检索结果-南通市图书馆

作者：邵慧茹山东师范大学

学位级别：硕士

生物特征用于身份认证时在安全性、准确性和易用性上具有很大优势,这也是其逐渐替代传统身份识别方法的重要原因。目前身份认证系统大多数使用静态的生物特征,比如人脸图像、虹膜图像、眼周图像等。虽然使用静态生物特征的身份识别方法... 详细信息

生物特征用于身份认证时在安全性、准确性和易用性上具有很大优势,这也是其逐渐替代传统身份识别方法的重要原因。目前身份认证系统大多数使用静态的生物特征,比如人脸图像、虹膜图像、眼周图像等。虽然使用静态生物特征的身份识别方法具有较高的准确率,但是随着信息技术的发展,静态生物特征模板容易被仿造,从而造成身份误认的现象。因此,需要进一步研究基于动态生物特征或者动静态生物特征融合的身份识别方法来避免伪造信息对识别系统的误判引导。而眼动是控制视觉的大脑区域和眼球肌肉相互作用的结果并且可以很方便地与眼周、虹膜特征进行融合,所以本文使用人眼特征进行身份识别研究。但是,目前基于人眼特征的身份识别方法存在不少问题。基于眼睛特征的身份识别方法大都使用眼睛的静态特征,比如眼周特征,这些静态特征都存在着易被伪造的风险。而一些使用眼动特征的方法又因为精度相对较低,需要高精密的设备,不适合投入市场生产,限制了基于眼动特征的方法在手机和平板等移动设备上的实现。另外,采集眼动特征设备的频率几乎都是1000Hz,这使得基于人眼动态特征的身份识别技术在实际应用中缺乏灵活性。针对上述问题,本文在默认基于人眼静态特征的身份识别方法已经很成熟的前提下,着重研究了基于人眼动态特征的身份认证技术和基于人眼动静特征融合的身份识别技术。其结果显示,基于人眼动态特征的身份识别技术是可行的以及基于人眼动静特征融合的身份识别方法是可以应用在移动设备上的。论文的主要创新性研究如下:1)提出一种基于人眼跳视轨迹的身份认证方法。使用速度阈值（Velocity Threshold,VT）算法获得了人眼跳视轨迹,通过小波包变换对跳视轨迹提取小波包特征,然后进行特征选择,利用支持向量机对这些特征进行分类以实现身份认证并通过优化支持向量机参数取得了最佳性能。2)提出一种基于低频眼动的身份认证方法。从眼睛运动数据中提取梅尔倒谱系数（Mel-scale Frequency Cepstral Coefficients,MFCC）特征和身份向量（Identity-Vector,I-Vector）特征,将这两种特征进行融合,并使用支持向量机对融合后的特征进行分类实现身份认证。3)提出一种基于人眼动静特征融合的身份识别方法。从训练好的深度学习模型中提取眼周特征,作为人眼静态特征。从眼睛运动轨迹数据中计算出人眼运动的速度,作为人眼动态特征。通过分析眼周特征、眼周特征与速度特征之间的关系,发现眼周特征对头部运动具有鲁棒性以及眼周特征与速度特征之间具有很弱的关系。因此,将眼周特征和速度特征进行融合,最后使用支持向量机对融合后的特征进行分类以实现身份识别。本文使用人眼跳视轨迹特征实现身份认证并取得了较高的精度。本文在低频率的采集条件下实现了基于人眼动态特征的身份认证,简化了对采集设备的要求,结果显示虽然低频率下的性能相对于高频率的性能有所下降,但是综合考虑,本文中基于低频率眼动的身份认证具有很好的应用前景。另外,本文在移动设备上实现了基于人眼动静特征融合的身份识别,结果表明融合动态特征之后的身份识别方法具有较高的性能并且系统的安全性有所提高。

关键词：人眼特征身份识别小波包变换深度学习特征融合

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于人眼特征的驾驶员疲劳检测方法分析

引用

电子世界 2014年第14期 369-370页

作者：吴政南武汉东湖学院

驾驶员的疲劳驾驶是交通事故的主要原因之一,是一个重大的社会问题。人眼特征的识别是驾驶员疲劳状态识别中的关键,要判断驾驶员是否处于疲劳驾驶,首先需要判断其眼睛的状态,即眼睛的睁闭情况。本文对基于人眼特征识别的驾驶员疲劳检测... 详细信息

驾驶员的疲劳驾驶是交通事故的主要原因之一,是一个重大的社会问题。人眼特征的识别是驾驶员疲劳状态识别中的关键,要判断驾驶员是否处于疲劳驾驶,首先需要判断其眼睛的状态,即眼睛的睁闭情况。本文对基于人眼特征识别的驾驶员疲劳检测技术进行了分析和讨论。

关键词：驾驶员疲劳检测人眼特征

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种基于标准混合高斯模型的快速人脸检测方法

引用

东南大学学报（自然科学版） 2007年第3期37卷 389-394页

作者：胡春华马旭东戴先中钱堃东南大学自动化学院南京210096

针对室内移动机器人运动过程提出一种快速而稳定的人脸检测方法.由于室内存在多种物体,背景不断变化,且光照条件可能不断变化,提出采用人脸肤色的标准混合高斯模型与人眼特征相结合的人脸检测法,无需对原始图像进行尺度变换.检测过程首... 详细信息

针对室内移动机器人运动过程提出一种快速而稳定的人脸检测方法.由于室内存在多种物体,背景不断变化,且光照条件可能不断变化,提出采用人脸肤色的标准混合高斯模型与人眼特征相结合的人脸检测法,无需对原始图像进行尺度变换.检测过程首先将经过补光处理及光线增强的人脸库转换到YCbCr空间,求其非线性变换空间YCb′Cr,′求出左右脸标准正态密度函数及混合高斯分布;然后根据人眼颜色特征,分别对人脸肤色候选区域进行人眼候选区域提取,利用人眼Gabor模板的不变Hu矩与人眼候选区域的相关性,找出人眼拟合矩形区域,再综合利用人眼与人脸的特征关系以及人脸候选区域的投影关系检测出人脸区域.大量实验表明,新方法速度快,适应性较好,并可扩展检测到侧面人脸.

关键词：人脸检测混合高斯模型 Gabor变换人眼特征移动机器人

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于眼部特征的疲劳驾驶检测技术研究

基于眼部特征的疲劳驾驶检测技术研究

引用

作者：甄轶佳沈阳工业大学

学位级别：硕士

疲劳驾驶已经成为引发交通事故的主要原因之一,如何能够及时有效地检测出驾驶员的疲劳状态,以减少由疲劳驾驶引起的交通事故的发生,成为世界各国交通部门的研究热点。尽管目前已有一些简单的疲劳驾驶检测方法,但是非接触式的、实时的疲... 详细信息

疲劳驾驶已经成为引发交通事故的主要原因之一,如何能够及时有效地检测出驾驶员的疲劳状态,以减少由疲劳驾驶引起的交通事故的发生,成为世界各国交通部门的研究热点。尽管目前已有一些简单的疲劳驾驶检测方法,但是非接触式的、实时的疲劳驾驶检测方法至今在国内外尚未得到很好的解决。本文通过研究国内外疲劳检测方法的原理,并对现有的检测系统进行分析和对比,详细分析了各种检测方法的关键技术和难点,改进了基于驾驶员的眼部特征的疲劳驾驶检测方法,综合了眼皮运动参数PERCOLS和AECS以及视线参数GAZEDIS和PERSAC对疲劳程度进行判别。在准确定位人眼的前提下,提出了利用长宽比表示眼睛睁开程度的方法,提取眼皮运动参数,并引入点霍夫变换确定虹膜中心,借助虹膜中心与眼睛边缘之间的位置关系表示视线参数。为了提高系统的效率,在连续几帧准确定位人眼之后,以颜色直方图为特征值,结合Kalman滤波和Mean Shift算法对人眼进行跟踪,以减少在整幅图像中寻找人眼所耗费的时间。本文采用VC++6.0开发驾驶员疲劳检测的相关算法,以全长为十分钟的不同光照角度下的模拟驾驶图像为实验对象,对相关算法进行了验证,规范驾驶的准确率达到98%,头部的转动会导致识别率下降到89%。实验结果表明,该方法能够较准确识别被检测人的疲劳状态,并且能够满足实时性的要求,相对于使用单个眼部特征的检测结果更准确可靠。

关键词：疲劳检测肤色模型人眼特征人眼跟踪

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

人眼视线估计方法研究

人眼视线估计方法研究

引用

作者：李凯长春大学

学位级别：硕士

传统方法进行人眼视线估计时,由于复杂的硬件系统环境会导致人眼视线估计的结果出现较大误差。为了减小误差,本文简化硬件系统,只利用一个网络摄像头采集图像,并以深度学习理论为基础,在人脸关键点信息获取的基础之上,提出一种以人眼瞳... 详细信息

传统方法进行人眼视线估计时,由于复杂的硬件系统环境会导致人眼视线估计的结果出现较大误差。为了减小误差,本文简化硬件系统,只利用一个网络摄像头采集图像,并以深度学习理论为基础,在人脸关键点信息获取的基础之上,提出一种以人眼瞳孔定位与头部姿态估计相结合的方法,来提升人眼视线估计的精度。本文主要在以下几个方面展开了研究:（1）对人眼视线估计所需的人脸检测算法,人眼定位算法,头部姿态估计算法等进行深入研究,并对一些常用算法的基本原理以及网络结构进行分析。然后又对YOLOv3算法进行了改进,以Mobile Net-v3模型作为网络的backbone进行训练,以提高模型的训练速度。（2）提出了一种利用多角点联合检测的瞳孔定位方法。首先采用预先训练好的模型进行脸部和眼部检测,在此基础上利用眼部图像的角点信息,对瞳孔位置进行定位,通过实验论证对比,选取了4个角点联合检测瞳孔中心的位置。（3）改进了一种头部姿态估计方法,将深度残差网络Resnet-50与注意力机制模块相结合来训练网络模型。此方法借助数据集300W＿LP中的图片训练头部姿态模型,然后进行姿态估计,最后在公共数据集上与其他方法进行平均误差的对比验证,通过对比表明本文所采用的头部姿态估计方法所产生的误差更小。（4）在人眼瞳孔定位和头部姿态估计算法改进研究的基础上,对人眼视线估计方法作出改进。在进行头部姿态估计时加入校正模块来减小误差,并结合人眼瞳孔中心的位置信息进行人眼视线估计,然后在MPⅡFace Gaze数据集上将基于MTCNN人脸关键点检测方法、基于FSA-Net算法的人眼视线估计方法以及本文方法分别进行对比,最终实验结果表明本文所采用的人眼视线估计方法优于其他两种方法,能够对视线方向做出更准确的判断。

关键词：视线估计人脸检测人眼特征瞳孔定位头部姿态深度学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：