[發明專利]一種基于局部紋理AAM的人眼輪廓跟蹤方法

有效

• 申請號: 201410255383.7
• 申請日: 2014-06-10
• 公開（公告）號: CN104036299B
• 公開（公告）日: 2018-06-19
• 發明（設計）人: 馬爭;解梅;謝建鋒
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/66
• 分類號: G06K9/66;G06K9/46
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 鄒裕蓉

1.一種基于局部紋理AAM的人眼輪廓跟蹤方法，其特征在于，包括以下步驟：

1)模型建立步驟：

1-1)對訓練集中的人眼圖片進行人工標定特征點位置，再建立形狀模型和紋理模型合成AAM主動表觀模型；

1-2)對每個特征點建立局部紋理模型：

對與第j個特征點，N幅訓練集中的人眼圖片的平均局部紋理信息為：

其中，J_ij為第i幅圖像的第j個特征點的復矢量；對于一幅圖像的一個特征點，取以特征點為中心的局部區域，對局部區域的每一個像素點的像素值與Gabor核函數進行卷積得到一個向量Jet，將局部區域的每一個像素點的向量Jet連成一個復矢量；

2)模型的匹配步驟：

2-1)初始化目標位姿參數、迭代次數t＝0及表觀模型參數c_t，

2-2)計算當前輸入圖像的紋理與訓練集的模型紋理之差δ_g；

2-3)更新表觀模型參數c_t'＝c_t-kδ_c，k為調節系數，δ_c為表觀參數，并計算新的模型參數c_t'下當前輸入圖像的紋理與訓練集的模型紋理之差δ_g'；

2-4)判斷是否滿足δ_g'<δ_g，如是，則保留當前參數模型c_t＝c_t'，并進入步驟5)，如否，則轉回到步驟3)通過改變調節系數k來調整表觀模型；

2-5)更新迭代次數t＝t+1，判斷當前輸入圖像的紋理與訓練集的模型紋理之差δ_g'是否小于第一閾值或者迭代次數超過預定次數，如是，則進入第二次匹配步驟3)，否則轉回步驟2-3)；

3)第二次匹配步驟：

3-1)對于輸入圖像中每個特征點，計算以各特征點為中心的局部區域的頂點及邊中心點的局部紋理特征，以局部區域內像素點的局部紋理特征與訓練集的平均紋理距離最近的像素點為新的特征點；輸入圖像中每個特征點更新完畢后，根據新的特征點坐標調整形狀模型；

3-2)計算調整后的形狀模型與調整前的形狀模型之差δ_s，如果δ_s小于第二閾值或超過迭代次數，則匹配完成，確定當前輸入圖像特征點位置；否則，返回步驟3-1)繼續迭代。

2.如權利要求1所述一種基于局部紋理AAM的人眼輪廓跟蹤方法，其特征在于，所述局部區域以特征點為中心的5x5區域。

3.如權利要求1或2所述一種基于局部紋理AAM的人眼輪廓跟蹤方法，其特征在于，調節系數k的取值包括k＝1，k＝1.5，k＝0.5，k＝0.25。