基于改进的SIFT算子和SVM分类器的瞳孔中心定位

• 作者: 甄雯 田耘 赵海军
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 瞳孔定位 分类器 SIFT特征 修正矩形框
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 图像处理
• 页码范围: 499-505
• 页数: 7页
• 分类号: TP391.4
• 字数: 4783字
• 语种: 中文
• DOI: 10.3788/YJYXS20173206.0499

摘要

瞳孔定位的精确度很大程度取决于图片质量,但实际应用中通常要在低质量图片下进行瞳孔定位.我们的目标是在图片质量不佳的情况下进行精确的瞳孔中心定位.对于这个目标,本文提出一种基于改进SIFT特征和SVM分类器的瞳孔中心初始定位方法,并通过一个大小可变的修正矩形框得到最终瞳孔中心位置.实验结果表明,相比于其他国内外先进方法,本文的方法可以在低质量(光照不均、表情变化等)图片上拥有更高的瞳孔定位精度,定位结果在瞳孔区域内的精度为87.32%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	甄雯		13	5	1.0	2.0
2	赵海军		4	6	2.0	2.0
3	田耘		11	10	2.0	2.0