[发明专利]一种基于边缘及颜色双特征空间直方图的人眼跟踪方法

权利要求书

1.一种基于边缘及颜色双特征空间直方图的人眼跟踪算法，其特征在于：该方法具体步骤包括：

步骤1.目标区域建模；利用Soble算子对初始帧中人眼区域进行边缘提取，计算目标区域的颜色空间直方图h_c'和边缘空间直方图h_e'；

步骤2.候选区域建模；在当前帧中，初始搜索位置y₀定为上一帧中眼睛的位置，计算候选区域的颜色空间直方图h_c(y₀)和边缘空间直方图h_e(y₀)；

步骤3.计算目标区域与候选区域相似度；计算各个特征空间中的目标模型与候选模型的相似度和特征权重值，从而计算联合相似度ρ(y₀)；

步骤4.计算均值偏移向量；计算每个采样点的权值，从而得到当前搜索位置处的均值偏移向量，若||y₁-y₀||＞ε，ε为衡量均值偏移向量不为0的最小阀值，则该向量指向被跟踪目标的新位置y₁，若||y₁-y₀||≤ε，则停止搜索；

步骤5.相似度比较；将搜索窗口移动到步骤4中的新位置y₁处，更新候选模型，即计算y₁处的颜色空间直方图h_c(y₁)和边缘空间直方图h_e(y₁)；

步骤6.计算y₁处的联合相似度ρ(y₁)；

步骤7.若ρ(y₁)＜ρ(y₀)，则新位置为否则y₀←y₁，转到步骤4。

2.根据权利要求1所述的一种基于边缘及颜色双特征空间直方图的人眼跟踪算法，其特征在于：在步骤1中，进行边缘提取的Soble算子水平和垂直梯度模板分别为：

dx=-1-2-1000121]]>和dy=-101-202-101]]>

利用梯度模板与3×3图像矩阵卷积得水平垂直梯度G_x和G_y，则梯度幅值G和梯度方向θ由公式(1)计算出；

G=Gx2+Gy2θ=arctan(GyGx)]]>公式(1)

目标区域颜色空间直方图h_c'＝<n^c',μ^c',Σ^c'>的计算步骤为：将RGB颜色空间均分为N_C个区间，首先计算落入第b个区间的像素加权个数接着计算落入第b个区间的像素点的坐标均值向量和坐标协方差矩阵计算方法由公式(2)给出；

nbc′=CΣi=1Nk(||xi-x0h||2)δibμb=1Σj=1NhδjbΣi=1Nh(xi-y)δibΣb=1Σj=1NhδjbΣi=1Nh(xi-μb)T(xi-μb)δib]]>公式(2)

公式(2)中，点{x_i}_i＝1…N为初始帧人眼矩形区域中的N个采样像素点，x₀为矩形区域中心；k(·)为核函数，选取Epanechnikov核函数，h为核窗宽；若第i个采样点x_i落入第b个区间则δ_ib为1，否则为0；C为归一化常数：C=1/Σi=1Nk(||xi-x0/h||2)]]>

目标区域的边缘空间直方图h_e'＝<n^e',μ^e',Σ^e'>计算方法为，根据梯度幅值G≥T将像素点分为边缘像素点和非边缘像素点，阀值T由最大类间方差法得出，对边缘像素点，根据梯度方向θ分为个N_E区间，分别计算落入每个区间的边缘像素点的加权个数，坐标均值向量和协方差矩阵，计算方法与计算颜色空间直方图同理。