基于人工神经网络动态标定算法的低成本视线追踪系统

• 作者: 张新 王向周 郑戍华
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 主动表现模型 梯度向量法 人工神经网络 动态标定算法
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 信息与控制
• 页码范围: 1263-1268
• 页数: 6页
• 分类号: TP391
• 字数: 2978字
• 语种: 中文
• DOI: 10.15918/j.tbit 1001-0645.2018.12.009

摘要

针对视线追踪系统成本高、标定算法复杂的问题,研究了一种低成本视线追踪系统.系统采用低成本网络摄像头,采集到的图像首先采用Haar-like特征与肤色结合算法来进行人脸检测,并利用主动表现模型算法和光流法定位并跟踪人脸特征点;然后利用梯度向量法进行瞳孔中心检测;为了提高系统精度和鲁棒性,提出了一种人工神经网络的动态标定算法.实验表明,视线追踪系统不仅具有很好的鲁棒性,而且具有较高的精度,在头部静止的情况下平均误差为1.34°,在头部运动的情况下平均误差为3.26°.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王向周	北京理工大学自动化学院	57	403	12.0	17.0
2	郑戍华	北京理工大学自动化学院	29	154	7.0	11.0
3	张新	北京理工大学自动化学院	2	2	1.0	1.0