報告Ppt
- 2. 大綱
2
摘要
相關技術
人臉偵測
人眼追蹤
人臉偵測
眼睛定位與追蹤
實驗結果
結論
- 3. 摘要
3
主要的目的是追蹤凝視者之雙眼位置且加以判
對眼睛的狀態是否睜開或閉上
採用追蹤眉毛的方式,因為眉毛的位置比眼睛
更為固定
使用粒子濾波器追蹤兩眉毛的中心,在使用左
右眉毛樣板比對出眉毛的精確位置,在對眼睛
睜眼閉眼作狀態評估,最後使用眼睛樣板找出
眼睛虹膜位置
- 5. 相關技術 - 人臉偵測
5
人臉偵測為眼睛偵測的前哨站,透過精準的人
臉偵測,可以有效提高眼睛偵測的精準度
其中人臉追蹤有幾個困難點 :
光線對影像的干擾
頭部的轉動
頭部的裝飾
膚色背景
多人時的偵測
- 6. 相關技術 - 人臉偵測
6
目前也有許多學者提出許多偵測的方法 :
橢圓比對法 :
優點 : 簡單快速
缺點 : 當頭有轉動、旋轉以及背景複雜的環境下,誤差較大
類神經網路法
優點 : 不管人在鏡頭前的姿勢如何,都可偵測
缺點 : 參數、層數多,偵測數度慢
立體視覺法
優點 : 可排除複雜背景及多個人頭問題
缺點 : 硬體經費高,處理數度也並非快速
特徵判斷法
優點 : 簡單,符合大多數人
缺點 : 當臉部特徵不明顯時,較難作判斷
- 7. 相關技術 - 眼睛追蹤
7
現代的學者對於眼睛追蹤研究上,不單純只是
在醫學上的應用,而是希望能變成人機介面上
的工具,因此眼睛追蹤在睜眼和碧眼的偵測上
變得很重要。
想要偵測眼睛狀態前先要偵測到眼睛位置,而
目前也有許多不同偵測與辨識的方法。
- 8. 相關技術 - 眼睛追蹤
8
以下為幾個常見的眼睛追蹤方法 :
角膜反射法
區塊匹配法 (block matching)
頭戴式追蹤器
磁線圈法
電眼法
- 11. 人臉偵測
11
膚色偵測
利用 RGB 轉換 YCbCr ,取出東方人的膚色範圍
- 12. 人臉偵測
12
去除膚色雜訊
由膚色辨識後的影像為二值化的影像,針對此影像
作膨脹侵蝕處理
- 13. 人臉偵測
13
人臉區塊萃取
做完膚色辨別及去雜訊後,所得到的二值化區塊中
存有人臉部分,並取出最大區塊當作人臉區域
- 14. 人臉偵測
14
邊緣偵測
邊緣偵測對影像辨識來說是一個重要的工具,而轉
換的方法需要用到快速傅立葉轉換 (FFT)
- 15. 人臉偵測
15
人臉邊緣比對
由於大部分的人頭外輪廓都接近直立橢圓的形狀,
所以使用橢圓形遮罩,在膚色背景中可較準確地找
出人臉
- 16. 人臉偵測
16
臉部分析
利用人臉遮罩找到人臉位置後,再依據人類『三庭
五眼』的理論,分析人臉五官的大概位置
- 18. 眼睛定位與追蹤
18
對比度分析
原理是將兩邊角膜比較白的部分減去虹膜上較黑的
部分,如此可以得到較高的分數,最後再取分數較
高之 70% 的位置當評估點
- 19. 眼睛定位與追蹤
19
可變形樣板
可變形樣板為一種可以自行調整比對的技巧,它可
以有彈性的伸縮一些幾何外形的比對,為了增加眼
睛追蹤之功用,判斷眼睛所注視的方向也是重要的
,以下將應用可變形樣板來辨識虹膜與眼瞼中央位
置。
- 20. 眼睛定位與追蹤
20
可變形樣板 - 定位虹膜位置
眼睛樣板可以用兩條拋物線代表眼眶和一個圓盤代
表眼珠,並使用四個能量函數,分別是虹膜內的暗
度能量 Ev 、虹膜的邊緣能量 Ece 、上眼瞼的邊緣
能量 Eupe 、下眼瞼的邊緣能量 Elpe ,四個能量可
組成一個總能量 ET=Ev+Ece+Eupe+Elpe
- 21. 眼睛定位與追蹤
21
可變形樣板 - 定位虹膜位置
眼睛樣板可以用兩條拋物線代表眼眶和一個圓盤代
表眼珠,並使用四個能量函數,分別是虹膜內的暗
度能量 Ev 、虹膜的邊緣能量 Ece 、上眼瞼的邊緣
能量 Eupe 、下眼瞼的邊緣能量 Elpe ,四個能量可
組成一個總能量 ET=Ev+Ece+Eupe+Elpe
- 22. 眼睛定位與追蹤
22
可變形樣板 - 定位眼瞼位置
眼瞼樣板可以用兩個半橢圓形拋物線代表上下眼眶
,這邊一樣使用四個能量函數,分別是眼眶的飽和
度能量 Es 、內眼瞼角長度能量 Ecor 、上眼瞼的邊
緣能量 Eupe 、下眼瞼的邊緣能量 Elpe ,這四種能
量可組成一個總能量 ET=Es+Ecor+Eupe+Elpe
- 23. 眼睛定位與追蹤
23
眉毛遮罩之粹取
藉由眼睛定位知道眼睛的位置,但當眼睛閉合時,
通常與我們的眉毛相似,導致系統容易判對錯誤,
因此為解決此問題,並不刻意在眼睛追蹤上做改良
,而是針對眉毛來做追蹤
- 24. 眼睛定位與追蹤
24
粒子濾波器之應用
最追蹤系統中,使用粒子濾波器來做最小誤差位置
的評估,一開始設計系統狀態為目前眉心的位置
(Xt,Yt) 、前一個眉心位置 (Xt-1,Yt-1)
- 25. 眼睛定位與追蹤
25
粒子濾波器之應用 - 預測
為了考慮頭部移動速度與移動方向,將過去眉心位
置減去目前眉心位置得到移動速度與移動方向,加
上目前眉心位置得到預測的位置
- 26. 眼睛定位與追蹤
26
粒子濾波器之應用 - 觀測
由目前位置預測到下一個可能的位置,現在要將這
些可能的位置利用觀測找出機率,首先取出粒子散
步的位置,再利用三種眉毛遮罩做比對,利用
SAD(Sum of Absolute Difference) 方法,是將候選
區域影像與眉毛遮罩進行相減後在加總的動作
- 27. 眼睛定位與追蹤
27
眉毛樣板之比對
由粒子追蹤器與眉毛遮罩的配合,可以得到眉心位
置與兩眉方位,但因眉毛遮罩位置太固定,且每個
人的眉毛形狀不一樣在與遮罩做比對並不準確,因
此將眉毛樣板化
- 28. 眼睛定位與追蹤
28
閉眼偵測
在追蹤到眉毛正確位置後,透過兩眉與兩眼之間的
幾何位置間接知道眼睛的位置,就可對眼睛狀態進
行判斷,利用強度與飽和度的差異進行判斷
- 29. 實驗結果
29
系統
Windows XP
CPU 2.00GHz
RAM 512MG
C++ Builder 6.0
Matlab 7.0
Logitech 240*320
偵測速度
人臉辨識
背景簡單 0.5 秒
背景複雜 1 秒左右
眼睛偵測與追蹤
皆可在 0.2 秒內
- 33. 結論
33
雖然此研究已能有效地追蹤到眼睛位置,但在
有些情況仍然會有偵測錯誤的發生,例如
眉毛追蹤這方面,假如使用者頭髮過長蓋到眉毛,
則會引響到追蹤效果
而戴眼鏡的情形下,在追蹤上也會受到干擾的情況
發生
- 35. 角膜反射法
35
利用裝有紅外線設備的鏡頭,將紅外線打入瞳
孔,裡用人眼對紅外線反射的差異,來對眼睛
作追蹤。
優點 : 追蹤位置準確,較不受頭部裝飾引響
缺點 : 收備昂貴,且眼睛長期受紅外線照射對眼睛
會有傷害
- 36. 區塊匹配法 (block matching)
36
此方法在追蹤過程常被拿來利用,其應用是將
人臉區域擷取出來,進行放大、縮小、旋轉等
等,在與下一格的臉部後選區作相減,取其差
異最小的候選區域,只要能追蹤到人臉方位,
眼睛位置自然就可追蹤到。
優點 : 不怕光線影響、追蹤失敗機率低
缺點 : 只能以正臉面對鏡頭
- 37. 頭戴式追蹤器
37
利用一個眼罩類之硬體戴在頭上,此硬體上配
有顯示器與攝影機,藉由眼睛看著顯示器與攝
影機拍攝的互動性,再利用影像處理找出瞳孔
計算出眼睛移動的軌跡。
優點 : 偵測錯誤低,頭的移動不會影響追蹤
缺點 : 須一直戴著裝置,眼鏡也必須下脫下
- 38. 磁線圈法
38
使用者使用一個裝有圓形線圈的隱形眼鏡,再
利用交流磁場通過隱形眼鏡線圈來產生感應電
動勢,當眼球的轉動帶動感應線圈的移動,利
用電動勢之變化紀錄分析眼球移動。
優點 : 偵測速度極快
缺點 : 使用者會感到不舒服,最多忍受 20 分鐘
- 39. 電眼法
39
使用電極片貼在眼睛上下左右四周的皮膚上,
當眼球有所移動時,則眼睛周圍的肌肉也會有
所變動,透過電極片去感應這些變化,判斷眼
球的移動。
優點 : 價格低
缺點 : 容易判斷錯誤