实时瞳孔检测与跟踪是计算机视觉领域一个重要的课题,在人脸检测、人脸识别、司机驾驶行为监控、人机接口等方面具有重要应用。瞳孔检测与跟踪可分为三个阶段:人脸检测、瞳孔检测、瞳孔跟踪。近年来,科学家们在上述各个方面进行了很多研究,但这些问题仍未得到很好解决。 本文试图对一些现有的人脸检测、瞳孔检测与跟踪方法进行改进,以得到一个性能良好的瞳孔检测与跟踪系统。 首先,研究了不同彩色空间下不同的肤色模型。针对已有肤色模型在人脸检测中存在的不能较准确检测出皮肤、对光照条件敏感等问题,在大量实验数据基础上,建立了一种基于YCbCr色彩空间的肤色模型。实验结果表明:本文方法在不同肤色以及较大的光照变化条件下均具有较好的检测率。 其次,针对基于人面部各个特征部位(眉毛、瞳孔、鼻子、嘴巴等)之间的几何结构的眼睛检测方法只考虑了特征部位相互间的相对位置信息的不足,将人脸特征部位的对称性引入该方法的评价函数中。实验证明改进后的评价体系瞳孔检测更准确。 最后,将卡尔曼滤波与Mean.shift算法相结合用于瞳孔跟踪的方法,不仅提高瞳孔跟踪的准确性,还提高了跟踪速度。