基于 HEIV 算法改进的瞳孔中心定位

摘要：

针对瞳孔中心定位的精确度问题，采用基于 AdaBoost 的人脸检测算法确定人脸区域与初始眼睛位置，由于人眼轮廓具有的特征，以椭圆为模型，用 Sobel 算子边缘检测眼睛区域，进行椭圆拟合来获取眼睛的轮廓线，将椭圆拟合的中心点作为瞳孔的精确位置。为提高定位的精确度，提出异方差（heteroscedastic errors-in-variables，HEIV）方法来实现瞳孔中心定位，较最小二乘法更加精确。实验结果表明，在正面人脸的情况下，异方差椭圆拟合算法与最小二乘拟合算法相比，计算量小，可精确定位瞳孔中心，平均误差比最小二乘法提高了89．1％，该方法在速度和准确性方面均具有良好的性能。

关键词：人脸检测、边缘检测、椭圆拟合、异方差变量含误差、最小二乘法

分类号：TP391.4(计算技术、计算机技术)

资助基金：总装备部预研基金

在线出版日期：2016-01-19（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：3273-3278