abdel-Mottleb M, Jain a k face detection in color 的位置。所以,使用运动估计不仅可以描述出眼睛的运动轨 images[J].IEEE Transactions on PAMI, 2002, 24(5): 696-706 迹,而且使用运动估计很大程度地降低了程序复杂度,对于疲8] Kim s f, Kim h g. Face detection using multi- modal informa 劳判断系统这样对实时性要求比较高的系统来说是非常重 tion[C]/Fourth IEEE International Conference on Automatic Face 要的。 and Gesture Recognition 2000, Washington DC, 2000. Washing 表2使用运动佔计的结果 ton DC: IEEE Computer Society, 2000 [9 Clark J J Authenticating edges produced by zero-crossing algo 视频帧序列号 统计项目 rithms[J]. IEEE Transactions on Pattern Analysis and Machine 203 Intelligence,1989,11(1):43-57 上帧位置169,107 167,107 163,107 运动向量 -1,0 [10 Cootes T F. Taylor C J, Cooper D H, et al.Active shape mod 眼睛位置168,107 167,107 l61,107 els-their training and applications[J]. Computer Vision and Im 精确位置 167,107 165,107 162,107 age Understanding, 1995. 61(1): 38-58 位置差距 [11] Klim s, Mortensen S, Bodvarsson B, et al. More active shape modcl[EB/OL].Image and Vision Computing, New Zcaland 6结论与进一步工作 2003.http://sprg.massey.ac.nz/ivcnz/proceedings/ivcnz71.pdf 本文创新之处是提出了一种多级结构来进行人脸检测,(21] Huang Chang, Ai hai- zhou. high- performance rotation invariant 不仅可以很好地减小背景对图像识别精确度的影响,而且很 multi-view face detection [J].IEEE Transactions on Pattern Anal- 大程度地降低了系统在检测过程屮的时间开销,使对人疲劳 ysis and Machine Intelligence, 2007, 29(4): 671-686

...展开详情
试读 4P 论文研究-Chirp子脉冲频率步进信号目标径向速度估计.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    weixin_38743737 欢迎大家使用并留下宝贵意见
    2019-09-08
    • 至尊王者

      成功上传501个资源即可获取
    关注 私信 TA的资源
    上传资源赚积分,得勋章
    最新推荐
    论文研究-Chirp子脉冲频率步进信号目标径向速度估计.pdf 10积分/C币 立即下载
    1/4
    论文研究-Chirp子脉冲频率步进信号目标径向速度估计.pdf第1页
    论文研究-Chirp子脉冲频率步进信号目标径向速度估计.pdf第2页

    试读已结束,剩余2页未读...

    10积分/C币 立即下载 >