一種眼睛定位電子識(shí)別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于電子識(shí)別方法技術(shù)領(lǐng)域，尤其涉及一種眼睛定位電子識(shí)別方法。
【背景技術(shù)】
[0002]疲勞駕駛是造成交通事故的主要原因之一。對(duì)于長(zhǎng)途汽車客運(yùn)駕駛，司機(jī)在長(zhǎng)時(shí)間駕駛后很容易疲勞，存在交通安全隱患。盡管采用了保證休息時(shí)間等其他方法避免疲勞駕駛的發(fā)生，但是因疲勞引起的交通事故仍然時(shí)有發(fā)生。因此，駕駛疲勞實(shí)時(shí)檢測(cè)成為交通安全的一個(gè)重要研究方向。以往的研究表明，PERCL0S參數(shù)方法是最適合駕駛疲勞實(shí)時(shí)檢測(cè)的方法?；谝曨l圖像，采用圖像處理和分析方法計(jì)算PERCL0S參數(shù)的核心是實(shí)時(shí)檢測(cè)圖像中人眼的睜眼與閉眼狀態(tài)。為準(zhǔn)確檢測(cè)人眼狀態(tài)，必須首先進(jìn)行人眼定位，以獲取人眼位置。
[0003]人眼定位方法中應(yīng)用較為廣泛的是基于幾何特征與灰度特征和基于紅眼效應(yīng)的算法，前者定位算法復(fù)雜度較高，而且在光照條件變化情況下準(zhǔn)確率較低；而基于紅眼效應(yīng)的方法盡管能夠大大降低算法的復(fù)雜度，且對(duì)光照條件變化不敏感，但是系統(tǒng)硬件復(fù)雜度較高，對(duì)紅外光源以及濾光片等有嚴(yán)格的要求。

【發(fā)明內(nèi)容】

[0004]本發(fā)明就是針對(duì)上述問(wèn)題，提供一種可實(shí)現(xiàn)快速人眼檢測(cè)的眼睛定位電子識(shí)別方法。
[0005]為實(shí)現(xiàn)上述目的，本發(fā)明包括以下步驟。
[0006]獲得包含人眼的候選區(qū)域，在此區(qū)域內(nèi)進(jìn)行人眼定位；首先從視頻流中獲取圖像，并判斷上一幀中是否已有人眼檢測(cè)位置信息；而兩幀之間的時(shí)間間隔小于50ms。
[0007]如果上一幀中已有人眼位置信息，則直接給出一個(gè)經(jīng)驗(yàn)候選區(qū)域；如果沒有，則先進(jìn)行人臉檢測(cè)，并在人臉區(qū)域中選擇包含人眼的候選區(qū)域；候選區(qū)域選定后，通過(guò)人眼級(jí)聯(lián)分類器進(jìn)行人眼檢測(cè)。
[0008]作為一種優(yōu)選方案，本發(fā)明給定一個(gè)弱分類器和一個(gè)訓(xùn)練集
{ Cyl, J"l)，(j2,y2)，......1jn’yn)}，其中xi是輸入的訓(xùn)練樣本，片是分類的類別，取
yi ^ {O, 1}，分別表示目標(biāo)和非目標(biāo)；在初始化時(shí)，對(duì)所有訓(xùn)練樣本均賦以一個(gè)相同的權(quán)重々=1//?，然后用該弱分類器算法對(duì)訓(xùn)練樣本集進(jìn)行r輪訓(xùn)練。
[0009]在每一輪訓(xùn)練結(jié)束后，對(duì)訓(xùn)練失敗的樣本賦以較大的權(quán)重，以便讓算法在后來(lái)的訓(xùn)練中主要對(duì)比較難的訓(xùn)練樣本進(jìn)行學(xué)習(xí)；這樣就可以得到一個(gè)預(yù)測(cè)函數(shù)序列Qi\,h2,".，Α?)，其中預(yù)測(cè)效果比較好的預(yù)測(cè)函數(shù)的權(quán)重較大；最后采用一種有權(quán)重的投票方式產(chǎn)生預(yù)測(cè)函數(shù)仏構(gòu)成強(qiáng)分類器。
[0010]作為另一種優(yōu)選方案，本發(fā)明先進(jìn)行人臉檢測(cè)選擇包含人眼的候選區(qū)域R，接著在候選區(qū)域R內(nèi)進(jìn)行人眼定位。
[0011]本發(fā)明有益效果。
[0012]本發(fā)明根據(jù)駕駛疲勞監(jiān)測(cè)的實(shí)際需要，提出了從視頻流中計(jì)算PERCL0S參數(shù)的實(shí)時(shí)人眼檢測(cè)算法。該方法利用利用視頻流的幀間信息或人臉檢測(cè)獲得包含人眼的感興趣區(qū)域，并在此區(qū)域通過(guò)基于Adaboost方法得到的人眼級(jí)聯(lián)分類器實(shí)現(xiàn)快速人眼檢測(cè)。
[0013]本發(fā)明提出了基于人眼分類器的實(shí)時(shí)人眼定位方法，通過(guò)利用幀間信息和人臉檢測(cè)等預(yù)處理方法，在視頻流中可以最大可以達(dá)到20ms/幀的處理速度，滿足了駕駛疲勞檢測(cè)的實(shí)時(shí)性要求。
【具體實(shí)施方式】
[0014]本發(fā)明包括以下步驟。
[0015]獲得包含人眼的候選區(qū)域，在此區(qū)域內(nèi)進(jìn)行人眼定位；首先從視頻流中獲取圖像，并判斷上一幀中是否已有人眼檢測(cè)位置信息；而兩幀之間的時(shí)間間隔小于50ms。
[0016]如果上一幀中已有人眼位置信息，則直接給出一個(gè)經(jīng)驗(yàn)候選區(qū)域；如果沒有，則先進(jìn)行人臉檢測(cè)，并在人臉區(qū)域中選擇包含人眼的候選區(qū)域；候選區(qū)域選定后，通過(guò)人眼級(jí)聯(lián)分類器進(jìn)行人眼檢測(cè)。
[0017]本發(fā)明給定一個(gè)弱分類器和一個(gè)訓(xùn)練集{Ul，rl)，U2,r2),……(^，抑)}，其中Xi是輸入的訓(xùn)練樣本，ri是分類的類別，取ri e {O, 1}，分別表示目標(biāo)和非目標(biāo)；在初始化時(shí)，對(duì)所有訓(xùn)練樣本均賦以一個(gè)相同的權(quán)重^=1辦，然后用該弱分類器算法對(duì)訓(xùn)練樣本集進(jìn)行r輪訓(xùn)練。
[0018]在每一輪訓(xùn)練結(jié)束后，對(duì)訓(xùn)練失敗的樣本賦以較大的權(quán)重，以便讓算法在后來(lái)的訓(xùn)練中主要對(duì)比較難的訓(xùn)練樣本進(jìn)行學(xué)習(xí)；這樣就可以得到一個(gè)預(yù)測(cè)函數(shù)序列Qi\,h2,".，Α?)，其中預(yù)測(cè)效果比較好的預(yù)測(cè)函數(shù)的權(quán)重較大；最后采用一種有權(quán)重的投票方式產(chǎn)生預(yù)測(cè)函數(shù)仏構(gòu)成強(qiáng)分類器。
[0019]本發(fā)明先進(jìn)行人臉檢測(cè)選擇包含人眼的候選區(qū)域R，接著在候選區(qū)域R內(nèi)進(jìn)行人眼定位。
[0020]人臉檢測(cè)采用了 PaulV1la和RainerLienhart論文中的方法。人眼檢測(cè)則參考了人臉檢測(cè)方法的思想。該方法基于圖像的矩形特征，通過(guò)Adaboost方法訓(xùn)練得到人臉檢測(cè)和人眼檢測(cè)的級(jí)聯(lián)分類器。實(shí)際上是通過(guò)訓(xùn)練得到了以矩形特征描述的人臉/人眼模板，并用模板進(jìn)行匹配檢測(cè)。
[0021]在給定有限數(shù)據(jù)的情況下，基于特征的檢測(cè)能夠辨別特定區(qū)域的狀態(tài)，而且基于矩形特征的系統(tǒng)比基于像素的系統(tǒng)檢測(cè)速度要快得多，矩形區(qū)域可以自由伸縮，就好象Haar小波一樣，可以對(duì)圖象進(jìn)行多尺度多分辨率的處理。
[0022]矩形特征對(duì)一些簡(jiǎn)單的圖形結(jié)構(gòu)，比如邊緣、線段，比較敏感，臉部或者眼睛的一些特征能夠由矩形特征簡(jiǎn)單地描繪。例如，眼睛要比臉頰顏色更深；鼻梁兩側(cè)要比鼻梁顏色要深，瞳孔和眉毛比周圍的顏色要深等等。通常基于模板的檢測(cè)方法由于要對(duì)圖像區(qū)域中的所有候選模板進(jìn)行相同的匹配過(guò)程，耗時(shí)較多。采用級(jí)聯(lián)分類器結(jié)構(gòu)，每級(jí)為一個(gè)強(qiáng)分類器，構(gòu)成強(qiáng)分類器的弱分類器數(shù)目逐級(jí)增加。特征差別較大部分的侯選模板在前幾級(jí)就可以排除，提高了檢測(cè)速度。而后幾級(jí)的分類器可進(jìn)行更加精細(xì)的模板匹配過(guò)程，保證檢測(cè)準(zhǔn)確率。
[0023]以上內(nèi)容是結(jié)合具體的優(yōu)選實(shí)施方式對(duì)本發(fā)明作的進(jìn)一步詳細(xì)說(shuō)明，不能認(rèn)定本發(fā)明的具體實(shí)施只局限于這些說(shuō)明，對(duì)于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干簡(jiǎn)單推演或替換，都應(yīng)當(dāng)視為屬于本發(fā)明所提交的權(quán)利要求書確定的保護(hù)范圍。
【主權(quán)項(xiàng)】
1.一種眼睛定位電子識(shí)別方法，其特征在于包括以下步驟: 獲得包含人眼的候選區(qū)域，在此區(qū)域內(nèi)進(jìn)行人眼定位；首先從視頻流中獲取圖像，并判斷上一幀中是否已有人眼檢測(cè)位置信息；而兩幀之間的時(shí)間間隔小于50ms ； 如果上一幀中已有人眼位置信息，則直接給出一個(gè)經(jīng)驗(yàn)候選區(qū)域；如果沒有，則先進(jìn)行人臉檢測(cè)，并在人臉區(qū)域中選擇包含人眼的候選區(qū)域；候選區(qū)域選定后，通過(guò)人眼級(jí)聯(lián)分類器進(jìn)行人眼檢測(cè)。2.根據(jù)權(quán)利要求1所述一種眼睛定位電子識(shí)別方法，其特征在于給定一個(gè)弱分類器和一個(gè)訓(xùn)練集{(xl，jd), (x2,y2),......Cm，j7?)}，其中xi是輸入的訓(xùn)練樣本，片是分類的類別，取片e {0，1}，分別表示目標(biāo)和非目標(biāo)；在初始化時(shí)，對(duì)所有訓(xùn)練樣本均賦以一個(gè)相同的權(quán)重^=1//7，然后用該弱分類器算法對(duì)訓(xùn)練樣本集進(jìn)行r輪訓(xùn)練； 在每一輪訓(xùn)練結(jié)束后，對(duì)訓(xùn)練失敗的樣本賦以較大的權(quán)重，以便讓算法在后來(lái)的訓(xùn)練中主要對(duì)比較難的訓(xùn)練樣本進(jìn)行學(xué)習(xí)；這樣就可以得到一個(gè)預(yù)測(cè)函數(shù)序列Qi\,h2,".，Α?)，其中預(yù)測(cè)效果比較好的預(yù)測(cè)函數(shù)的權(quán)重較大；最后采用一種有權(quán)重的投票方式產(chǎn)生預(yù)測(cè)函數(shù)仏構(gòu)成強(qiáng)分類器。3.根據(jù)權(quán)利要求1所述一種眼睛定位電子識(shí)別方法，其特征在于先進(jìn)行人臉檢測(cè)選擇包含人眼的候選區(qū)域R，接著在候選區(qū)域R內(nèi)進(jìn)行人眼定位。
【專利摘要】<b>一種眼睛定位電子識(shí)別方法屬于電子識(shí)別方法技術(shù)領(lǐng)域，尤其涉及一種眼睛定位電子識(shí)別方法。本發(fā)明提供一種可實(shí)現(xiàn)快速人眼檢測(cè)的眼睛定位電子識(shí)別方法。本發(fā)明包括以下步驟。獲得包含人眼的候選區(qū)域，在此區(qū)域內(nèi)進(jìn)行人眼定位；首先從視頻流中獲取圖像，并判斷上一幀中是否已有人眼檢測(cè)位置信息；而兩幀之間的時(shí)間間隔小于</b><b>50ms</b><b>；如果上一幀中已有人眼位置信息，則直接給出一個(gè)經(jīng)驗(yàn)候選區(qū)域；如果沒有，則先進(jìn)行人臉檢測(cè)，并在人臉區(qū)域中選擇包含人眼的候選區(qū)域；候選區(qū)域選定后，通過(guò)人眼級(jí)聯(lián)分類器進(jìn)行人眼檢測(cè)。</b>
【IPC分類】G06K9/66, G06K9/32, G06K9/00
【公開號(hào)】CN105631392
【申請(qǐng)?zhí)枴緾N201410622910
【發(fā)明人】李福霞
【申請(qǐng)人】李福霞
【公開日】2016年6月1日
【申請(qǐng)日】2014年11月8日