[发明专利]自然光照正面人脸图像中的眼睛中心点定位的方法

说明书

技术领域

本发明涉及图像处理及模式识别领域，特别是基于自然光照的人脸图像中的眼睛中心点定位的方法。

背景技术

对图像或摄像头视频中的眼睛中心点进行检测和定位在计算机视觉、人机交互、安全监控、游戏娱乐等领域具有重要的应用价值。在基于自然人机交互的应用中，可以根据视频中人眼的中心点的运动来驱动交互界面相关的操作，例如移动鼠标指针、选择不同的按钮，或者在表情交互游戏中用眼睛的运动驱动一个虚拟角色的表情变化。在助残交互、互动娱乐中具有广泛的应用价值。

在自然光照下，对一般分辨率的人脸视频图像进行眼睛中心定位和注视方向检测在近年来逐渐成为计算机视觉和人机交互的研究热点。相比基于红外光源和高分辨率摄像头的眼动识别仪，具有无需特殊的外部设备、人性化、配置简单等特点。

眼睛定位针对不同的应用场合产生了诸多算法，鉴于眼睛的圆形特征，Khosravi等首先利用模板匹配检测虹膜，并采用主动轮廓模型定位巩膜，采用Hough变换对圆性特征的响应来定位眼睛也是一种常用的方法，这种方法的不足点在于需要检测对象具有较为显著的圆形特征，而人脸中的眼睛区域由于部分被遮挡，往往会导致Hough变换失效。

投影函数具有简单、计算量小的优点，能较准确地定位眼睛虹膜的位置，作为后续工作的基础，可以提供较为准确的初始定位。Zheng Z.L,Yang J,Yang L.M等将人脸彩色图像分解到HSV颜色空间，利用H通道实现瞳孔的粗定位，然后使用Gabor滤波器检测左右眼角的位置。Feng G.C,Yuen P.C.等利用方差投影函数实现对眼睛的简单定位。在综合积分投影函数和方差投影函数的优点的基础上，耿新、周志华、陈世福提出了混合投影定位眼睛的方法，杜志军将三种投影函数综合分析，提出了统一的投影函数法，对高分辨率图像和低分辨率图像均获得了较好的定位精度。投影函数只考虑到图像的灰度对比，当眼睛区域出现较大的遮挡或高光亮点时，会出现较大的峰值偏差，眼睛区域由于包含上下眼睑、虹膜等高纹理对比的特征区域，可以通过投影来进行范围限定，投影函数法是广泛使用的优化方法，使用投影函数方法受到眉毛、厚眼睑遮挡的影响较大，当遮挡较为严重时，定位的误差较大。

眼球表面灰度呈现等照度曲率分布，因此Roberto Valenti使用等照度线投票的方法实现对眼睛中心定位和跟踪，由于眼睛的等照度线对线性变化的光照具有较强的鲁棒性，该算法在测试图像集上获得了较高的检测效果。该方法的缺点是当光照高光点位于眼球的上方时，定位的中心点会随之向上方移动，产生偏移。

Iain Matthews使用统计学习的方法可以在人脸的整体范围进行眼睛区域的定位，但是由于主动表观模型是基于全局最优解的，在眼睛的局部区域，其定位的精度并非为最佳位置。

发明内容

本发明针对上述的现有技术的不足，考虑到眼睛区域的遮挡、光照不均匀、眼睛区域的像素点较少等实际问题，同时考虑到在应用的计算速度的要求，实现在自然光照下的人脸图像中自动进行光照均衡处理、自动进行边缘计算以减少局部遮挡影响，并在眼睛虹膜区域的像素点较少、上眼睑对虹膜区域有遮挡的条件下，实现眼睛中心点的定位。本发明提供了一种全自动的鲁棒的自然光照正面人脸图像中的眼睛中心点定位方法。

本发明解决其技术问题所采用的技术方案是：

提供一种自然光照正面人脸图像中的眼睛中心点定位的方法，包括以下步骤：

S1、对输入的正面人脸图像，使用自动人脸检测算法，检测人脸区域；

S2、在人脸区域的矩形框内使用主动表观模型自动定位人脸上的关键点，确定眼睛区域的初步区域；

S3、在眼睛区域的初步定位的基础之上，运用眼睛局部表观模型，进一步确定眼睛定位区域；

S4、对进一步确定的眼睛定位区域进行光照处理，去除局部眼睛区域的光照影响，运用边缘算子，检测边缘特征，并使用边缘特征进行眼睛内外眼角点的精确定位；

S5、以眼睛区域的内外眼角点的连线作为计算起点，采用圆积分求梯度法计算最大相应点，该点为眼睛的中心点。

本发明所述的方法中，步骤S3具体为：

以眼睛区域的局部样本进行关键点标定，标注眉毛、上下眼睑、眼角，带入局部眼睛表观模型训练器获得局部表观模型；

在人脸中对齐的眼睛区域的粗略位置，运行局部表观模型，进一步确定眼睛的定位区域。

本发明所述的方法中，步骤S4具体包括：

S41、对眼睛局部区域进行光照均衡处理，消除左右眼睛光照不均匀问题；