基于Lucas-Kanada光流法的人眼特征点实时跟踪方法

摘要：

为更好地实现运动目标的检测跟踪,给出一种基于Viola-Jones特征点检测、亚像素角点提取与LucasKanade光流法跟踪相结合的人眼特征点实时跟踪方法.利用Viola-Jones算法检测出人眼区域,使用Harris角点算法在目标区域中提取亚像素级人眼特征点并引入筛选机制,从而在保证跟踪精度的同时减少运算量,采用金字塔分层机制的Lucas-Kanada光流法对运动的人眼特征点位置进行估计.该机制具有可切换的搜索窗口特点,兼顾了对大尺度高速度运动目标的跟踪.实验结果表明,该方法在保证算法实时性的同时明显提高了人眼特征点跟踪精度,并且能够保证快速及大尺度运动时的系统鲁棒性.

关键词：人眼特征点定位、实时跟踪、Viola-Jones算法、Harris角点、亚像素提取、光流法

所属期刊栏目：41

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61263017;国家留学基金管理委员会基金资助项目留金发[2011]52014号;云南省自然科学基金资助项目2011FZ060;云南省教育厅基金资助项目KKJA201403001;昆明理工大学人才培养基金资助项目KKSY201303120

在线出版日期：2015-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：244-249