基于小波变换的眼角定位方法.doc

基于小波变换的眼角定位方法.doc基于小波变换的眼角定位方法摘要:针对人脸识别中的特征定位问题,文章提出了一种眼角定位方法。首先根据小波变换,对灰度图中的人脸粗定位两眼的位置,然后结合Susan算子方法找出内外眼角的精确位置,实现对双眼的定位。实验结果表明,与传统方法相比,该方法能较好的实现眼睛定位,能够显著提高了定位准确率和定位速度。关键词:人脸识别;小波变换;Susan算子;眼睛定位中图分类号:TP391文献标识码:A文章编号:1009-3044(2008)30-0708-02 AMethodofLocalizationoftheEyesBasedonWavelet SUNYu-sheng,JINJing-yong (CollegeofElectricityandInformationEngineer,ZhengzhouUniversityofLightIndustry,Zhengzhou45003,China) Abstract:Inviewofthepersonfacerecognition'sincharacteristiclocalizationquestion,,locatestwopositionsthicklytothegradationchart'spersonface,thenunifiestheSusanoperatormethodtodiscovertheinsideandoutsidecorneroftheeye'sexactlocation,realizestobotheyes',themethodcanbetterrealizetheeyelocalization,uracyandthelocalizationspeed. Keywords:facerecognition;wavelet;operatorsusan;eyelocation 1引言眼睛是人脸面部最为显著的特征之一,在人脸检测和识别中发挥着重要的作用。眼睛的检测与定位是人脸识别中尺度归一化的依据,是脸部其他特征如眉、鼻、嘴等准确定位的基础。在人眼特征点中,内外眼角比瞳孔更为稳定,随年龄、表情、胖瘦等改变变化的很小。因此眼角的精确定位将直接影响人脸特征点的整体定位质量和识别的准确率。现在关于眼睛定位的方法层出不穷,有区域分割法、边缘特征分析法、灰度投影法以及模板匹配法等。区域分割法[1]对于如人眼闭合、戴眼镜等情况易定位失败;边缘提取法[2]需要做大量预处理,参数过多的眼部模板不适用于个体差异太大的人脸;灰度投影法[3]速度较快,但定位精度较差,易陷入局部最小而导致定位失败;模板匹配法使用方便,但计算量较大,定位准确率较低。此外还有一些其它的定位算法,如Bala[4]等人提出一种基于遗传算法和决策树的眼睛定位方法等。在本文的工作中,首先根据小波变换,对人脸灰度图粗定位两眼的位置,然后结合Susan算子方法对内外眼角点进行提取,实现对人眼的定位。实验结果证明本文的定位方法快速准确稳定。 2眼睛的粗定位