下载  >  开发技术  >  其它  > 论文研究-基于Kanade-Lucas的人眼跟踪算法研究.pdf

论文研究-基于Kanade-Lucas的人眼跟踪算法研究.pdf 评分:

在基于 AdaBoost算法识别驾驶员眼部疲劳状态时 ,环境光照、视角的频繁变化是影响识别稳定性的重要因素 ,为此提出了一种基于 Kanade-Lucas( K-L)光流跟踪与 AdaBoost级联分类器相结合的改进算法。该算法利用 AdaBoost算法识别并存储人眼的角点特征 ,在 AdaBoost算法无法正确识别时 ,利用 ( K-L)光流跟踪算法跟踪正确识别的角点有效地提高了人眼识别率 ,降低了误识别率 ,并降低了重复识别的运算量。
第4期 杨晶东,等:基于 Kanade-Iuas的人眼跟踪算法研究 1577 给出了K冮算法和 Adaboost算汰所检测到的人眼中心位詈同视角人眼位詈对特征角点进行较准确的定位跟踪,具有较强 横、纵坐标的对比曲线。从这两幅中可以看出,在横、纵两个的比例尺度不变性和防射不变性,能够适应鸳驶窄内坏境下驾 方向上两种算法的检测结果比较接近,除了在第150帧附近有驶员人眼状态的检测。 微小差别之外多数情况下两种算法的检测结果是重合的,而且 随着检测时间的增加并没有出现检测误差扩大的趋势,这说明 K-L算法是比较稳定的。 d 050I00150200250300350400 050100150200250300350400 帧数ln 帧数/n 图1 Adaboost算法和K-L算法图2 Adaboost算法和K-L算法 图5KL光流算法的跟踪结果 检测到的人眼中心位置的 检测到的人眼中心位置的 除了对人眼定位的可靠性考虑之外,本文还考虑了人眼识 横坐标的对比曲线 纵坐标的对比曲线 别的实时性。本系统采用UsB通信接口的摄像机以及笔记本 图3给出了两种方法检测的中心点之间欧式距离曲线。 处理器,因此数据传输率对人眼识別的实时性有一定影响,现 可以看到两种算法检测到人眼中心平均距离约为5.5个像素, 有程序的处理速度为16fps,可在人眼位置相对稳定时准确认 而通常检测到的眼部矩形区对角线长度为80像素,误差不超 别,并能及时为驾驶员提供预警信息。如果采用具有申口摄像 过7%,能够满足整个识别过程的精度要求。从图中可以看 机以及配有图像采集卡的嵌入式处理器.那么处理速度可以提 到,在150-180帧内KL算法检测到的人眼位置与实际位置升到双向传输20f,会极大地提高人眼识别的实时性能 偏差较大,最大约为15.3个像素,占到了人眼矩形框对角线近5结束语 20%,这是角点的局部极大值特性引起的。KL算法可在两帧 较小范围内准确对特征点进行跟踪,而当两帧之间角点距离变 木文介绍了角点的检测方法以及以角点作为特征点进行 化较大时,如光线明显变化或画面剧烈抖动等,K-L算法将无光流跟踪的KL光流算法,并提出了 Adaboost级联分类器与 法准确跟踪角点而产生跟踪误差,但 Adaboost算法通常有较基于KL光流跟踪算法相结合的人眼检测方法。在训练分类 高识别率,可在 Adaboost算法能够识别人眼时不断进行角点的基础上增加了对特征点进行实时KL算法跟踪,此方法 的重新检测,使K-L光流算法能及时得到修正,从而提高整体可以在一定程度上确保视角和光线变化时人眼识别精度,有效 过程人眼定位的精度。 地减少单日摄像机视角或光线变化引起的识别盲区,提高人眼 图4给出了利用KL和 Adaboost级联分类器结合识别人识别的鲁棒性。 眼的全过程系统主界面。其中(a)是利用 Adaboost级联分类参考文献 器对正反例人眼样本进行训练获得各级联分类器,从而获得了[1 BAWA M, MANKU S G, RAGHAVAN M P.SETs: search enhanced 铰为精确的人眼像素坐标,并能较为准确地判断人眼当前状 by topic segmentation[ C]//Proe of the 26th ACM SIGIR Conference 态;(b)给出了在 Adaboost级联分类器识别人眼位置基础上利 on Research and Development in Inform ation Retrieval. 2003: 306 用κ-L算法进行角点特征跟踪的情况。当环境光照或摄像机 313 视角发生变化时,虽然 Adaboost算法没有准确识别当前人眼21傅向华,冯博琴,马光丰,等,基于主题划分的有组织P2P搜索算 位置,却记忆了上次光照和视角没有变化时的眼部各角点特 法[J].西安交通大学学报,200: 征,并利用KL算法跟踪人眼移动位置和方向,准确地识别人 [3 MENASC E. D A, KANCHANAPALLI L. Prohahilistic scalable P2P 眼移动后的最终位置。可见此算法在一定程度上解决了视角 resource luca Lion serv ices[J]. ACM SIGMETRICS Performance 或光线变化对人眼状态识别的影响,确保人眼识别的鲁棒性。 Evaluation Review, 2002, 30(2): 48-58 4]陈海涛,龚正虎,黃遵国 基于分组的语义搜索[J].通信 学报,2006,27(1 [5]郭烈,王荣本,张明恒,等.基于 Adaboost算沄的行人检测方法 J」.计算机工程,2008,34(3):202-204 [6]陈乐,吕文阁,『少华。角点检测拉术研究进展[J].自动化技术与 010015020025030350400 应用,2005,24(5):1-4,8. 帧数/n [7 HARRIS C, STEPHENS M. A combined corner and edge detect 图3每·帧中两种算法检测 图4基于KL光流算法与级联 到的人眼屮心点距离的出线 分类器结合人眼识别结果 IC//Proc of the 4 th Alvey Vision Conference. 1988: 147-151 佟5给出了针对图4(a)中 Adaboost算法识别人眼初始位 [8 AMBEKAR O, FERNANDES E, HOEPFEL D A feature based motion estimation for vehicle guidance[ C]//Proc of Computer Vision and 置,在各种环境光照条件下利用K-Ⅰ算法对眼部特征跟踪识 Graphics. Netherlands Springer, 2006: 703-708 别的情况。其中(a)~(d)为正常室内光照强度下的检测结 [9 STAMOU G N, KRINIDIS M, NIKOLAIDIS N, e! al. A monocular 果;(e)~(h)为光照较弱的室内环境下针对各种视角人眼区 system for person tracking: implementation and testing [J. Journal 域的角点识别跟踪情况;(i)~(1)为光照较强的室内环境下针 on Multimodal User Interfaces, 2007. 1(2): 31-47 对各种视角人眼区域的角点识别跟踪情况。由此可见,KL算10 LUCAS B D. Ceneralized image matching by the method of differences 法可以在 Adaboost分类器的识别结果基础上对不同光照、不 [R. Pittsburgh, PA: Carnegie Mellon University, 1984

...展开详情
举报 收藏
分享
论文研究-基于k-means聚类算法的研究 .pdf

基于k-means聚类算法的研究,黄韬,刘胜辉,本文首先分析研究聚类分析方法,对多种聚类分析算法进行分析比较,讨论各自的优点和不足,同时针对原k-means算法的聚类结果受随机��

立即下载
论文研究-基于K-近邻算法的人体步态识别 .pdf

基于K-近邻算法的人体步态识别,张腾腾,赵桐,针对步态特征提取时涉及到的维数高、变换复杂等问题,提出一种新的步态特征提取方法,即利用加速度传感器采集人体侧向、垂直方向

立即下载
论文研究-基于K-近邻树的离群检测算法.pdf

为适应数据集分布形状多样性以及克服数据集密度问题,针对已有算法对离群簇检测效果欠佳的现状,提出了一种基于K-近邻树的离群检测算法KNMOD(outlier detection based on K-nearest neighborhood MST)。算法结合密度与方向因素,提出一种基于K-近邻的不相似性度量,然后带约束切割基于此度量构建的最小生成树从而获得离群点。算法可以有效地检测出局部离群点以及局部离群簇,与LOF、COF、KNN及INFLO算法的对比结果也证实了算法的优越性能。

立即下载
论文研究-基于K_DOPs快速连续碰撞检测算法 .pdf

基于K_DOPs快速连续碰撞检测算法,杜广龙,张平,为了实现快速精确的刚体碰撞检测,本文提出了基于间隔插值和静态K_DOPs检测技术的连续碰撞检测算法。该算法通过间隔插值技术得到逼

立即下载
论文研究-基于K-均值聚类的无监督的特征选择方法.pdf

模式识别方法首先要解决的一个问题就是特征选择,目前许多方法考虑了有监督学习的特征选择问题,对无监督学习的特征选择问题却涉及得很少。依据特征对分类结果的影响和特征之间相关性分析两个方面提出了一种基于K-均值聚类方法的特征选择算法,用于无监督学习的特征选择问题。

立即下载
论文研究-基于K-L变换(PCA)的特征脸人脸识别方法综述 .pdf

基于K-L变换(PCA)的特征脸人脸识别方法综述,程自龙,雷秀玉,首先阐述了基于特征脸人脸识别算法的具体过程及特点,然后论述了影响该方法的主要因素,列举了特征脸改进方法,最后进行了总结和

立即下载
论文研究-基于K叉树的优先队列.pdf

论文研究-基于K叉树的优先队列.pdf,  本文提出一种基于K叉树的优先队列的算法,通过建立K叉树堆的数据结构,从n个元素中得到m个元素的优先队列,其算法的最坏时间复杂度为$O(2mlog_2+n)$.本算法是基于二叉树堆的优先队列算法的推广,并具有较高的运算效率.

立即下载
论文研究-基于K-SVD超声渡越时间获取方法研究.pdf

针对信号稀疏分解中常用匹配追踪分解不够准确的问题,提出基于K-SVD奇异值分解的超声渡越时间获取方法。利用K-SVD训练得到超声回波信号的过完备字典,结合正交匹配追踪进行局部搜索适配原子,以提高信号稀疏分解的速度和准确度。基于Comsol Multipysics仿真软件建立充液污垢管道三维有限元模型,研究了超声回波传播特性规律。将K-SVD算法应用于超声回波仿真信号和换热污垢管道回波检测信号的处理,并与原始小波训练字典进行对比。结果表明,改进的K-SVD字典学习算法能够在提高信号稀疏分解的同时,获得较好的降噪结果和污垢特征信息提取,对超声检测信号的处理具有实际意义。

立即下载
论文研究-基于K-means算法的Android权限检测机制研究.pdf

为了能够有效保护用户的个人隐私,设计了一种针对Android权限的检测机制。该机制采用静态分析技术研究不同类别应用程序的权限特征,首先根据权限的使用频度设置权限组,并借鉴TF-IDF思想为权限赋予权值;然后建立相应的数据库,计算应用程序的敏感值;最后使用K-means算法进行聚类分析,将应用程序进行分类。实验结果表明,该机制能够有效地检测出未知应用程序的危险程度。

立即下载
论文研究-基于K-L信息距离的证据冲突特征识别与应用.pdf

论文研究-基于K-L信息距离的证据冲突特征识别与应用.pdf,  证据冲突是多证据融合中各种合成方法的主要制约问题,本文引入K-L信息距离函数描述证据间的冲突特征,通过构造距离矩阵定义独立证据在整个系统的冲突程度,实现对证据冲突的系统化识别.模拟实验表明:K-L信息距离的有效冲突识别,能完善D-S理论合成规则的应用约束,对正常冲突证据合成得到优化收敛结果,对高度冲突隔离证据的特征分析提取价值

立即下载
论文研究-基于K-means的有限增量聚类算法及k值研究 .pdf

基于K-means的有限增量聚类算法及k值研究,姚文心,卢志国,聚类算法被广泛的应用在数据挖掘、模式识别、信息抽取等领域。随着互联网技术的不断发展,许多数据存在着动态增长的特性。怎样聚

立即下载
论文研究-基于K-means的印刷品图像前景提取算法研究 .pdf

基于K-means的印刷品图像前景提取算法研究,陆金鑫,周亚建,前景提取是印刷品检测系统模板图像生成的关键技术。考虑到印刷品图像特性和其所处环境的颜色特性,在HSV彩色模式下将K-means聚类用��

立即下载
论文研究-基于K-means算法的改进色彩分割算法 .pdf

基于K-means算法的改进色彩分割算法,何江龙,双锴,基于色彩空间的图像分割被称为色彩分割。在常用的色彩分割方法中,K-means聚类算法由于其简单快捷、聚类效果好、易于实现等诸多优��

立即下载
论文研究-基于K-means的无线传感网分簇算法研究.pdf

针对传统分层路由算法存在的分簇不均匀、簇头选举不合理以及数据传输形式单一等问题,提出基于K-means 的无线传感网改进分簇算法LEACH-KPP。首先在成簇阶段采用K-means 算法实现均匀分簇,随后在簇头选举阶段使用改进簇头选举函数选取簇头,最后在融合数据传输阶段根据簇头与基站、簇头与簇头之间距离动态选择单跳与多跳的混合传输方式传输数据。OMNet 仿真结果与时间复杂度推导表明,LEACH-KPP延长了网络的生存周期,在节点剩余能量与后期存活数目上都优于传统分层路由算法。

立即下载
论文研究-基于K-匿名的快递信息隐私保护应用.pdf

针对快递单号被盗取和快递单信息保护不当造成的隐私泄露问题进行了研究,提出了一种新型K-匿名模型对快递信息进行匿名处理。该方法通过随机打破记录中属性值之间的关系来匿名数据,相比于其他传统方法,克服了数据间统计关系丢失的问题和先验知识攻击。实验结果表明,新型K-匿名方法能够加强隐私保护和提高知识保护的准确性。

立即下载
论文研究-基于K近邻隶属度的聚类算法研究.pdf

经典模糊C均值聚类算法(FCM)基于欧氏距离,存在不同规模类簇不能正确聚类问题,针对此问题提出一种基于[K]近邻隶属度的模糊C均值聚类算法(KNN_FCM)。讨论了基于[K]近邻隶属度的粗糙C均值聚类算法(KNN_RCM)和粗糙模糊C均值聚类算法(KNN_RFCM),此方法避免了传统粗糙C均值聚类算法(RCM)和粗糙模糊C均值聚类算法(RFCM)中阈值选择问题。将KNN_FCM、KNN_RCM、KNN_RFCM分别与FCM、RFM、RFCM在UCI数据集上进行仿真比较,结果表明新方法是可行、有效的。

立即下载
论文研究-基于K2树的大图存储优化研究.pdf

针对大图数据的一种表达方法——K2树,提出了相应的压缩优化算法。该算法利用带有启发式规则的DFS编码对图中所有节点进行重新编码,并通过自适应调整参数K,使得K2树能够充分利用网络中的社团结构特性,从而降低空间代价。给出了K2树的优化算法描述,并针对一系列真实网络和模拟网络进行了实验,验证了优化算法具有较好的压缩效果。

立即下载
论文研究-基于K-means聚类的数字半色调算法.pdf

数字半色调是在二值设备或多色二值设备上实现图像再现的一门技术, 提出将K-means 聚类法应用在数字半色调技术中。算法中应用人类视觉系统模型HVS和印刷模型最大限度减少原始灰度连续调图像和半色调图像之间的视觉误差; 利用K-means聚类法将灰度图像划分成聚类分区, 在每个聚类分区应用最小平方法least-squares最小化二值半色调图像和原始灰度级图像之间的平方误差, 所构造的半色调算法与基于模型的最小平方法LSMB算法相比, 随着聚类分区的增加, 图像平滑且边缘清晰度增加, 尤其是在图像细节部位。与LSMB算法比较, 该算法的均方误差值有所降低, 而权重信噪比和峰值信噪比提高了0. 2

立即下载
论文研究-基于K-均值聚类的工业异常数据检测.pdf

针对当前工业异常数据检测技术未充分考虑数据的时序特征以及训练样本中可能含有异常样本的问题,提出一种检测异常数据的方法:基于时序特征将遥测量与遥信量分为离散量与连续变化量,并分别通过改进后的K-均值算法与传统自回归模型检测离散量与连续变化量的异常数据,在训练聚类模型的过程中,通过计算异常因子来剔除含有异常样本的聚类簇,在训练自回归模型过程中,将不属于正常取值区间的异常样本剔除。最后在OMNeT 平台下搭建仿真小型储水加热工业系统并进行验证,实验结果表明:该方法可以有效地检测出现场设备中的异常数据,相比于其他同类基于聚类的异常检测模型,采用该方法检测异常数据的漏报率更低。

立即下载
论文研究-基于K-均值聚类的多雷达数据融合算法研究.pdf

现有安装程序(如Installsheild、InstallFactory等)在解决用户数据库的自动部署时,操作步骤非常复杂和繁琐,不易掌握和使用。针对这一问题,提出了利用SQL和ADO编程来实现用户数据库的自动部署的方法。该方法对于大多数数据库管理系统(如SQL Server、Oracle、Sybase、DB2等)具有通用性;并且没有编程语言的限制,对VC、VJ、VB、Delphi等都适用,使用简便,具有较高的实用性。

立即下载