改进Hough变换与无轨迹卡尔曼滤波的眼角点跟踪算法

"基于Hough变换和无轨迹卡尔曼滤波的眼睛角点跟踪 (2008年) - 吉林大学学报(工学版), 作者: 黎云汉, 未善安" 本文主要探讨了一种针对眼睛角点跟踪的创新方法，结合了改进的Hough变换和无轨迹卡尔曼滤波（UKF）技术，尤其适用于面部识别系统中的眼睛特征追踪。在面部识别中，眼睛特征，尤其是眼睛的角点，是重要的识别标志，因为它们在人脸上的显著性。 改进的Hough变换（HT）是该算法的核心组成部分之一。Hough变换通常用于检测图像中的直线、圆等几何形状。在本文中，作者对其进行了优化，以适应提取眼睑轮廓的任务。当输入图像包含虹膜信息时，这个改进的Hough变换能够有效地识别眼睑的边缘，从而定位眼睛的外角点。这种方法对于图像中眼睛特征清晰的情况非常有效。 然而，在某些情况下，例如光照变化、遮挡或面部表情变化，虹膜可能无法被准确检测到。此时，论文引入了无轨迹卡尔曼滤波（UKF）作为补充。UKF是一种非线性滤波方法，相比传统的卡尔曼滤波，它在处理非线性系统时具有更好的性能。在无法通过Hough变换找到明确特征的情况下，UKF可以对当前帧的眼睛角点进行预测和更新，以保持跟踪的连续性。通过UKF的预测和更新步骤，算法能够适应角点位置的变化，即使在视觉信息不完整时也能实现稳定跟踪。 实验结果表明，这种结合了HT和UKF的算法能够精确地跟踪眼睛的外角点，即便在存在挑战性的条件如部分遮挡或光照变化下，仍能保持良好的性能。这证明了该方法在实际应用中的鲁棒性和准确性，对于实时的面部识别和情感分析系统具有重要意义。 关键词：信息处理技术；Hough变换；无轨迹卡尔曼滤波；眼睛角点跟踪；图像处理 中图分类号：TP391.41 文献标识码：A 文章编号：1671-5497(2008)04-0907-06 该研究为眼睛角点的实时跟踪提供了一种新的解决方案，将传统图像处理技术与先进的滤波算法相结合，提高了在复杂环境下的跟踪效果，为面部识别领域的技术进步做出了贡献。