基于Retinex理论的复杂光照下的人眼检测方法

摘要

本发明公开了一种基于Retinex理论的复杂光照下的人眼检测方法，属于模式识别技术领域。利用基于Rentinex理论以及自适应模糊对人脸图像进行光照标准化处理；使用边缘直方图描述子为特征，以固定阈值在人脸图像中进行人眼候选检测；在光照标准化后的人脸图像中选取训练样本，训练支持向量机分类器，并用该分类器进行人眼验证；计算图像的人眼概率分布，确定人眼位置。本发明对复杂光照下的图像统一进行光照标准化处理，并引入人眼候选检测环节，用SVM分类器对候选人眼进行验证。提高了人眼检测系统在复杂光照下的准确率和检测速度，更能适应各种恶劣的光照条件下的检测，可应用于人脸交互系统，困倦检测以及人脸识别系统。

主权项

1.一种基于Retinex理论的复杂光照下的人眼检测方法，其特征在于，对正面人脸图像进行人眼检测包括如下步骤：步骤1对输入的待检测正面人脸图像进行光照标准化处理；步骤2人眼候选检测，用10*20像素的窗口对光照标准化的图像进行扫描，扫描步长为2像素，得到该窗口的边缘直方图描述子，对该直方图描述子的5维求平均值，得到该窗口的边缘复杂度E，对该待测正面人脸图像的所有窗口求得平均边缘复杂度E_mean，以E_mean为阈值，大于该阈值的图像块，被选为候选人眼，等待进一步验证，将所有候选的10*20像素图像块展开成一维向量x_i，由此生成验证样本集V；步骤3基于支持向量机的人眼验证，使用SVM分类器对验证样本集V中的样本进行验证，先后将人眼预测模型model和验证样本集V输入SVM分类器，基于SVM进行分类，得到样本标签y及验证样本与分类超平面的距离f，其中y表示该样本为人眼或非人眼；步骤4确定人眼位置，用f计算出待检测正面人脸图像的人眼概率分布在该分布中，求出两个最大的极大值点，确定为人眼的位置。