一种快速人眼精确定位算法
合集下载
基于Hough变换圆检测的人眼精确定位方法
写成算子矩阵形式为 &
$- % $" %
$ % % % % % % % &
$2 %
B
此 时 # 点 " 4*$ #%+ 为 圆 上 的 点 # 点 #&*+-#+8#*+ 对 应 圆 的 参 数 ! 图像空间的圆对应着参数空间 $+-#+8#* % 中的一个点 ! 一个 给定点 $$ #% % 约束了通 过 该 点 一 组 圆 的 参 数 $+-#+8#* %# 这 等 价 于约束了产生一族圆的点 $+-#+8% 的轨迹 ! 点 $$ #% % 沿着图像空 间 这 一 族 圆 移 动 时 #对 每 一 个 圆 边 界 上 的 点 #相 应 参 数 空 间 的 参数 变 化 形 成 了 一 个 直 立 圆 锥 轨 迹 ! 与 直 线 的 %&’() 变 换 一 样 # 对参数空间适当量化 # 得到一个三维的累加器阵列 # 阵列中 的每一个立方小格对应 $+-#+8#* % 的参数离散值 *A+! 对图像空间所存在的圆边界进行形状检测时 # 先计算图像 每 点 强 度 的 梯 度 信 息 #然 后 根 据 适 当 阈 值 求 出 边 缘 #再 计 算 与 边缘 $+-#+8#* % 立方小格的累加器加 - ! 实验中 # 瞳孔半径的取值 范围为 *’*;#3+ # 改变 * 值再重复上述过程 # 当对眼睛粗定位区 域所有点 $$ #% % 变换完成后 # 对三维阵列的所有累加器的值进 行检验 # 其峰值小格的坐标就对应着图像空间中瞳孔圆形边界 的圆心 $$ #% %! $ 下转 !- 页 %
直线段 " 圆和椭圆的检测 ! 它具有受噪声和边缘间断影响小的 优点 *$+# 因 此 %&’() 变 换 是 检 验 瞳 孔 轮 廓 十 分 有 效 的 方 法 ! 在 进行 %&’() 变 换 之 前 # 必 须 对 原 图 像 提 取 边 缘 并 进 行 二 值 化 处理 !
$- % $" %
$ % % % % % % % &
$2 %
B
此 时 # 点 " 4*$ #%+ 为 圆 上 的 点 # 点 #&*+-#+8#*+ 对 应 圆 的 参 数 ! 图像空间的圆对应着参数空间 $+-#+8#* % 中的一个点 ! 一个 给定点 $$ #% % 约束了通 过 该 点 一 组 圆 的 参 数 $+-#+8#* %# 这 等 价 于约束了产生一族圆的点 $+-#+8% 的轨迹 ! 点 $$ #% % 沿着图像空 间 这 一 族 圆 移 动 时 #对 每 一 个 圆 边 界 上 的 点 #相 应 参 数 空 间 的 参数 变 化 形 成 了 一 个 直 立 圆 锥 轨 迹 ! 与 直 线 的 %&’() 变 换 一 样 # 对参数空间适当量化 # 得到一个三维的累加器阵列 # 阵列中 的每一个立方小格对应 $+-#+8#* % 的参数离散值 *A+! 对图像空间所存在的圆边界进行形状检测时 # 先计算图像 每 点 强 度 的 梯 度 信 息 #然 后 根 据 适 当 阈 值 求 出 边 缘 #再 计 算 与 边缘 $+-#+8#* % 立方小格的累加器加 - ! 实验中 # 瞳孔半径的取值 范围为 *’*;#3+ # 改变 * 值再重复上述过程 # 当对眼睛粗定位区 域所有点 $$ #% % 变换完成后 # 对三维阵列的所有累加器的值进 行检验 # 其峰值小格的坐标就对应着图像空间中瞳孔圆形边界 的圆心 $$ #% %! $ 下转 !- 页 %
直线段 " 圆和椭圆的检测 ! 它具有受噪声和边缘间断影响小的 优点 *$+# 因 此 %&’() 变 换 是 检 验 瞳 孔 轮 廓 十 分 有 效 的 方 法 ! 在 进行 %&’() 变 换 之 前 # 必 须 对 原 图 像 提 取 边 缘 并 进 行 二 值 化 处理 !
人眼快速检测技术
摘 要 ： 脸 检 测 定 位 中首 先 要 处 理人 眼 定 位 的 问题 ， 速 定 位 人 眼 的 位 置 是 实 现 对 人 脸 实 时性 定 位 的 关键 问题 。 因 人 快
此 ， 人 脸 检 测 已检 测 出人 脸 图像 的基 础 上 ， 人 眼 瞳 孔 位 置 进 行 了检 测 定 位 。 用形 态学 滤 波 的 方 法 快 速 对 眼 睛位 在 对 采 置 粗 略 定 位 ． 用精 确 眼 睛 区域 二 次 定位 算 法就 可在 Ｏ３Ｓ内找 出 眼 睛位 置 。 再 ．
第１ ８卷 第 ９期
Ｖｏ ．８ １１
电 子 设 计 工 程
Ｅｌ ｃｒ ｎｉ ｓｇ ｇ ｎ ｅ ｉ ｅ ｔｏ ｃ Ｄｅ ｉ ｎ Ｅｎ ｉ ｅ ｒｎｇ
２１ ０ ０年 ９月
Ｓ ｐ ．２ ０ ｅ ｔ ０１
Ｎ ． ｏ９人 眼快 速检 测技 张起 贵 。裴伟 伟
（ 原 理 工 大 学 信 息 工程 学 院 ，山 西 太原 ００ ２ ） 太 ３ ０ ４
关 键 词 ： 脸检 测 ； 睛 定 位 ； 速 而 精 确 ； 态 学 滤 波 人 眼 快 形 中 图 分 类 号 ：ｒ ３ １ ｌ Ｐ９ ． ４ 文献标识码 ： Ａ 文 章 编 号 ： ６ ４ ６ ３ （０ ００ —０ ９ ０ １７ — ２ ６２ １ ）９ ０ ４ — ２
Ｔｅ ｈｎ ｌ ｇ ｆｆ ｓ ｙ ｓ ｃ ｏ ｏ ｙ ｏ ａ ｔｅ ｅ ’ｄｅ ｅ ｔＯ ｌ ｔ ｃ ｉ ｉ
Ａｂ ｔ ａ ｔ ｈ ｒ ｂ ｅ ｏ ｙ ｓ ｌｃ ｔ ｎ ｉ ｈ ｒｔｐ ｂ ｅ ｏ ａ ｅ ｄ ｔ ｃｉ ｎ ｓ ｒ ｃ ：Ｔ ｅ ｐ ｏ ｌ ｍ ｆｅ ｅ ｏ ａｉ ｓ ｔｅ ｆ ｓ ｒ ｌｍ ｆｆ ｃ ｅｅ ｔ ．Ｈｏ ｏ ｆ ｓ ｇ ｖ ｕ ｈ ｙ ’ ｌｃ ｔ ｎ ｉ ａ ｏ ｉ ｏ ｏ ｗ ｔ ａ ｔ ａ ｅ ｏ ｔｔ ｅ ｅ ｅＳ ｏ ａｉ ｓ ｏ ｆｕ ｄ ｔ ｎ ｌｐ ｂ ｅ ｏ ｅ ｌ ｉ ａ ｅ Ｄｅｅ ｔ ｎ Ｔ ｅ ｍｅｈ ｄ ｏ ｒ ｈ ｌ ｇｃ ｌ ｒｗａ ｓ ｄ ｔ ｅ ｏ ｇ ｌ ｒ ａ ｏ ｙ ｓ ｏ ｎ ａ ｉ ａ ｒ ｌｍ ｆｒ ａ ｍｅ ｆｃ ｔｃｉ ． ｏ ｏ ｔ ｏ ｈ ｔ ｏ ｆｍｏ ｐ ｏ ｏ ｉ ａ ｆ ｔ ｓ ｕ ｅ ｏ ｇ ｔｒ ｕ ｈ ｙ ａ ｅ ｆｅ ｅ ， ｌ ｉｅ ｔ ｅ ｓｎ ｅ ｏ ｄ ｒ ｏ ｉ ｏ ｉ ｇ ｏ ｅ ａｏ ｏ ｌ ｅ ｈ ｒ ｃｓ ｏ ａ ｉｎ ｏ ｙ ｓｉ ．． ｈ ｔ ｏ ａ ｅ ｉ ｔ ｅ ｆ ｌ ｗｉ ｇ ｈ ｎ ｕ ｉ ｇ ｓ ｃ ｎ ａｙ ｐ ｓｔ ｎ ｎ ｐ ｒｔ ｒｃ ｕ ｄ ｇ ｔ ｅ ｐ ｅ ｉｅ ｌｃ ｔ ｆｅ ｅ ｎ ０３ Ｔ ｅ ｍｅ ｈ ｄ ｂ ｓ ｄ Ｏ ｌ ｏｌ ｎ ｉ ｔ ｏ ｈ ｏ
此 ， 人 脸 检 测 已检 测 出人 脸 图像 的基 础 上 ， 人 眼 瞳 孔 位 置 进 行 了检 测 定 位 。 用形 态学 滤 波 的 方 法 快 速 对 眼 睛位 在 对 采 置 粗 略 定 位 ． 用精 确 眼 睛 区域 二 次 定位 算 法就 可在 Ｏ３Ｓ内找 出 眼 睛位 置 。 再 ．
第１ ８卷 第 ９期
Ｖｏ ．８ １１
电 子 设 计 工 程
Ｅｌ ｃｒ ｎｉ ｓｇ ｇ ｎ ｅ ｉ ｅ ｔｏ ｃ Ｄｅ ｉ ｎ Ｅｎ ｉ ｅ ｒｎｇ
２１ ０ ０年 ９月
Ｓ ｐ ．２ ０ ｅ ｔ ０１
Ｎ ． ｏ９人 眼快 速检 测技 张起 贵 。裴伟 伟
（ 原 理 工 大 学 信 息 工程 学 院 ，山 西 太原 ００ ２ ） 太 ３ ０ ４
关 键 词 ： 脸检 测 ； 睛 定 位 ； 速 而 精 确 ； 态 学 滤 波 人 眼 快 形 中 图 分 类 号 ：ｒ ３ １ ｌ Ｐ９ ． ４ 文献标识码 ： Ａ 文 章 编 号 ： ６ ４ ６ ３ （０ ００ —０ ９ ０ １７ — ２ ６２ １ ）９ ０ ４ — ２
Ｔｅ ｈｎ ｌ ｇ ｆｆ ｓ ｙ ｓ ｃ ｏ ｏ ｙ ｏ ａ ｔｅ ｅ ’ｄｅ ｅ ｔＯ ｌ ｔ ｃ ｉ ｉ
Ａｂ ｔ ａ ｔ ｈ ｒ ｂ ｅ ｏ ｙ ｓ ｌｃ ｔ ｎ ｉ ｈ ｒｔｐ ｂ ｅ ｏ ａ ｅ ｄ ｔ ｃｉ ｎ ｓ ｒ ｃ ：Ｔ ｅ ｐ ｏ ｌ ｍ ｆｅ ｅ ｏ ａｉ ｓ ｔｅ ｆ ｓ ｒ ｌｍ ｆｆ ｃ ｅｅ ｔ ．Ｈｏ ｏ ｆ ｓ ｇ ｖ ｕ ｈ ｙ ’ ｌｃ ｔ ｎ ｉ ａ ｏ ｉ ｏ ｏ ｗ ｔ ａ ｔ ａ ｅ ｏ ｔｔ ｅ ｅ ｅＳ ｏ ａｉ ｓ ｏ ｆｕ ｄ ｔ ｎ ｌｐ ｂ ｅ ｏ ｅ ｌ ｉ ａ ｅ Ｄｅｅ ｔ ｎ Ｔ ｅ ｍｅｈ ｄ ｏ ｒ ｈ ｌ ｇｃ ｌ ｒｗａ ｓ ｄ ｔ ｅ ｏ ｇ ｌ ｒ ａ ｏ ｙ ｓ ｏ ｎ ａ ｉ ａ ｒ ｌｍ ｆｒ ａ ｍｅ ｆｃ ｔｃｉ ． ｏ ｏ ｔ ｏ ｈ ｔ ｏ ｆｍｏ ｐ ｏ ｏ ｉ ａ ｆ ｔ ｓ ｕ ｅ ｏ ｇ ｔｒ ｕ ｈ ｙ ａ ｅ ｆｅ ｅ ， ｌ ｉｅ ｔ ｅ ｓｎ ｅ ｏ ｄ ｒ ｏ ｉ ｏ ｉ ｇ ｏ ｅ ａｏ ｏ ｌ ｅ ｈ ｒ ｃｓ ｏ ａ ｉｎ ｏ ｙ ｓｉ ．． ｈ ｔ ｏ ａ ｅ ｉ ｔ ｅ ｆ ｌ ｗｉ ｇ ｈ ｎ ｕ ｉ ｇ ｓ ｃ ｎ ａｙ ｐ ｓｔ ｎ ｎ ｐ ｒｔ ｒｃ ｕ ｄ ｇ ｔ ｅ ｐ ｅ ｉｅ ｌｃ ｔ ｆｅ ｅ ｎ ０３ Ｔ ｅ ｍｅ ｈ ｄ ｂ ｓ ｄ Ｏ ｌ ｏｌ ｎ ｉ ｔ ｏ ｈ ｏ
基于Gabor滤波与灰度积分的人眼快速定位方法
基于 Gabor 滤波与灰度积分的人眼快速定位方法 熊海涵 (成都理工大学 信息科学技术学院，四川 成都 610059)
摘 要:本文提出了一种基于 gabor 小波滤波器和灰度积分投影技术的眼睛定位方法。 首先通 过图像预处理技术中的 gabor 小波进行预处理去除图像噪声,消除人脸图像因为曝光条件不 同而造成的模糊,得到灰度分配较为均匀的图像,然后分别利用水平和垂直灰度积分投影曲 线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位,从而为进一步提取其 它特征点打好了基础。 该方法能提高人眼定位的计算速度, 适合实时性要求高的场合。 仿真 实验验证了该方法的稳定性和有效性。 关键词:gabor 小波；眼睛定位；灰度积分投影 中图分类号：TP391 文献标识码：A 文章编号：1003-5168(2012)24-0001-01 1 gabor 小波进行输入图像的预处理 目前 Gabor 展开和变换被认为是信号与图像表示的最好方法之一。 在给定综合窗下如何 求解分析窗和 Gabor 变换系数是 Gabor 变换中要解决的最基本问题。 但是为了使 Gabor 变换 的计算更加简单，人们提出了另一种实数形式的离散 Gabor 变换方法(简称 RDGT)，此方法 并可运用快速离散 Hartley 变换算法去计算 Gabor 变换系数，因为实数形式的离散 Gabor 变换系数和复数形式的离散 Gabor 变换系数，它们的实部和虚部有着十分简单的加减关系， 前者的计算与后者的计算是完全可以替代的， 这样就使得 Gabor 复变换系数的计算量得到了 大大的简化；复数形式的离散 Gabor 逆变换比实数形式离散 Gabor 逆变换慢得很多，而且， 实值 Gabor 变换在实际应用中更加方便于软件与硬件的实现。 2 基于灰度积分投影的人眼定位 人脸图像中， 眼睛部位的灰度值与周围环境的灰度值有明显的差异， 眼睛区域周围其灰 度值是最小的， 我们可以利用此特征并使用积分投影的方法来定位眼睛。 积分投影函数是我 们最为常见的投影函数之一。假设 R(x,y)对应表示点(x,y)处像素灰度值，垂直积分投影函 数与水平积分投影函数在区间[x1,x2]和[y1,y2]内的分别表示为 Sv(x)和 Sh(y)， 那么 Sh(y) 和 Mh(y)的值也会体现图像中某一行像素的灰度值的变化，因此，图像中的特征就通过对积 分投影函数值的分析得到了提取。 2.1 水平灰度投影 人脸图像中眼睛区域的灰度特征与其它部位有明显的不同， 积分投影能让我们很容易得 到眼睛部位所在的大致位置。假设被处理图像为 R(x, y)，图像的大小为 M×N，则该图像的 水平灰度投影函数可以用如下的公式表示：
摘 要:本文提出了一种基于 gabor 小波滤波器和灰度积分投影技术的眼睛定位方法。 首先通 过图像预处理技术中的 gabor 小波进行预处理去除图像噪声,消除人脸图像因为曝光条件不 同而造成的模糊,得到灰度分配较为均匀的图像,然后分别利用水平和垂直灰度积分投影曲 线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位,从而为进一步提取其 它特征点打好了基础。 该方法能提高人眼定位的计算速度, 适合实时性要求高的场合。 仿真 实验验证了该方法的稳定性和有效性。 关键词:gabor 小波；眼睛定位；灰度积分投影 中图分类号：TP391 文献标识码：A 文章编号：1003-5168(2012)24-0001-01 1 gabor 小波进行输入图像的预处理 目前 Gabor 展开和变换被认为是信号与图像表示的最好方法之一。 在给定综合窗下如何 求解分析窗和 Gabor 变换系数是 Gabor 变换中要解决的最基本问题。 但是为了使 Gabor 变换 的计算更加简单，人们提出了另一种实数形式的离散 Gabor 变换方法(简称 RDGT)，此方法 并可运用快速离散 Hartley 变换算法去计算 Gabor 变换系数，因为实数形式的离散 Gabor 变换系数和复数形式的离散 Gabor 变换系数，它们的实部和虚部有着十分简单的加减关系， 前者的计算与后者的计算是完全可以替代的， 这样就使得 Gabor 复变换系数的计算量得到了 大大的简化；复数形式的离散 Gabor 逆变换比实数形式离散 Gabor 逆变换慢得很多，而且， 实值 Gabor 变换在实际应用中更加方便于软件与硬件的实现。 2 基于灰度积分投影的人眼定位 人脸图像中， 眼睛部位的灰度值与周围环境的灰度值有明显的差异， 眼睛区域周围其灰 度值是最小的， 我们可以利用此特征并使用积分投影的方法来定位眼睛。 积分投影函数是我 们最为常见的投影函数之一。假设 R(x,y)对应表示点(x,y)处像素灰度值，垂直积分投影函 数与水平积分投影函数在区间[x1,x2]和[y1,y2]内的分别表示为 Sv(x)和 Sh(y)， 那么 Sh(y) 和 Mh(y)的值也会体现图像中某一行像素的灰度值的变化，因此，图像中的特征就通过对积 分投影函数值的分析得到了提取。 2.1 水平灰度投影 人脸图像中眼睛区域的灰度特征与其它部位有明显的不同， 积分投影能让我们很容易得 到眼睛部位所在的大致位置。假设被处理图像为 R(x, y)，图像的大小为 M×N，则该图像的 水平灰度投影函数可以用如下的公式表示：
一种基于Harris角点检测的快速瞳孔定位方法
些情 况定位 效果 较 差 ； 缘 提 取 法首 先 对 人脸 图 边
２ 图像 预处 理
图像 中不 可避 免 地伴 有 噪 声 的影 响 ， 会 对 这
图像 的定位 、 别带 来 很 大影 响。噪 声 是 图像 中 识 不应 该存 在 的小 污点 ， 们 是 在 图像 的拍 摄 或传 它
送 过程 中产生 的 。必须 在 图像处理 之前对 其进行 噪声 消 除 ， 以最 大限度 地减少 噪声 带来 的影 响 ， 平
像进行 边缘 提取 ， 后用 霍夫变 换检测 眼球 ， 然 构造
一
个 眼部模板 ， 一 系列 函数 从 能量 角 度 找 出眼 用
睛， 但其 需要 做大量 预处理 ； 统计 学 习法将人 眼 区 域看作 一类模式 ， 用 大 量 不 同条 件下 的“ 眼” 使 人 和“ 非人 眼” 本 ， 样 借助 统 计 分 析理 论 和 机器 学 习
要 的信 息 ， 静态 图像的人 眼 的精 确定 位 ， 直 以 而 一
来都是一 项具有 挑 战性的 任务 。 近 年来 ， 眼睛定 位算法较 多 ， 般包 括两个 步 一 骤 ： １人 脸 粗定 位 。如 弹性 模 板 匹 配ｎ 、 于 人 （） ］基
脸 肤色信 息 ］ 基 于统 计模 型 人 脸 检 测嘲 ； ２ 双 、 （）
位 置 。文 章算 法成 功地 将 Ｈａ ｒ 角 点 检 测 算 法 应 用 到 瞳 孔 定 位 中 ， 验 结 果 表 明 ， 算 法 不 ｒｉ ｓ 实 该
受 眉 毛 的干 扰 ， 有 较 小 的 运 算 量 和 较 高 的处 理 速 度 ， 且 定 位 准 确 ， 确 率 较 高 ， 好 地 解 具 而 准 很 决 了简 单 背 景 下人 眼 的快 速 定 位 问题 。
２ 图像 预处 理
图像 中不 可避 免 地伴 有 噪 声 的影 响 ， 会 对 这
图像 的定位 、 别带 来 很 大影 响。噪 声 是 图像 中 识 不应 该存 在 的小 污点 ， 们 是 在 图像 的拍 摄 或传 它
送 过程 中产生 的 。必须 在 图像处理 之前对 其进行 噪声 消 除 ， 以最 大限度 地减少 噪声 带来 的影 响 ， 平
像进行 边缘 提取 ， 后用 霍夫变 换检测 眼球 ， 然 构造
一
个 眼部模板 ， 一 系列 函数 从 能量 角 度 找 出眼 用
睛， 但其 需要 做大量 预处理 ； 统计 学 习法将人 眼 区 域看作 一类模式 ， 用 大 量 不 同条 件下 的“ 眼” 使 人 和“ 非人 眼” 本 ， 样 借助 统 计 分 析理 论 和 机器 学 习
要 的信 息 ， 静态 图像的人 眼 的精 确定 位 ， 直 以 而 一
来都是一 项具有 挑 战性的 任务 。 近 年来 ， 眼睛定 位算法较 多 ， 般包 括两个 步 一 骤 ： １人 脸 粗定 位 。如 弹性 模 板 匹 配ｎ 、 于 人 （） ］基
脸 肤色信 息 ］ 基 于统 计模 型 人 脸 检 测嘲 ； ２ 双 、 （）
位 置 。文 章算 法成 功地 将 Ｈａ ｒ 角 点 检 测 算 法 应 用 到 瞳 孔 定 位 中 ， 验 结 果 表 明 ， 算 法 不 ｒｉ ｓ 实 该
受 眉 毛 的干 扰 ， 有 较 小 的 运 算 量 和 较 高 的处 理 速 度 ， 且 定 位 准 确 ， 确 率 较 高 ， 好 地 解 具 而 准 很 决 了简 单 背 景 下人 眼 的快 速 定 位 问题 。
一种简单快速的人眼定位方法
出的 可变形 模 板法 团 其 优点 是能 同时得 到 眼 睛 的 ， 位 置 和形 状信 息 ， 点 是速 度 慢 ， 且其 中包 含 的 缺 而 寻优 过程 是否收 敛往往依 赖 于参 数初 始值 的选 择 ； 其他 的人 眼定位方 法有 ：ｏｇ 换法 翻 广义 对称 Ｈ ｕｈ变 ，
变换方法 ， 投影曲线分析法 ， 模板匹配法（ 主元分 ４ １ ， 析法ｆｃ ） Ｐ Ａ阎 等．其中前两种方法计算量较大 ， 而后 两种方法则对图像质量要求较高．另外 ， 对眼睛的
很 强 的鲁 棒性 ． １ 垂 直积 分投影 与 人脸 左右 边界 的确 定
个体区分 的重要信息刚 同时 ， ； 由于双眼位置和间距
受 光照 和表情 变化 的影响 最小 ， 眼睛 的定位 又是人 脸 图像 进 行 位 置 、 大小 和 角度 归 一 化 的前 提 ， 是 也 人脸 其他 部件检 测 和抽取 的基 础． 然而 ， 睛 的 自 眼
种基 于 小 区域 内的积分投 影 和模板 匹配相 结合 的Ａ．ｔ ￣ 定位 算 法 ，该 算 法首先 利 用垂 直积分 投 影确 定人 Ｉ
脸 的左 右边界 ， 对边界 内 图像提 取 水 平边缘 和 水平积 分投 影 以便 提取 眼 睛 小 区域 ， 再 最后 利 用模 板 匹配法
精确定位 瞳孔．实验表明该算法简单快速 ， 定位准确率高， 并且对 图像背景及拍摄条件、 倾斜、 眼镜等变化
维普资讯
第２ ４卷 第 ３期
２ ０ 年 ５月 ０８
赤 峰 学 院 学 报 （自 然 科 学 版 ）
Ｊｕ ａ ｏＣ ｉ ｎ ｎｖｒｉ（ ａ ｒｌ ｃ ｎｅＥ ｉｏ ） ｏｒ ｌｆ ｈｅ ｇ ｉ ｓｙＮ ｔ ａ Ｓｉ ｃ ｄｔｎ ｎ ｆ Ｕ ｅ ｔ ｕ ｅ ｉ
疲劳驾驶检测中的快速人眼定位方法
要 快 速 人 眼定 位 的场 合 ．
关键词 ： 疲劳驾驶 ； 人 眼定 位 ； 多摄像头 ； 灰度投影 ； Ｌ ＭＳ模 板 匹 配
中 图分 类号 ： ＴＰ３ ９ １ 文献标识码 ： Ａ ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ／ Ｊ ． ｉ ｓ ｓ ｎ ． １ ６ ７ ４ — ２ ８ ６ ９ ． ２ ０ １ ３ ． ０ ６ ． ０ １ ３
第 ３ ５ 卷 第 ６期
２ ０ １ ３年 Ｏ ６月
武
汉
工
程
大
学
学
报
Ｖｏ１ ．３ ５ ＮＯ． ６
Ｊ ． Ｗｕ ｈ ａ ｎ Ｉ ｎ ｓ ｔ ． Ｔｅ ｃ ｈ ．
Ｊ ｕ ｎ ． ２ ０ １ ３
文章编 号： １ ６ ７ ４ —２ ８ ６ ９ （ ２ ０ １ ３ ） ０ ６— ０ ０ ６ ７ —０ ６
该 方法 的灵 敏 度 较 高 ， 且 不 用 与 驾 驶 员 身 体 相 接 触， 但 是检 测 结果 的可 靠性 与 准确 率 一般 ． 毛 ｃ １ ］ 采 集 了驾驶模 拟 器上 被测 试 者 在 驾驶 操 作 时 的心
预处 理 ， 直方图均衡化 ， 去 噪等 等 ， 目的 是 为 了 增 强 图像 对 比度 ， 使 图像 更 清 晰． 将筛 选 后 的 图像 选
对 人 眼定 位 的过 程 中 ， 采用多摄像头获 取图像 并对这些 图像进 行筛选 ， 将 检 测 到 的人 脸 面 积 最 大 ， 将 能 够 完 整 检 测 到 双 眼状 态 的 图像 做 为 最佳 输 入 图 像 ， 采用 Ａ ｄ ａ ｂ ｏ ｏ ｓ ｔ （ 迭代 级联分类 器） 算 法 对 其 驾驶检测 中的快速人眼定位方法
杨述斌， 金 璐， 章 振保
关键词 ： 疲劳驾驶 ； 人 眼定 位 ； 多摄像头 ； 灰度投影 ； Ｌ ＭＳ模 板 匹 配
中 图分 类号 ： ＴＰ３ ９ １ 文献标识码 ： Ａ ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ／ Ｊ ． ｉ ｓ ｓ ｎ ． １ ６ ７ ４ — ２ ８ ６ ９ ． ２ ０ １ ３ ． ０ ６ ． ０ １ ３
第 ３ ５ 卷 第 ６期
２ ０ １ ３年 Ｏ ６月
武
汉
工
程
大
学
学
报
Ｖｏ１ ．３ ５ ＮＯ． ６
Ｊ ． Ｗｕ ｈ ａ ｎ Ｉ ｎ ｓ ｔ ． Ｔｅ ｃ ｈ ．
Ｊ ｕ ｎ ． ２ ０ １ ３
文章编 号： １ ６ ７ ４ —２ ８ ６ ９ （ ２ ０ １ ３ ） ０ ６— ０ ０ ６ ７ —０ ６
该 方法 的灵 敏 度 较 高 ， 且 不 用 与 驾 驶 员 身 体 相 接 触， 但 是检 测 结果 的可 靠性 与 准确 率 一般 ． 毛 ｃ １ ］ 采 集 了驾驶模 拟 器上 被测 试 者 在 驾驶 操 作 时 的心
预处 理 ， 直方图均衡化 ， 去 噪等 等 ， 目的 是 为 了 增 强 图像 对 比度 ， 使 图像 更 清 晰． 将筛 选 后 的 图像 选
对 人 眼定 位 的过 程 中 ， 采用多摄像头获 取图像 并对这些 图像进 行筛选 ， 将 检 测 到 的人 脸 面 积 最 大 ， 将 能 够 完 整 检 测 到 双 眼状 态 的 图像 做 为 最佳 输 入 图 像 ， 采用 Ａ ｄ ａ ｂ ｏ ｏ ｓ ｔ （ 迭代 级联分类 器） 算 法 对 其 驾驶检测 中的快速人眼定位方法
杨述斌， 金 璐， 章 振保
眼球追踪技术的原理
眼球追踪技术的原理眼球追踪技术是一种通过追踪人眼运动来获取信息的技术。
它的原理是通过摄像头或红外线传感器等设备来捕捉人眼的运动轨迹，然后将这些数据转化为数字信号，最终通过计算机算法来分析和解读这些信号，从而得出人眼的运动轨迹和注视点。
眼球追踪技术的原理可以分为两个方面：眼球运动和注视点。
眼球运动是指人眼在观察物体时的运动轨迹，包括眼球的转动、扫视和跳跃等。
这些运动轨迹可以通过摄像头或红外线传感器等设备来捕捉和记录。
在捕捉到这些数据后，计算机会将其转化为数字信号，并通过算法来分析和解读这些信号，从而得出人眼的运动轨迹。
注视点是指人眼在观察物体时停留的位置，也就是人眼的注意力所集中的点。
注视点可以通过眼球追踪技术来确定。
当人眼停留在某个位置时，摄像头或红外线传感器等设备会捕捉到这个位置的数据，并将其转化为数字信号。
计算机会通过算法来分析和解读这些信号，从而确定人眼的注视点。
眼球追踪技术的原理可以应用于很多领域，比如人机交互、广告营销、医学研究等。
在人机交互领域，眼球追踪技术可以用于改善用户体验，比如通过追踪用户的注视点来确定用户的兴趣点，从而提供更加个性化的服务。
在广告营销领域，眼球追踪技术可以用于评估广告的效果，比如通过追踪用户的注视点来确定用户对广告的关注度和反应。
在医学研究领域，眼球追踪技术可以用于诊断和治疗眼部疾病，比如通过追踪眼球的运动轨迹来评估眼部肌肉的功能和协调性。
总之，眼球追踪技术的原理是通过捕捉和记录人眼的运动轨迹和注视点，然后通过计算机算法来分析和解读这些数据，从而得出人眼的运动轨迹和注视点。
这项技术可以应用于很多领域，为人们的生活和工作带来更多的便利和效益。
眼球识别算法,现在研究以及发展情况
一、 眼球识别的实现技术眼球识别一般包括预处理、特征提取、样本学习和识别等部分，眼球识别的实现技术方法有多种，这里我们简单阐述几个常用的方法：（1）投影法。
投影法根据图像在特定方向上的投影分布特征来检测眼睛位置，投影法作为一种统计方法，利用眼球的灰度信息，通过水平和垂直投影分别检测瞳孔的纵坐标和横坐标，从而获得人眼的精确定位，常见的投影函数有积分投影函数（IPF ）、均值投影函数（MPF ）和方差投影函数（VPF ）。
（2）Hough 变换法。
Hough 变换将图像的空间域变换到参数空间，用大多数边界点满足的某种参数形式来描述图像中的曲线，瞳孔作为一个标准的圆形，我们可以通过圆的标准方程()()222x a y b r -+-=，利用Hough 变换可以精确地定位眼球瞳孔的位置，由于Hough 变换明显的几何解析性，其鲁棒性大大增强。
（3）AdaBoost 分类器法。
在机器学习领域AdaBoost 算法是一种高效的迭代算法，它针对同一个训练集训练出不同的弱分类器，然后把这些弱分类器集合起来，构成一个强分类器。
其算法的优点在于分类精度较高并且可以快速地进行人眼识别，不过算法效果依赖弱分类器的选择，在快速的人眼检测方面有着非常重要的应用。
（4）模板匹配法。
根据瞳孔的形状，可以利用圆形模板，在图像的窗口自左向右，自上而下动态搜索瞳孔的位置，模板匹配在一幅大的图像中搜索小的感兴趣的图像，它通过计算模板和匹配区域的相似程度，以最相似位置为匹配点，来确定目标的位置。
模板匹配算法属于机器学习领域的范畴，是一种有效地眼球识别算法。
二、眼球识别的研究现状目前的人眼定位方法大多都是在经过人脸检测确定人脸基本位置的基础上进行。
当前主要的人眼定位算法通常都包含以下两个步骤：(1)检测人脸以粗定位出入脸矩形区域(2)在人脸矩形区内进行双眼细定位也就是说，目前的人眼定位算法主要是在已知人脸大致位置的条件下定位人 眼的方法，显然，这样做可以减少背景干扰，缩小搜索区域，从而提高人眼检测 的精度和速度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ａ ｎ ｄ ｔ ｈ ｅ ｎ ａ ｃ ｃ ｏ ｒ ｄ ｉ ｎ ｇ ｔ ｏ ｈ ｏ ｉ ｒ ｚ ｏ ｎ ｔ ａ ｌ ｇ ｒ ａ ｙ － ｌ ｅ ｖ ｅ ｌ ｐ ｒ ｏ ｊ ’ ｅ ｃ ｔ ｉ ｏ ｎ ｃ ｕ ｒ ｖ ｅ ｏ ｆ ｔ ｈ ｅ ｆ ａ ｃ ｅ ，ｔ ｈ ｅ ｇ ｅ ｎ ｅ ｒ ａ ｌ ｌ ｏ ｃ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｔ ｈ ｅ ｅ ｙ ｅ ｓ ｃ ａ ｎ ｂ ｅ ｄ ｅ ｔ ｅ ｒ ｍｉ ｎ ｅ ｄ ｑ ｕ ｉ ｃ ｋ ｌ ｙ ． Ｆ ｉ ｎ ａ ｌ ｌ ｙ ，ｔ ｈ ｅ ｐ ｒ ｅ ｃ ｉ ｓ ｅ ｌ ｏ ｃ ｌｉ ａ ｚ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｈ ｕ ｍａ ｎ ｅ ｙ ｅ ｓ ｃ ａ ｎ ｂ ｅ ｒ ｅ ａ ｌ ｉ ｚ ｅ ｄ ｂ ｙ ｕ ｓ ｉ ｎ ｇ ｔ ｈ ｅ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ． Ｅ ｘ ｐ ｅ ｉ ｒ ｍｅ ｎ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｅ ｘ ａ ｃ ｔ ｐ ｏ ｓ ｉ ｔ ｉ ｏ ｎ ｓ ｏ ｆ ｈ ｕ ｍａ ｎ ｅ ｙ ｅ ｓ ａ ｒ ｅ ｌ ｏ ｃ ａ ｔ ｅ ｄ ｒ ａ ｐ ｉ ｄ ｌ ｙ ｂ ｙ ｕ ｓ ｉ ｎ ｇ ｔ ｈ ｉ ｓ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ．
ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｉ ｎ ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ．Ａｃ ｃ ｏ ｒ ｄ ｉ ｎ ｇ ｔ ｏ ｔ ｈ ｉ ｓ ａ ｌ ｇ ｏ ｉｔ ｒ ｈ ｍ，ｉ ｔ ｃ ａ ｎ ｃ ａ ｌ ｃ ｕ ｌ ａ ｔ ｅ ｔ ｈ ｅ ａ ｒ ｅ ａ ，ｃ ｅ ｎ ｔ ｒ ｏ ｉ ｄ ，ａ ｎ ｄ ｐ ｉｎ ｒ ｃ ｉ ｐ ａ ｌ ａ ｘ ｉ ｓ ｏ ｆ ｔ ｈ ｅ ｉ ｍａ ｇ ｅ
（ 东华 大 学 信 息科 学与 技 术 学 院 ，上 海 ２ ０ １ ６ ０ ０ ）
摘 要 ：文 中提 出 了一种 基 于 最 小外 接 矩 形 算 法 的人 眼精 确 定 位 方 法 ． 该 算 法将 顶 点 链 码 与 离散 格 林 理 论 相 结 合 用 于
快 速提 取 目标 图像 的 最 小外 接 矩 形 、 求 出 目标 图像 的 面 积 、 形心和主轴 。 本 文 首先 采 用肤 色分 割 与 灰 度 投 影 相 结 合 的
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ａｎ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ Ｍｉ ｎ ｉ ｍｕ ｍ Ｅ ｎ ｃ ｌ ｏ ｓ ｉ ｎ ｇ Ｒ ｅ ｃ ｔ ａ ｎ ｇ ｌ ｅ （ ＭＥ Ｒ）ｆ ｏ ｒ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｒ ｅ ｃ ｏ ｇ ｎ ｉ ｔ ｉ ｏ ｎ ｏ ｆ ｈ ｕ ｍａ ｎ ｅ ｙ ｅ ｓ ｉ ｓ
目前 交 通 事 故 中有 相 当 一 部 分 是 由于 司 机 疲 劳 驾 驶 所 造成的， 因此 对 驾 驶 员 的疲 劳 状 态 进 行 检 测 ， 对 减 少 由疲 劳
ｑ ｕ ｉ ｃ ｋ ｌ ｙ ． Ａ ｔ ｉ ｆ ｒ ｓ ｔ ， ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ａ ｄ ｏ ｐ ｔ ｔ ｈ ｅ ｍｅ ｔ ｈ ｏ ｄ ｏ ｆ ｓ ｋ ｉ ｎ ｃ ｏ ｌ ｏ ｒ ｓ ｅ ｇ ｍ ｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ｃ ｏ ｍｂ ｉ ｎ ｅ ｄ ｌ ｗ ｉ ｔ ｈ ｇ ｒ ａ ｙ － ｓ ｃ ａ ｌ ｅ ｐ ｒ ｏ ｊ ｅ ｃ ｔ ｉ ｏ ｎ ｔ ｏ ｌ ｏ ｃ ａ ｔ ｅ ｔ ｈ ｅ ｆ ａ ｃ ｅ ，
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： ｖ ｅ ｒ ｔ ｅ ｘ ｃ ｈ ａ ｉ ｎ ｃ ｏ ｄ ｅ ；ｄ ｉ ｓ ｃ ｒ ｅ ｔ ｅ ｇ ｒ ｅ ｅ ｎ ｔ ｈ ｅ ｏ ｒ ｅ ｍ；ｍｉ ｎ ｉ ｍｕ ｍ ｅ ｎ ｃ ｌ ｏ ｓ ｉ ｎ ｇ ｒ ｅ ｃ ｔ ａ ｎ ｇ ｌ ｅ ；ｅ ｙ ｅ ｓ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ
方法快速定位到人脸 ． 然后 根 据人 脸 的 水 平 灰 度 投 影 曲线 确 定 出人 眼 的 大致位 置 ， 最 后 利 用本 文提 出的 算 法 实现 了 人 眼 的精 确 定位 。 实验 结 果 表 明 该 算 法 能 快速 、 有 效 地进 行 人 眼精 确 定 位 。
关 键词 ： 顶 点 链码 ；离散 格 林 理论 ；最 小 外接 矩 形 ；人 眼 定 位 中 图分 类 号 ： Ｔ Ｐ ２ ４ ９ 文献标识码 ： Ａ 文 章 编 号 ：１ ６ ７ ４ — ６ ２ ３ ６ （ ２ ０ １ ４ ） ０ ６ — ０ ０ ４ ０ — ０ ３
Ａｎ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈｍ ｆ ｏ ｒ ｒ ａ ｐ ｉ ｄ ｅ ｙｅ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ
Ｌ Ｉ Ｕ Ｌ ｕ － ｙ ａ ｎ ， ＷＡ Ｎ Ｇ Ｚ ｈ ｉ － ｊ ｉ ｅ
（ Ｃ ｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｄ ｏ ｎ ｇ ｈ ｕ ａ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｓ ｈ ｎｇ ａ ｈ ａ ｉ ２ ０ １ ６ ０ ０ ， Ｃ ｈ ｉ ｎ ａ ）
第２ ２卷 第 ６ 期
Ｖｏ ｌ ＿ ２ ２ Ｎｏ ． ６
电子设计 工程
Ｅｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ Ｄｅ ｓ ｉ ｇ ｎ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ
２ ０ １ ４年 ３月
Ｍａ ｔ ．２０１ ４
一
种快速人 眼精确 定位算 法
柳 露 艳 ．王 直 杰
ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｉ ｎ ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ．Ａｃ ｃ ｏ ｒ ｄ ｉ ｎ ｇ ｔ ｏ ｔ ｈ ｉ ｓ ａ ｌ ｇ ｏ ｉｔ ｒ ｈ ｍ，ｉ ｔ ｃ ａ ｎ ｃ ａ ｌ ｃ ｕ ｌ ａ ｔ ｅ ｔ ｈ ｅ ａ ｒ ｅ ａ ，ｃ ｅ ｎ ｔ ｒ ｏ ｉ ｄ ，ａ ｎ ｄ ｐ ｉｎ ｒ ｃ ｉ ｐ ａ ｌ ａ ｘ ｉ ｓ ｏ ｆ ｔ ｈ ｅ ｉ ｍａ ｇ ｅ
（ 东华 大 学 信 息科 学与 技 术 学 院 ，上 海 ２ ０ １ ６ ０ ０ ）
摘 要 ：文 中提 出 了一种 基 于 最 小外 接 矩 形 算 法 的人 眼精 确 定 位 方 法 ． 该 算 法将 顶 点 链 码 与 离散 格 林 理 论 相 结 合 用 于
快 速提 取 目标 图像 的 最 小外 接 矩 形 、 求 出 目标 图像 的 面 积 、 形心和主轴 。 本 文 首先 采 用肤 色分 割 与 灰 度 投 影 相 结 合 的
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ａｎ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ Ｍｉ ｎ ｉ ｍｕ ｍ Ｅ ｎ ｃ ｌ ｏ ｓ ｉ ｎ ｇ Ｒ ｅ ｃ ｔ ａ ｎ ｇ ｌ ｅ （ ＭＥ Ｒ）ｆ ｏ ｒ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｒ ｅ ｃ ｏ ｇ ｎ ｉ ｔ ｉ ｏ ｎ ｏ ｆ ｈ ｕ ｍａ ｎ ｅ ｙ ｅ ｓ ｉ ｓ
目前 交 通 事 故 中有 相 当 一 部 分 是 由于 司 机 疲 劳 驾 驶 所 造成的， 因此 对 驾 驶 员 的疲 劳 状 态 进 行 检 测 ， 对 减 少 由疲 劳
ｑ ｕ ｉ ｃ ｋ ｌ ｙ ． Ａ ｔ ｉ ｆ ｒ ｓ ｔ ， ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ａ ｄ ｏ ｐ ｔ ｔ ｈ ｅ ｍｅ ｔ ｈ ｏ ｄ ｏ ｆ ｓ ｋ ｉ ｎ ｃ ｏ ｌ ｏ ｒ ｓ ｅ ｇ ｍ ｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ｃ ｏ ｍｂ ｉ ｎ ｅ ｄ ｌ ｗ ｉ ｔ ｈ ｇ ｒ ａ ｙ － ｓ ｃ ａ ｌ ｅ ｐ ｒ ｏ ｊ ｅ ｃ ｔ ｉ ｏ ｎ ｔ ｏ ｌ ｏ ｃ ａ ｔ ｅ ｔ ｈ ｅ ｆ ａ ｃ ｅ ，
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： ｖ ｅ ｒ ｔ ｅ ｘ ｃ ｈ ａ ｉ ｎ ｃ ｏ ｄ ｅ ；ｄ ｉ ｓ ｃ ｒ ｅ ｔ ｅ ｇ ｒ ｅ ｅ ｎ ｔ ｈ ｅ ｏ ｒ ｅ ｍ；ｍｉ ｎ ｉ ｍｕ ｍ ｅ ｎ ｃ ｌ ｏ ｓ ｉ ｎ ｇ ｒ ｅ ｃ ｔ ａ ｎ ｇ ｌ ｅ ；ｅ ｙ ｅ ｓ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ
方法快速定位到人脸 ． 然后 根 据人 脸 的 水 平 灰 度 投 影 曲线 确 定 出人 眼 的 大致位 置 ， 最 后 利 用本 文提 出的 算 法 实现 了 人 眼 的精 确 定位 。 实验 结 果 表 明 该 算 法 能 快速 、 有 效 地进 行 人 眼精 确 定 位 。
关 键词 ： 顶 点 链码 ；离散 格 林 理论 ；最 小 外接 矩 形 ；人 眼 定 位 中 图分 类 号 ： Ｔ Ｐ ２ ４ ９ 文献标识码 ： Ａ 文 章 编 号 ：１ ６ ７ ４ — ６ ２ ３ ６ （ ２ ０ １ ４ ） ０ ６ — ０ ０ ４ ０ — ０ ３
Ａｎ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈｍ ｆ ｏ ｒ ｒ ａ ｐ ｉ ｄ ｅ ｙｅ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ
Ｌ Ｉ Ｕ Ｌ ｕ － ｙ ａ ｎ ， ＷＡ Ｎ Ｇ Ｚ ｈ ｉ － ｊ ｉ ｅ
（ Ｃ ｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｄ ｏ ｎ ｇ ｈ ｕ ａ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｓ ｈ ｎｇ ａ ｈ ａ ｉ ２ ０ １ ６ ０ ０ ， Ｃ ｈ ｉ ｎ ａ ）
第２ ２卷 第 ６ 期
Ｖｏ ｌ ＿ ２ ２ Ｎｏ ． ６
电子设计 工程
Ｅｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ Ｄｅ ｓ ｉ ｇ ｎ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ
２ ０ １ ４年 ３月
Ｍａ ｔ ．２０１ ４
一
种快速人 眼精确 定位算 法
柳 露 艳 ．王 直 杰