[发明专利]基于主动光的人眼定位的方法

权利要求书

1.基于主动光的人眼定位方法，其特征是视频装置中利用主动光产生装置对人脸主动投射，设有图像摄取装置对亮瞳、暗瞳两场图像进行提取；利用主动光投射引发的亮瞳效应即通过两场图像的差分及图像滤波方法得到人眼定位的候选区域；后续采用人脸、人眼定位方法完成人眼定位；根据人眼定位的候选区域，通过基于知识的、基于特征的、模板匹配的或基于表象的人脸定位的方法定位出人脸区域；根据人脸的几何特征，通过基于知识的、基于特征的、模板匹配的或基于表象的人眼定位的方法定位出人眼区域；

优化人眼定位的方法采用跟踪算法对定位出的人脸或人眼位置进行跟踪，或采用模板匹配与计算相关的方法提高人眼定位的性能；或采用滤波方法提高人脸或人眼定位的性能，选择上述三类方法中的若干种与基于主动光的人眼定位的基本方法组合使用；

在人脸定位阶段采用滤波算法提高人脸定位的精确性；在人脸或人眼定位阶段使用跟踪算法以加速后续帧图像人眼定位的速度；在人眼定位阶段使用模板匹配、相关计算的方法提高人眼定位的精确性和稳定性；

视频装置用于立体显示装置，置于立体显示装置的某一位置；

在图像摄取装置的成像镜头上安装带通滤光片，带通滤光片的中心频率与主动光光源的中心频率相等或相近；

采用数字图像处理的手段，对图像摄取装置获得的图像进行分析，进一步确定人眼位置，步骤为：

1）人眼候选区域的获取：人眼候选区域由两部分组成，一部分是由上一帧图像中定位到的人眼位置跟踪而来的；第二部分则是对亮瞳、暗瞳两种图像进行差分后使用阈值提取得到的；其中第二部分使用滤波算法滤掉由于边缘或运动等造成的伪候选区域；

2）人脸定位及滤波：人脸定位的方法基于特征的AdaBoost方法，训练得到若干特征组成级联强分类器；根据人眼候选区域的位置及人脸器官的排布，依次按照不同尺度对可能的人脸区域进行检测，采用阈值比较的方法确定该区域是否为人脸区域；定位出人脸区域后，采用Kalman滤波算法优化人脸区域的位置；

3）人眼定位及优化：人眼定位的方法基于表象的支持向量机（SVM）方法，首先选取若干类Haar特征作为特征空间，利用格点搜索及交叉验证加权平衡错误率及支持向量机训练的方法得到支持向量及相应权重系数，从而刻画出分类超平面；然后利用该超平面对待检测的人眼区域进行检测，确定该区域是否是人眼区域；定位出人眼区域后，采用模板匹配及帧间相关计算的方法优化人眼区域的位置；常用的相关计算方法为最小均方差算法；

4）人眼位置跟踪：根据当前帧及前若干帧定位到的人眼位置，采用相关跟踪算法，预测得到下一帧中人眼的可能位置；这些位置直接进行人眼检测，不再进行人脸检测，从而为下一帧整个人眼定位过程的进行节省时间；跟踪算法有Kalman预测算法、Mean-Shift预测算法。