基于Kanade-Lucas的人眼跟蹤算法研究

摘要:在基于AdaBoost算法識(shí)別駕駛員眼部疲勞狀態(tài)時(shí)，環(huán)境光照、視角的頻繁變化是影響識(shí)別穩(wěn)定性的重要因素，為此提出了一種基于KanadeLucas(KL)光流跟蹤與AdaBoost級(jí)聯(lián)分類器相結(jié)合的改進(jìn)算法。該算法利用AdaBoost算法識(shí)別并存儲(chǔ)人眼的角點(diǎn)特征，在AdaBoost算法無(wú)法正確識(shí)別時(shí)，利用(KL)光流跟蹤算法跟蹤正確識(shí)別的角點(diǎn)有效地提高了人眼識(shí)別率，降低了誤識(shí)別率，并降低了重復(fù)識(shí)別的運(yùn)算量。

關(guān)鍵詞:KL算法;AdaBoost級(jí)聯(lián)分類器;Harris角點(diǎn);識(shí)別率

中圖分類號(hào):TP24文獻(xiàn)標(biāo)志碼:A

文章編號(hào):10013695(2010)04157503

doi:10.3969/j.issn.10013695.2010.04.0106