[發明專利]一種基于邊緣及顏色雙特征空間直方圖的人眼跟蹤方法

在審

• 申請號: 201410382238.5
• 申請日: 2014-08-06
• 公開（公告）號: CN104166996A
• 公開（公告）日: 2014-11-26
• 發明（設計）人: 王建;陳洪;趙云波;周文立
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/00
• 代理公司: 北京慧泉知識產權代理有限公司 11232
• 代理人: 王順榮;唐愛華

技術領域

本發明涉及計算機視覺技術在駕駛員疲勞檢測系統中的應用，特別涉及一種基于邊緣及顏色雙特征空間直方圖的人眼跟蹤方法。

背景技術

在基于圖像處理的駕駛員疲勞檢測系統中，駕駛員眼睛的狀態是判斷疲勞的重要依據。在第一幀成功定位眼睛的基礎之上，為了滿足實時性的要求，對于后續幀的處理，大多采用視頻目標跟蹤算法來跟蹤眼睛的位置。當駕駛員在正常駕駛汽車時，大部分時間眼睛注釋前方路況，頭部有輕微晃動，當頭部左右轉動時，時間較短，因此人眼跟蹤算法應該能滿足頭部的快速轉動的要求，另外，還需要考慮到光照變化及眼睛眨動的影響。

基于近年來對于人眼跟蹤的研究，提出了一些有效的跟蹤算法。有用眼睛模板在模板匹配算法框架下對人眼進行跟蹤，有用粒子濾波算法跟蹤眼睛的位置。基于窮盡搜索的模板匹配算法和基于大量粒子采樣的粒子濾波算法計算量較大，在實時運行時對硬件的要求高。而在目標跟蹤領域，均值偏移算法因其迭代向量計算簡單，實時性好并且對于目標的部分遮擋和旋轉的魯棒性強的優點被廣泛應用研究。在實際應用中，為了取得更好的跟蹤效果，研究者對傳統均值偏移算法進行了改進。有將均值偏移與卡爾曼濾波相結合來跟蹤人眼，但是人眼的運動并非線性高斯過程，跟蹤精度無法保證。有將粒子濾波器與均值偏移相結合，粒子濾波的跟蹤精度較好但是降低了實時性。以上采用均值偏移算法的人眼跟蹤只基于顏色直方圖對目標區域建模，這種只考慮顏色分布信息而沒有考慮空間分布信息的算法，在光照變化或背景較復雜時，跟蹤效果往往不令人滿意。

發明內容

為解決上述技術問題，本發明提出一種基于邊緣及顏色雙特征空間直方圖的人眼跟蹤方法，該方法在基于空間直方圖均值偏移跟蹤算法的基礎上，將受光照變化影響弱的邊緣特征與顏色特征聯合建模，用兩個子特征的綜合相似度衡量候選區域與目標區域的相似程度，用基于綜合相似度推導出的均值偏移向量計算公式進行迭代運算，在滿足實時性要求光照變化魯棒性要求的同時，提高了對于快速移動人眼和眨動人眼的跟蹤精度。

本發明不涉及人眼檢測部分，在初始圖像中，人眼目標區域為一已確定位置和大小的矩形區域。

本發明一種基于邊緣及顏色雙特征空間直方圖的人眼跟蹤方法，該方法具體步驟包括：

步驟1.目標區域建模。利用Soble算子對初始幀中人眼區域進行邊緣提取，計算目標區域的顏色空間直方圖h_c'和邊緣空間直方圖h_e'。

步驟2.候選區域建模。在當前幀中，初始搜索位置y₀定為上一幀中眼睛的位置，計算候選區域的顏色空間直方圖h_c(y₀)和邊緣空間直方圖h_e(y₀)。

步驟3.計算目標區域與候選區域相似度。計算各個特征空間中的目標模型與候選模型的相似度和特征權重值，從而計算聯合相似度ρ(y₀)。

步驟4.計算均值偏移向量。計算每個采樣點的權值，從而得到當前搜索位置處的均值偏移向量，若||y₁-y₀||＞ε(ε為衡量均值偏移向量不為0的最小閥值)，則該向量指向被跟蹤目標的新位置y₁，若||y₁-y₀||≤ε，則停止搜索。

步驟5.相似度比較。將搜索窗口移動到步驟4中的新位置y₁處，更新候選模型，即計算y₁處的顏色空間直方圖h_c(y₁)和邊緣空間直方圖h_e(y₁)。

步驟6.計算y₁處的聯合相似度ρ(y₁)。

步驟7.若ρ(y₁)＜ρ(y₀)，則新位置為否則y₀←y₁，轉到步驟4。