[发明专利]一种基于头部姿态的人机交互方法

说明书

技术领域

本发明涉及一种基于头部姿态的人机交互方法，属于信号处理技术领域。

背景技术

随着计算机技术的发展，其应用日益广泛，已渗透到人们生活的各个方面。为了有效地操控与使用计算机，人机交互技术得到了快速发展，除了传统的鼠标、键盘等人机交互方式外，语音、手势等更自然的方式也开始逐渐得到应用。但是，语音、手势在有些场合使用会有局限，例如，在播放音乐的汽车中，在噪声较大的飞机中，语音识别性能较差；又例如，在高空作业等情况下，难以应用手势。此外，对于语言障碍患者或手臂残障人士，语音或手势也无法应用。因此，近年来，基于头部姿态与眼球位置的人机交互技术得到了高度重视。头与眼睛是人体中相对稳定的器官，受外界影响较小，基于头部姿态与眼球位置的人机交互技术具有广阔的应用前景。

发明内容

为了实现上述目的，本发明提出了一种基于头部姿态的人机交互方法。

本发明采取的技术方案：

一种基于头部姿态的人机交互方法包括如下步骤：

首先：利用预处理方法来处理视频采集图像的偏色问题；

其次：利用肤色模型进行人脸检测与定位；

第三：利用人脸区域中眉毛和眼睛灰度梯度变化大的特点，来完成眉毛与眼睛区域的定位；

第四：利用Hough圆检测方法检测瞳孔位置；

第五：根据瞳孔灰度较大的特点，利用求质心的方法进行瞳孔精确定位；

第六：利用人眼定位的结果来完成五种头部姿态判断；

第七：将头部姿态判断结果用于人机交互。

本发明原理及有益效果：本发明针对现有头部姿态识别方法的准确率不高以及利用眼睛控制鼠标可靠性较差的问题，提出了一种用人眼定位结果来识别头部姿态，并利用头部姿态进行人机交互(如模拟鼠标等)的方法，从而可明显改善头部姿态识别率，有效提高人机交互(如模拟鼠标)的可靠性。

附图说明

图1本发明技术方案的功能框图。

图2(a)待处理的目标图像。

图2(b)处理使用的结构元素。

图2(c)起始点示意图。

图2(d)待处理的目标图像区域填充处理的结果。

图3积分图的原理。

图4图像的灰度表。

图5(a)数字图像的原始空间。

图5(b)由半径为R、圆心为(X,Y)所组成的参数空间。

图6(a)裁剪的眼睛区域。

图6(b)二值化后图像。

图6(c)去噪后图像。

图6(d)区域生长后的图像。

图6(e)瞳孔质心点标注图。

图7(a)有胡须干扰的男性图像人眼定位结果示例。

图7(b)有胡须、头发干扰的男性图像人眼定位结果示例。

图7(c)有头发干扰的女性图像人眼定位结果示例。

图7(d)无头发干扰的女性图像人眼定位结果示例。

图7(e)头部有倾斜的女性图像人眼定位结果示例。

图7(f)头部有倾斜的男性图像人眼定位结果示例。

图7(g)正脸男性图像人眼定位结果示例。

图7(h)头部有倾斜的男性图像人眼定位结果示例。

图7(i)有复杂背景的男性图像人眼定位结果示例。

图7(j)头部有倾斜、长头发的女性图像人眼定位结果示例。

图7(k)头部、眼部均向上的男性图像人眼定位结果示例。

图7(l)头部、眼部均向下的男性图像的人眼定位结果示例。

具体实施方式

下面结合附图对本发明做进一步说明：

本发明整体上分为六个模块，如图1所示。首先：利用预处理方法来处理视频采集图像的偏色问题；其次：利用肤色模型进行人脸检测与定位；第三：利用人脸区域中眉毛和眼睛灰度梯度变化大的特点，来完成眉毛与眼睛区域的定位；第四：利用Hough圆检测方法检测瞳孔位置；第五：根据瞳孔灰度较大的特点，利用求质心的方法进行瞳孔精确定位。第六：利用人眼定位的结果来完成五种头部姿态判断；第七：将头部姿态判断结果用于人机交互。在该方案中，使用肤色模型定位人脸是因为肤色模型计算量小，检测速度快；利用眉毛和眼睛灰度梯度变化大的特点来定位眉毛与眼睛区域，能够克服毛发、倾斜等问题，进而提高眉眼区域的定位精度；利用眼睛定位结果，能够提高头部姿态识别的精确度。

下面对本发明技术方案进行详细说明。