基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对瞳孔中心定位的精确度问题,采用基于 AdaBoost 的人脸检测算法确定人脸区域与初始眼睛位置,由于人眼轮廓具有的特征,以椭圆为模型,用 Sobel 算子边缘检测眼睛区域,进行椭圆拟合来获取眼睛的轮廓线,将椭圆拟合的中心点作为瞳孔的精确位置。为提高定位的精确度,提出异方差(heteroscedastic errors-in-variables,HEIV)方法来实现瞳孔中心定位,较最小二乘法更加精确。实验结果表明,在正面人脸的情况下,异方差椭圆拟合算法与最小二乘拟合算法相比,计算量小,可精确定位瞳孔中心,平均误差比最小二乘法提高了89.1%,该方法在速度和准确性方面均具有良好的性能。
推荐文章
一种基于圆形角点的瞳孔定位算法
SUSAN
圆形角点
梯度放缩
筛选函数
亮瞳
基于肤色特征和遗传算法的人眼瞳孔定位算法
人脸区域
色度空间
区域增长
眼部区域
遗传算法
定位瞳孔
基于统计的虹膜定位算法改进
虹膜识别
虹膜定位
边缘提取
基于改进的SIFT算子和SVM分类器的瞳孔中心定位
瞳孔定位
分类器
SIFT特征
修正矩形框
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于 HEIV 算法改进的瞳孔中心定位
来源期刊 计算机工程与设计 学科 工学
关键词 人脸检测 边缘检测 椭圆拟合 异方差变量含误差 最小二乘法
年,卷(期) 2015,(12) 所属期刊栏目 多媒体技术
研究方向 页码范围 3273-3278
页数 6页 分类号 TP391.4
字数 4191字 语种 中文
DOI 10.16208/j.issn1000-7024.2015.12.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨剑 中北大学计算机与控制工程学院 32 228 10.0 13.0
2 贾彩琴 中北大学计算机与控制工程学院 3 17 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (167)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人脸检测
边缘检测
椭圆拟合
异方差变量含误差
最小二乘法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
总被引数(次)
161677
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导