在灰度圖像中對(duì)人眼的識(shí)別

蒙鑫+楊凡+崔羽

摘 要 伴隨網(wǎng)絡(luò)技術(shù)、多媒體技術(shù)以及信息數(shù)字化處理的高新技術(shù)的快速普及和發(fā)展，計(jì)算機(jī)所能處理的信息媒體范圍和處理速度都在不斷提高。圖像信息作為一種表現(xiàn)直觀、內(nèi)容豐富的媒體，在眾多的圖像編碼標(biāo)準(zhǔn)中，圖像處理在線識(shí)別標(biāo)準(zhǔn)和機(jī)器視覺在線識(shí)別標(biāo)準(zhǔn)在數(shù)字人眼識(shí)別領(lǐng)域得到了廣泛應(yīng)用。本文探討了這人眼識(shí)別算法，并指出這算法各自的優(yōu)勢(shì)，通過設(shè)計(jì)實(shí)驗(yàn)對(duì)這算法進(jìn)行比較，為人眼識(shí)別領(lǐng)域的發(fā)展前景做出展望。

【關(guān)鍵詞】圖像 人眼識(shí)別 圖像處理 機(jī)器視覺

在數(shù)據(jù)大量流通的今天，在線識(shí)別所扮演的角色也日益重要。由于在線識(shí)別使數(shù)據(jù)量減少，進(jìn)而使數(shù)據(jù)傳輸時(shí)間降低，讓傳輸?shù)男矢鼮橹匾?。在傳輸帶寬有限，擴(kuò)充不易以及增加傳輸設(shè)備將提高成本的考慮下，在線識(shí)別提供了另外一種解決方法，為灰度人眼識(shí)別提供了參考。

1 國(guó)內(nèi)研究現(xiàn)狀

相對(duì)于其他特征，提取描述人眼美感的全局與局部幾何特征，幾何特征有其優(yōu)勢(shì)，一是可以精確獨(dú)立。幾何特征是通過人眼特征點(diǎn)計(jì)算得到的，而人眼特征點(diǎn)則是描述人眼輪廓與五官形狀的重要的一系列點(diǎn)。二是魯棒性好。人眼特征點(diǎn)能在不同的光照情況下、臉被部分遮擋的情況下被檢測(cè)到。幾何特征可分為三種形式：特征點(diǎn)坐標(biāo)、特征點(diǎn)距離比例和特征點(diǎn)距離。

根據(jù)五官是否協(xié)調(diào)這個(gè)影響人眼眼睛水平的重要標(biāo)準(zhǔn)，研究人員多從臉部比例幾何特征入手。臉部比例指的是臉部特征點(diǎn)距離之間的比例，其中最著名的是黃金分割法和三庭法；臉部特征點(diǎn)指的是臉部五官的位置坐標(biāo)，如鼻尖，左眼中心、右眼中心、兩嘴角等。在基于幾何特征的人眼眼睛分析領(lǐng)域，不少研究者基于黃金比例、近古典規(guī)則及特征點(diǎn)距離等提出了影響人眼眼睛的多種不同的幾何特征。Tommer等人以特征點(diǎn)距離作為幾何特征；Hatice等人使用特征點(diǎn)距離與特征點(diǎn)距離比例作為幾何特征；Fu等人使用距離分量、比例分量和離散值分量作為影響人眼眼睛的幾何特征；Kendra等人使用特征矢量作為幾何特征；Eisenthal等人使用特征點(diǎn)距離、比例和五官的長(zhǎng)度與寬度作為幾何特征。Miriam等人使用歸一化的特征點(diǎn)坐標(biāo)作為人眼眼睛的幾何特征。

基于幾何特征的方法也存在不足的地方：對(duì)人眼圖像的研究不只是特征點(diǎn)距離比例與特征點(diǎn)距離的測(cè)量，還需做更細(xì)致的紋理研究，比如反映眼睛的皮膚的質(zhì)感、皮膚顏色的均勻過渡、肌肉的起伏，表情、臉部裝飾等。

2 對(duì)人眼識(shí)別的具體分類

從圖像處理的角度出發(fā)，研究了圖像中的面部識(shí)別，人眼定位，人眼灰度狀態(tài)識(shí)別，基于已測(cè)人眼狀態(tài)進(jìn)行疲勞檢測(cè)，對(duì)以下幾個(gè)方面進(jìn)行研究。

2.1 圖像中的面部識(shí)別

首先通過攝像頭獲取一幅帶人臉的圖像，對(duì)圖像進(jìn)行處理，利用中值濾波的方法對(duì)獲取的圖像去噪，在對(duì)濾波后的圖像灰度化，利用圖像網(wǎng)絡(luò)處理識(shí)別出人臉區(qū)域，圖像網(wǎng)絡(luò)處理識(shí)別人臉是一種常見的人臉識(shí)別方法是對(duì)人臉圖像中的一些像素值進(jìn)行分析得出圖像中人臉區(qū)域。

2.2 人眼灰度狀態(tài)識(shí)別

判斷一個(gè)人是否處于疲勞狀態(tài)，計(jì)算檢測(cè)到的人眼的在橫向和縱向上的實(shí)際所占像素值，計(jì)算眼睛的縱橫比，這個(gè)比值對(duì)同一個(gè)人的睜眼或閉眼狀態(tài)來說是相對(duì)固定的。但不同的人在這個(gè)值上都有一個(gè)共同點(diǎn)即眼睛閉合時(shí)值偏小（小于0.3），由此做出的判斷適用于大多數(shù)的人。

2.3 疲勞的判斷

由于攝像頭獲取的圖像是一幀一幀獲取的，對(duì)獲取的圖像的所有幀進(jìn)行相同的處理之后，判斷眼睛的開閉狀態(tài)在所有的圖像之中所占的百分比，與在眼睛疲勞情況下眼睛開閉狀態(tài)的百分比進(jìn)行比較判斷是否處于疲勞狀態(tài)。

3 對(duì)灰度圖像的人眼識(shí)別

人眼的多姿態(tài)對(duì)人眼相似度計(jì)算具有一定的影響，兩張屬于同一個(gè)人的人眼圖像由于姿態(tài)的影響可能會(huì)被判斷為不同的人，因此本文采用人眼圖像對(duì)齊技術(shù)來提升人眼相似度計(jì)算性能。人眼圖像對(duì)齊采用的方法為先檢測(cè)人眼的特征點(diǎn)，再根據(jù)人眼的特征點(diǎn)對(duì)圖像進(jìn)行仿射變化得到對(duì)齊后的人眼。人眼特征點(diǎn)檢測(cè)是人眼圖像處理領(lǐng)域中的一個(gè)重要研究方向，現(xiàn)有的人眼特征點(diǎn)檢測(cè)方法大致可以分為基于優(yōu)化的方法和基于回歸的方法。

基于優(yōu)化的方法主要有AAM和ASM方法，但是AAM和ASM只使用了人眼圖像的局部信息，并沒有考慮到人眼各個(gè)位置的相互關(guān)系，在人眼姿態(tài)與光照變化下效果不好。最近，人們提出了基于回歸的人眼對(duì)齊算法，利用條件隨機(jī)森林逐漸逼近人眼形狀的方法。本文采用的是基于集成回歸樹的人眼特征點(diǎn)檢測(cè)算法，檢測(cè)出的人眼進(jìn)行ERT人眼特征點(diǎn)檢測(cè)算法的結(jié)果圖，特征點(diǎn)一共包含83個(gè)坐標(biāo)，坐標(biāo)位于臉頰、嘴巴、鼻子、眼睛、眉毛處。人眼關(guān)鍵點(diǎn)檢測(cè)需要事先檢測(cè)出人眼區(qū)域，人眼區(qū)域的檢測(cè)算法為Viola提出的算法。

4 結(jié)語

人眼的局部五官的特征會(huì)影響人眼相似性計(jì)算，本文使用了人眼圖像多區(qū)域特征提取技術(shù)，提取多個(gè)人眼圖像區(qū)域的灰度圖像特征并串聯(lián)在一起，達(dá)到冗余的效果。人眼圖像區(qū)域分為局部區(qū)域與全局區(qū)域。所以，基于灰度圖像特征與人眼相似度檢索策略的眼睛分類性能，依賴于人眼相似度檢索數(shù)據(jù)庫中樣本的質(zhì)量，機(jī)器視覺在線圖像處理的在線識(shí)別級(jí)別為最大，調(diào)整機(jī)器視覺的參數(shù)使得人眼識(shí)別比例，得到技術(shù)的解在線識(shí)別圖像以及對(duì)應(yīng)的解在線識(shí)別性能參數(shù)。

參考文獻(xiàn)

[1]張兆禮等.現(xiàn)代圖像處理技術(shù)[M].北京：人民郵電出版樸，2001，12-132.

[2]鄭永果.圖像增強(qiáng)方法的研究與實(shí)現(xiàn)[D]. 碩士，山東科技大學(xué)計(jì)算機(jī)軟件與理論，2005.

[3]夏良正.數(shù)字圖象處理[M]南京：東南大學(xué)出版社，1999，05-124

[4]安曉東，陳靜.人眼識(shí)別方法綜述 [J].電腦開發(fā)與應(yīng)用，2006（12）：132-137.

[5]吳達(dá)軍，李曄.幾種無損人眼識(shí)別方法的比較與研究[OL]，2001.

[6]王升哲，馬義德.基于圖像處理和機(jī)器視覺的思考[OL].中國(guó)科技論文在線，2001-7.