排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
眼动信息是识别观看视频、浏览网页等以视觉任务为主的行为的关键信息. 针对传统的可穿戴传感器普遍具有侵入性, 而现有基于视觉的眼动仪存在价格昂贵、校准过程复杂等问题, 本文尝试使用单一的标准网络摄像头获取眼动信息用于行为识别, 并评估了该方法的可行性. 提出一种针对低质量视频图像的虹膜跟踪算法以获取眼动信号, 然后分别从水平和垂直方向的眼动信号中提取出五种新的眼动特征, 并从中选择出最优特征子集, 最后采用支持向量机分类器评价了本文方法的可行性. 针对不同应用背景设计了三组验证实验: 留一交叉验证、k折交叉验证及单独校准测试, 三组实验中, 对不同参与者三种行为的平均识别正确率分别为68.4%, 79.3%及84.1%, 证明了基于视频图像的眼动分析用于行为识别是一种很有希望的传感形式, 并有望用于更为复杂的传感任务.
关键词:
物联网
行为识别
眼睛跟踪
传感 相似文献
2.
虹膜外边缘受眼睑遮挡较为严重时, 会给虹膜中心的准确提取造成很大的困难. 为此, 提出利用放置在相机轴外的红外光源产生的暗瞳图像估计瞳孔中心, 该方法避免了提取虹膜外边缘遇到的遮挡问题. 首先利用角膜反射光斑在相机像面中的位置估计角膜所在球体中心的三维空间坐标, 作为眼球的平动信息; 然后考察瞳孔中心与角膜球体中心在相机成像面投影位置的相对偏移, 作为眼球的转动信息; 最后利用人工神经网络完成视线特征向量与注视点坐标间的映射. 在人眼区域定位的问题上, 利用两部大视场相机, 采用自适应增强算法和主动表观模型算法实现眼部区域的准确定位, 该步骤可以将提取反射光斑和瞳孔中心需要考虑的图像区域限定在较小的范围内. 实验结果表明, 本文视线估计方法在水平方向上的平均误差为0.62°, 在竖直方向上的平均误差为1.05°, 是解决视线点估计的有效方法.
关键词:
暗瞳
人工神经网络
自适应增强
主动表观模型 相似文献
1