基于正交双目降维空间的驾驶员眼部3D重构与跟踪方法

摘要

一种基于正交双目降维空间的驾驶员眼部3D重构与跟踪方法。它采用两个垂直正交同频率的摄像头采集驾驶员面部图像，在正常光照下用Harr算法定位出眼部；在无法定位眼部和低光照度条件下启动红外光源，获得脸部红外图像，用降维空间随机投影方法提取眼部特征，再用特征匹配方法定位眼部。采用复小波相位算法得出眼部图像各像素的配对关系，以双眼的瞳孔中心为坐标中心，进行三维点云人眼信息拟合，重构眼部3D图像。建立眼动自适应非线性对数模型，采用自适应模糊强跟踪有限差分扩展卡尔曼滤波进行眼部3D跟踪。该法不受光照、墨镜、驾驶员姿态变化和操作的影响；重构出的眼部3D图像，能对驾驶员疲劳状态的分析与监测提供更全面的信息。

主权项

一种基于正交双目降维空间的驾驶员眼部3D重构与跟踪方法，包括以下步骤：A、图像获取A1、采用两个垂直正交的相同采样频率的摄像头对准驾驶员采集面部图像；同时利用光线感应器检测驾驶室的光照度，当检测出的光照度＜4 Lux(勒克斯)且保持1分钟以上时，则进行以下A2的操作，A2、启动对准驾驶员面部的红外光源，此时摄像头采集到的面部图像为红外图像；B、眼部特征提取及定位：对两个摄像头采集到的第一帧面部图像分别采用Harr算法定位出驾驶员眼部；若定位不出驾驶员眼部，则进行以上A2步的操作；若采集到的两个第一帧面部图像为红外图像，则分别用降维空间随机投影方法提取红外面部图像眼部特征，然后用特征匹配方法定位驾驶员眼部；C、3D人眼重构：将B步已定位眼部的两个第一帧图像，利用复小波相位算法得出两个第一帧图像眼部各像素的配对关系，再以双眼的瞳孔中心为坐标中心，分别进行三维点云人眼信息拟合，重构出驾驶员双眼的第一帧3D眼部图像；D、眼动3D跟踪：根据C步重构出的第一帧3D眼部图像，建立驾驶员眼动自适应非线性对数模型，采用自适应模糊强跟踪有限差分扩展卡尔曼滤波(EKF)算法进行眼部3D跟踪：即通过模糊逻辑控制动态调整强跟踪扩展卡尔曼滤波算法的弱化因子，然后将有限差分替代强跟踪EKF滤波算法中的非线性函数的偏导数，估计出下一帧的3D眼部图像；根据驾驶员眼动自适应非线性对数模型，重复以上操作，估计出一系列连续帧3D图像的驾驶员眼部，实现驾驶员的眼动3D跟踪。