[发明专利]基于运动相关性的瞳孔位置滤波方法

说明书

技术领域

本发明涉及计算机视觉处理技术领域，特别是有关于一种基于运动相关性的瞳孔位置滤波方法。

背景技术

在许多应用中都有涉及瞳孔定位，比如视线追踪、视线瞄准、无辅助立体显示等。以其在无辅助立体显示中的应用为例，在该系统中，需要实时精确地定位观看者的瞳孔位置，利用特殊的光学引擎将指向光束精准地投射到用户的瞳孔位置，在这个过程中，对瞳孔定位模块的性能要求非常高。在定位过程中有时会因受到干扰而产生跳变，从而引起光学设备的误动作，使得观看者观察到闪烁、串影等不良显示效果，影响观看体验。

在现行瞳孔定位技术中，基本关注于提高定位的精准度方面，对稳定性方面的关注较少。在提高稳定性方面的研究中，涉及的方法大多过于复杂，无法应用于有很高实时性要求的场合中。基于运动相关性的瞳孔位置滤波从人体运动的特点出发，结合精确的瞳孔定位技术，能有效地克服随机干扰，计算量小，性能可靠。

发明内容

本发明的目的是为了克服现有技术存在的缺陷，提供一种改进的瞳孔位置滤波方法，基于人体运动平滑性的假设，将基于模板匹配的运动估计和人眼定位算法相结合，该方法能有效地克服噪声干扰，提高稳定性。

本发明的基本原理：

一种基于运动相关性的瞳孔位置滤波方法，包括人脸检测部分，人眼检测部分以及瞳孔检测部分三个部分，如图1所示。具体包括：1、采集每帧视频图像并提取候选区域：通过摄像头采集视频，为减小计算复杂度，对每帧图像进行候选区域选取。2、基于候选区域的人脸检测：在通过上述步骤后提取出的候选区域内进行人脸检测。3、人眼检测位置检测：在检测出人脸的区域内，进行人眼检测。4、随后进行瞳孔位置的检测。

瞳孔检测部分包括以下步骤，其流程如图2所示：

1、基于模板匹配的宏块跟踪；

在已经检测出人脸的范围内，选择一定区域作为模板匹配的初始化区域，将此时的模板中心位置存入内存中，在后续的每一帧人脸区域中，利用一定的搜索策略，寻找与初始化模板匹配程度最高的区域，并将区域的中心位置存入内存，以得到模板匹配值序列。

2、基于候选区域的瞳孔检测；

在已经检测出人眼的区域内进行瞳孔检测，并将每帧视频中检测出的人眼瞳孔位置坐标放入相应的内存区域中，以得到瞳孔检测值序列。

3、基于运动相关性的瞳孔位置滤波；

对于已经存入内存区的模板匹配值序列和瞳孔检测值序列，对于每帧数据，考查两者之间的相关性是否变差，相关性变差的判定方法有多种，现在列举如下：

(x-u)²+(y-v)²＞γ.

(1)

其中：x、y是当前瞳孔检测值的横、纵坐标，u、v是当前模板匹配值的横、纵坐标，γ是阈值。上述表达式体现的是，如果与当前瞳孔检测值与模板匹配值坐标位置相关的距离函数小于阈值，则认为此时瞳孔检测准确，并将瞳孔检测值作为最终的输出值输出；如果与当前的瞳孔检测值与模板匹配值坐标位置相关的距离函数大于阈值，则认为两者相关性降低，此时瞳孔检测受到干扰，检测不准。

如果出现相关性降低，瞳孔检测受到干扰，需要进行下面的滤波处理，其滤波方法有多种，现在列举如下：

x_t＝x_t-1+u_t-u_t-1.

y_t＝y_t-1+v_t-v_t-1

(2)

其中：x_t-1、y_t-1是上一帧瞳孔检测值的横、纵坐标，u_t-u_t-1、v_t-v_t-1是当前帧模板匹配值的横、纵坐标减去上一帧模板匹配值的横、纵坐标，即当前帧与上一帧之间的运动偏移量，用该偏移量与上一帧准确检测的瞳孔坐标相加，得到当前的瞳孔检测准确值作为输出值输出。

本发明相对于现有技术具有如下有益效果：

本发明基于运动的平滑性和相关性等特点，将基于模板匹配的运动估计算法与瞳孔定位技术相结合，提出基于运动相关性的瞳孔位置滤波方法，可有效地克服随机干扰，提高系统的准确性和鲁棒性。

附图说明

图1为人脸检测，人眼检测以及瞳孔检测流程图

图2为基于运动相关性的瞳孔位置滤波方法

具体实施方式