基于双重约束的模糊图像的实时学生定位算法
Shufang Qiu1, Yi Wang1, Zeyuan Liu1
1Key Laboratory of Opto-Electronics Information Technology of Ministry of Education, School of Precision Instruments and Optoelectronic Engineering, Tianjin University, Tianjin 300072, China.
Sensors (Basel, Switzerland)
|April 28, 2025
概括
这项研究引入了一种新的算法,用于在模糊的眼睛图像中准确地定位瞳孔,这对于驾驶员疲劳监测至关重要. 该方法实现了高精度和实时性能,即使在具有挑战性的图像质量.
科学领域:
- 计算机视觉 计算机视觉
- 生物医学工程 生物医学工程
- 人与计算机的交互
背景情况:
- 精确的瞳孔定位对于使用眼睛追踪技术的驾驶员疲劳监测系统至关重要.
- 由道路状况不佳等因素引起的眼睛模糊图像,极大地挑战了现有的瞳孔定位方法的精度.
研究的目的:
- 开发一个实时瞳孔定位算法,专门设计以克服模糊眼睛图像引起的不准确性.
- 提高眼球追踪系统在现实驾驶员监控场景中的可靠性和适用性.
主要方法:
- 一个使用双重约束 (灰度和几何) 进行模糊图像中学生定位的新算法.
- 第一个阶段:使用灰度限制,对粗的瞳孔区域进行自适应的提取.
- 第二阶段:通过设计的瞳孔形状指数和几何约束来精细化瞳孔区域.
- 第三阶段:使用几何时刻确定精确的瞳孔中心.
主要成果:
- 该算法在模糊和清晰的图像上展示了优异的瞳孔定位性能.
- 实现了6像素内的定位错误和超过97%的准确性.
- 实时处理能力高达每秒85 (fps).
结论:
- 拟议的算法为学生定位提供了一个高效和精确的解决方案,有效地解决模糊图像带来的挑战.
- 这种方法对于在现实条件下强大的驾驶员疲劳监测系统具有实际应用性.
