基于灰度信息及支持向量机的人眼检测方法.pdf

鄄鄄 工程科学学报,第37卷,第6期:804 811,2015年6月 鄄鄄 ChineseJournal of Engineering,Vol.37,No.6:804 811,June2015 鄄鄄 DOI:10.13374/ j.issn2095 9389.2015.06.019;http:/ / 基于灰度信息和支持向量机的人眼检测方法 1) 2) 1)苣 3) 1) 于明鑫 ,周远松 ,王向周 ,林英姿 ,王摇 渝 1) 北京理工大学自动化学院,北京 100081摇 2) 北京科技大学土木与环境工程学院,北京 100083 3) 美国东北大学工程学院,波士顿02148 苣 通信作者,E鄄mail:wangxiangzhoubit@ 摘摇 要摇 提出一种基于灰度信息和支持向量机的人眼检测方法. 首先,利用人眼区域灰度变化比人脸其他部位灰度变化明 显的特征,采用图像灰度二阶矩(方差)建立人眼方差滤波器,在固定人眼搜索区域内,应用人眼方差滤波器搜索候选人眼图 像;然后,使用训练的支持向量机分类器精确检测人眼区域位置;最后,采用图像灰度信息率定位人眼中心(虹膜中心). 该方 法在BioID、FERET和IMM人脸数据库中的测试结果显示:没有佩戴眼镜人脸图像正确率分别为98郾2%、97郾8%和98郾9%, 406 幅佩戴眼镜人脸图像正确率为94郾9%;人眼中心定位正确率分别为90郾5%、88郾3%和96郾1%. 通过与目前方法比较,该 方法获得较好的检测效果. 关键词摇 模式识别;人眼检测;支持向量机;灰度 分类号摇 TP391郾4 Eye detection method using gray intensity information and support vector machines 1) 2) 1)苣 3) 1) YUMing鄄xin ,ZHOU Yuan鄄song ,WANGXiang鄄zhou ,LIN Ying鄄zi ,WANG Yu 1) School of Automation,Beijing Institute of Technology,Beijing 100081,China 2) Civil and Environmental Engineering School,University of Science and Technology Beijing,Beijing 100083,China 3) Engineering College,Northeastern University,Boston02148,USA 苣 Corresponding author,E鄄mail:wangxiangzhoubit@ ABSTRACT摇 This article introduces an efficient eye detection method based on gray intensity information and support vector machines (SVM). Firstly,using the evidence that gray intensity variation inthe eyeregion isobvious,an eyevariancefilter (EVF) was constructed. Within the selected eye search region,the eye variancefilter was usedtofind out eye candidate regions. Secondly, a trained support vector machine classifierwasemployedto detect theprecise eyelocation amongthese eye candidateregions. Lastly, the eyecenter,i.e. ,iriscenter,couldbelocatedbytheproposedgray intensity infor