10.15918/j.tbit 1001-0645.2018.12.009
基于人工神经网络动态标定算法的低成本视线追踪系统
针对视线追踪系统成本高、标定算法复杂的问题,研究了一种低成本视线追踪系统.系统采用低成本网络摄像头,采集到的图像首先采用Haar-like特征与肤色结合算法来进行人脸检测,并利用主动表现模型算法和光流法定位并跟踪人脸特征点;然后利用梯度向量法进行瞳孔中心检测;为了提高系统精度和鲁棒性,提出了一种人工神经网络的动态标定算法.实验表明,视线追踪系统不仅具有很好的鲁棒性,而且具有较高的精度,在头部静止的情况下平均误差为1.34°,在头部运动的情况下平均误差为3.26°.
主动表现模型、梯度向量法、人工神经网络、动态标定算法
38
TP391(计算技术、计算机技术)
2019-01-25（万方平台首次上网日期，不代表论文的发表时间）
共6页
1263-1268
