[发明专利]基于识别模型的多神经网络结合的睁眼检测方法

摘要

一种基于识别模型的多神经网络结合的睁眼检测方法，属于图像处理领域。本发明包括：A、二值化后标记连通区域，根据人眼二值图几何模型，筛选可能区域。B、基于识别模型设计多神经网络结合的检测器。即将二值图用径向基神经网络识别，若识别则检测到睁眼，若没有，则进行下一步。C、将灰度图用反向神经网络识别，若未识别，则累计次数，若次数大于6，则未检测到睁眼。若识别，则进行下一步。D、若未设置学习状态，则检测到睁眼，若设置，则向教师询问该区域是否人眼，若是，则保存二值图，重新训练径向基神经网络；若否，则保存灰度图，重新训练反向神经网络。本发明无须大量的初始训练样本，随着不断地有监督学习，检测性能持续提高。

主权项

1.一种基于识别模型的多神经网络结合的睁眼检测方法，其特征在于，包括以下步骤：A、人脸彩色图像，通过二值化处理后，对连通区域进行标记，在人眼二值图几何模型的指导下，筛选连通的区域，得到可能的人眼区域；B、对可能的人眼区域，基于识别模型设计多神经网络结合的检测器进行检测，即对可能的人眼区域，将其归一化后的二值图用训练过的径向基神经网络进行识别，若识别到人眼则认为检测到睁眼，若没有识别到人眼，则进行下一步；C、对可能的人眼区域，将其归一化后的灰度图用训练过的反向神经网络进行识别，若没有识别到人眼，则累计连续没有检测到睁眼的次数，若没有检测到睁眼的次数大于6，则认为没有检测到睁眼，若识别到人眼，则进行下一步；D、若未设置为有监督学习状态，则认为检测到睁眼，若设置为有监督学习状态，则与教师交互，进行有监督学习。