导读:本文包含了人眼定位论文开题报告文献综述、选题提纲参考文献，主要关键词:算法,积分,肤色,状态,卷积,直方图,形态学。
人眼定位论文文献综述写法
吴迎年,贺梦嘉,项伟[1]（2019）在《基于集成学习的人眼定位和头部状态检测研究》一文中研究指出针对人眼定位中的实时性检测问题,设计了基于Viola-Jones算法的人眼实时检测系统,通过MATLAB控制外接或网络摄像头对检测到的人眼图片进行实时读取和实时定位,通过正面图、侧视图、俯仰图的检测,表明人眼实时定位系统检测效果较好并具有很好的鲁棒性。针对小数据集对头部状态的分类效果较差的情况,使用随机森林算法将俯仰角和偏航角的分别用HOG-LBP融合特征和Haar-like特征分类,再将得到的俯仰角和偏转角进行融合,在Pointing'04数据集上对比直接分类准确率提升了4.5%。(本文来源于《系统仿真学报》期刊2019年11期）
崔庆华,程科,李肇基[2]（2019）在《积分投影与连通域法结合的人眼定位》一文中研究指出人脸识别是生物识别的重要组成部分,人眼定位是人脸识别过程中最关键的环节。人眼定位中,最难的就是区分眼睛和眉毛。论文先用Adaboost法粗定位人脸,获取人脸RIO区域,再利用积分投影法初步估计眼睛和眉毛的区域,结合人脸"叁庭五眼"的特征,单独分割出眼睛和眉毛区域,对眉眼区域形态学处理,最后采用连通区域法精确定位眼睛。在ORL人脸库上检测,该方法获得了90.2%的准确率。实验结果表明该方法不仅能准确区分眼睛和眉毛,而且还能快速地定位人眼的位置。(本文来源于《计算机与数字工程》期刊2019年04期）
黄洁媛[3]（2019）在《基于CNN的人眼定位与状态分类》一文中研究指出眼睛作为脸部的重要组成部分,可以反映出许多重要的信息,对人眼的定位及眼睛的睁闭状态分类可以有效的辅助人脸检测、表情识别、姿态估计和人机交互等计算机视觉领域相关工作。此外,通过对人眼的定位及状态分类可以计算眨眼频率并以此判断疲劳状态,相比传统的利用心电或者脑电监测疲劳的穿戴式设备更为简单快捷。传统的人眼定位及状态分类的方法经常受到脸部表情、姿态变化、光照、遮挡、背景干扰、图像清晰度等因素的影响,因此研究一个兼具准确性、实时性和鲁棒性的方法具有十分重要的意义。而随着深度学习的发展,卷积神经网络(Convolutional Neural Networks,CNN)在计算机视觉领域有了广泛的应用,相比传统手段,卷积神经网络能自动对图像特征进行提取,在目标定位和目标检测中都有良好的表现。因此,本文将针对传统算法中存在的问题,结合卷积神经网络进行人眼的定位及睁闭状态分类,具体工作如下:(1)提出了一个检测人眼中心点的卷积神经网络,当输入人脸图像时,该网络能快速得到双眼中心点,并输出中心点对应的坐标值;根据中心点坐标值及一定的宽高值确定眼睛区域后得到人眼图像;然后将人眼图像输入一个眼睛睁闭状态分类网络,得到眼睛的睁闭状态。实验结果表明,该算法相比传统方法更具鲁棒性和实时性,具有良好的应用前景。(2)基于SSD网络(Single Shot MultiBox Detector,SSD)采集了相应的实验数据集,该数据集包含人脸、双眼、鼻子和嘴的坐标位置,并标注了眼睛的睁闭状态。利用该数据集训练了一个能够进行人脸检测、人眼定位及睁闭状态分类的SSD网络。当输入一幅图像,该网络可以直接检测得到眼睛区域及睁闭状态。当眼睛目标过小时,该网络也可以先检测得到人脸区域,再通过对人脸区域的检测得到眼睛区域及睁闭状态。该方法不受额外的人脸检测器的约束,能够更好的应对姿态变化等因素的干扰。(3)将上述提出的算法应用于疲劳检测中,实验结果表明,基于卷积神经网络的人眼定位与状态分类的方法能够实现准确、实时的疲劳检测,该方法硬件需求低,能够应用于实际生活中。(本文来源于《北京交通大学》期刊2019-04-01）
荔小虎,唐晶磊[4]（2018）在《基于肤色匹配和积分投影结合的人眼定位方法研究》一文中研究指出人脸检测作为人脸识别的最基本任务,人脸检测的目的是构建一种优秀的检测算法。研究提出一种基于肤色匹配和积分投影相结合的人眼定位算法,首先以YCbCr颜色空间为肤色模型,对人脸进行匹配并分割出人脸区域,然后通过水平积分投影得到人眼水平坐标,垂直积分投影得到两眼垂直坐标,利用得到的坐标标定人眼条形区域。最后,通过条形区域中线垂直坐标和垂直积分投影的水平坐标结合和垂直积分投影进行交叉,最终实现了准确的人眼定位,从而为提取人脸其他特征打好基础。实验结果表明,在肤色匹配和积分投影结合的人眼定位精度上有显着提高。(本文来源于《自动化应用》期刊2018年12期）
方淑仙,张立武[5]（2018）在《基于生物形状知识的人眼定位方法》一文中研究指出准确地定位出人眼位置并分离出虹膜、眼睑等区域对虹膜识别、人脸识别等生物特征识别技术具有重要意义.但是,在非理想环境下,人眼图像分辨率通常较低,并且容易受到光照条件、睫毛、阴影等噪声影响,对人眼区域进行正确分割是一项非常具有挑战性的工作.因此,本文针对姿态幅度较小的无遮挡人眼图像分割存在的一些问题,利用Hough圆变换和形态学算法改进低分辨率下人眼的定位.该方法首先利用现有的人脸对齐方法分割出人眼感兴趣区域,采用双线性插值法对人眼图像进行预处理,去除镜面反射光斑;然后根据人眼图像中各区域的灰度分布规律,利用带约束的Hough圆检测算法定位出虹膜;之后结合全局动态阈值、局部自适应阈值及形态学算法分别定位出人眼上下眼睑,并利用最小二乘法拟合上下眼睑,最终分割出人眼虹膜、上下眼睑、巩膜等区域;最后在UBIRIS v1.0数据库及低分辨率人脸图像上对本文提出的算法进行测试.实验结果表明,本文提出的方法对实验室环境下高清虹膜图像及低分辨率人脸图像上的人眼定位均具有较强的鲁棒性.(本文来源于《计算机系统应用》期刊2018年10期）
晁静静,沈文忠,宋天舒[6]（2019）在《基于HOG和SVM的双眼虹膜图像的人眼定位算法》一文中研究指出针对近红外光下现有的人眼定位算法普遍存在准确性不高、泛化能力不佳等问题,提出了一种基于方向梯度直方图(HOG)和支持向量机(SVM)相结合的双眼虹膜图像的人眼定位算法。利用HOG提取虹膜图像的人眼特征,并结合SVM分类器对HOG特征进行训练从而实现人眼的精确定位。为了减少漏检和误检,进一步提高定位准确率,又提出了多级级联SVM分类器算法;另外针对近红外光线下虹膜图像独特的灰度分布特点,设计了一种图像预处理方法,能够显着提高人眼定位速度。在MIR2016和CASIA-IRIS-Distance数据集上的实验结果表明,基于HOG和SVM的双眼虹膜图像的人眼定位算法具有高准确率、强泛化能力和高实时性。(本文来源于《计算机工程与应用》期刊2019年09期）
房爱青,吴金强,李长勇,刘威[7]（2018）在《一种改进的人眼定位算法研究》一文中研究指出随着科学的发展,人机交互日益成为社会发展的主流趋势。从传统的鼠标人机交互、手势交互、语音交互再到目前的人眼视线交互等,交互的形式和种类也越来越多、越来越复杂。尤其是机器人技术快速发展的今天,人机交互已经成为国内外的研究热点。人眼定位的精度对视线控制机器人具有重要的影响,因此对传统人眼定位算法进行了研究和改进,提出基于最小二乘法圆形拟合和改进积分投影的人眼定位算法,为后期的人眼视线控制机器人技术打下坚实的基础。通过实验发现该算法具有较强的鲁棒性与很高定位精度。(本文来源于《机械设计与制造》期刊2018年05期）
田全,王蕴哲[8]（2018）在《基于图像灰度特征的人眼定位及状态识别》一文中研究指出针对眉毛和眼镜框等区域对人眼定位造成较大影响的问题,根据人眼周围区域各部位灰度值变化特征,提出了一种新的人眼定位及开闭状态识别算法。该算法利用Ada Boost算法对人眼进行粗定位,通过图像水平积分法,根据积分极值点特征完成人眼特征的精确定位,实现人眼部位条状区域的分割。最后利用投影法得出人眼的开闭状态。实验结果表明,该文提出的方法能够有效准确的实现人眼部位的精确定位,对人眼开闭状态识别率能够满足实际需求,且对图像中的各种干扰因素具有较强的鲁棒性。(本文来源于《电脑知识与技术》期刊2018年03期）
李德武,舒小华,方盛,杨顺波[9]（2018）在《基于积分投影与区域生长的人眼定位方法》一文中研究指出为了克服传统积分投影方法不能有效定位偏转人脸图像问题,提出一种基于积分投影与区域生长相结合的人眼定位方法。在定位人眼之前,通过肤色分割实现人脸粗定位,接着采用Otsu实现二值化、形态学操作以及区域标记算法等预处理操作。实验结果表明:采用的处理算法准确度较高,能为下一步的人眼状态分析打下良好的基础。(本文来源于《湖南工业大学学报》期刊2018年01期）
夏慧卿,张丽艳,吴晓天,柯飘,张庆东[10]（2017）在《Adaboost人眼定位方法改进与实现》一文中研究指出提出了基于改进的Adaboost方法来实现人脸图片中人眼的精确定位.首先在待检测的图片中利用人脸分类器定位出人脸,然后在所得人脸图像上进一步利用人眼分类器精确定位人眼.改进后的Adaboost算法与传统方法相比,具有构建分双层分类器所需要的特征数目降低、算法精确性提高和实时性的特点.(本文来源于《大连交通大学学报》期刊2017年05期）
人眼定位论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
人脸识别是生物识别的重要组成部分,人眼定位是人脸识别过程中最关键的环节。人眼定位中,最难的就是区分眼睛和眉毛。论文先用Adaboost法粗定位人脸,获取人脸RIO区域,再利用积分投影法初步估计眼睛和眉毛的区域,结合人脸"叁庭五眼"的特征,单独分割出眼睛和眉毛区域,对眉眼区域形态学处理,最后采用连通区域法精确定位眼睛。在ORL人脸库上检测,该方法获得了90.2%的准确率。实验结果表明该方法不仅能准确区分眼睛和眉毛,而且还能快速地定位人眼的位置。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
人眼定位论文参考文献
[1].吴迎年,贺梦嘉,项伟.基于集成学习的人眼定位和头部状态检测研究[J].系统仿真学报.2019
[2].崔庆华,程科,李肇基.积分投影与连通域法结合的人眼定位[J].计算机与数字工程.2019
[3].黄洁媛.基于CNN的人眼定位与状态分类[D].北京交通大学.2019
[4].荔小虎,唐晶磊.基于肤色匹配和积分投影结合的人眼定位方法研究[J].自动化应用.2018
[5].方淑仙,张立武.基于生物形状知识的人眼定位方法[J].计算机系统应用.2018
[6].晁静静,沈文忠,宋天舒.基于HOG和SVM的双眼虹膜图像的人眼定位算法[J].计算机工程与应用.2019
[7].房爱青,吴金强,李长勇,刘威.一种改进的人眼定位算法研究[J].机械设计与制造.2018
[8].田全,王蕴哲.基于图像灰度特征的人眼定位及状态识别[J].电脑知识与技术.2018
[9].李德武,舒小华,方盛,杨顺波.基于积分投影与区域生长的人眼定位方法[J].湖南工业大学学报.2018
[10].夏慧卿,张丽艳,吴晓天,柯飘,张庆东.Adaboost人眼定位方法改进与实现[J].大连交通大学学报.2017