在线融合特征的眼睛状态识别算法

摘要：

针对人脸视频中眼睛定位精度影响眼睛状态识别正确率问题,提出了一种融合在线肤色模型的眼睛状态识别算法.首先,在人脸主动表观模型(AAM)定位的基础上,使用当前用户的肤色特征,建立在线肤色模型;其次,在初步定位的眼睛区域,再次使用在线肤色模型,定位内外眼角点的精确位置,并利用眼角点的位置信息提取精确的眼睛区域;最后,提取眼睛区域的局部二值特征(LBP),使用支持向量机(SVM)算法,实现对眼睛睁闭状态的鲁棒识别.实验结果表明,对比全局定位的眼角点定位算法,该算法可以进一步降低眼角点的对齐误差,在低分辨人脸中使用在线融合特征的睁闭眼状态的准确识别率分别为95.03％及95.47％,分别比直接使用Haar特征和Gabor特征的识别率提升2.9％和4.8％,在实时人脸视频中,使用在线特征可以明显提高眼睛状态识别效果.

关键词：人机交互、肤色模型、特征定位、眼睛状态识别、局部特征

所属期刊栏目：35

分类号：TP391.413(计算技术、计算机技术)

资助基金：湖北省自然科学基金资助项目2014CFB786;湖北省高等学校青年教师深入企业行动计划项目XD2014146;武汉工程大学科学研究基金

在线出版日期：2015-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2062-2066