用于立體顯示的人眼位置快速檢測

摘要：人眼檢測實自動人臉檢測以及視線跟蹤中非常重要的一項技術，它被用于智能人機交互、疲勞駕駛檢測、安保以及諸多領域。在此提出了一種基于亮瞳效應的精確人眼實時檢測算法。該方法使用主動紅外光結構照明來產生亮瞳效應并產生候選點，然后利用連續Adaboost算法來對人眼進行確認，實驗結果表明，對于640×480分辨率的連續視頻，系統每幀的檢測時間小于10ms，檢測準確率較高。

關鍵詞：人眼檢測；亮瞳效應；Harr特征；連續Adaboost

中圖分類號：TN919—34文獻標識碼：A文章編號：1004—373X（2012）18—0125—03

引言

自由立體顯示技術中，人眼位置的探測與跟蹤是關鍵之一。而且，在多用戶自由立體顯示領域，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的串影和閃爍等問題，從而給用戶帶來逼真完美的立體視覺感受.

人眼檢測作為模式識別領域的熱點問題，近幾年出現了一大批分析角度不同，處理方法各異的優秀算法。比如：主分量分析（PrincipalComponentAnalysis，PCA）[2]、貝葉斯決策（BayesDecisionRule）[2]、支持向量機（SupportVectorMachine，SVMs）[3]、人工神經元網絡模型（ArtificialNeuralNetwork，ANN）[4]。基于這些算法所訓練出的人眼檢測系統在準確性和檢測速度方面均達到了一定水準。

本文描述的是基于主動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，然后使用RealAdaboost算法對候選窗口做分類。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，單幀人眼定位時間只要10ms，可以方便地做成嵌入式應用。

1候選點的獲取

1.1圖像獲取

攝像頭和紅外LED的配置如圖1所示，當臨近相機鏡頭的紅外燈組點亮時，得到的圖像將擁有亮的瞳孔圖像，如圖2（a）所示；當內圈熄滅，遠離相機鏡頭的紅外燈組點亮時，得到的是暗的瞳孔圖像，如圖2（b）所示。將紅外燈的驅動信號與攝像頭的幀頻信號同步，在奇偶幀就能得到瞳孔處亮暗相間的連續視頻。