69 / 2022-09-30 14:48:30

一种基于椭圆置信度的瞳孔定位方法

目的 在头戴式眼动跟踪系统中，高效、准确地检测瞳孔中心是其关键任务。近年来涌现出许多瞳孔检测算法，但由于光照、遮挡、离轴和误记等原因，在真实场景中对瞳孔中心的检测依然存在挑战。为此本文提出一种基于椭圆置信度的瞳孔定位方法，用于获得头戴式眼动跟踪系统采集到的眼图中瞳孔的位置信息。方法 首先利用Haar特征检测器粗定位瞳孔位置，确定出瞳孔所在的概略位置。其次，将边缘检测中的Canny算法与支撑弧检测算法相结合，把边缘检测的目标放在有意义的圆弧上，消除大量的冗余点，优化瞳孔的边缘检测，并利用支撑弧检测算法提取可能属于瞳孔轮廓的椭圆弧段。然后根据弧段之间的距离、极性和方向，将这些弧段组合成不同的组，利用最小二乘法进行椭圆拟合，产生初始椭圆集。利用人眼具有瞳孔区域的灰度小于虹膜灰度的生理特性，过滤掉极性为正的椭圆，并重新构建支撑弧上的外接矩形来确定内点范围。根据支撑弧边缘点的法向量与梯度的角度差来确定椭圆的内点，将内点进行第二次拟合获得更精确的瞳孔中心位置及椭圆参数。最后，依据椭圆置信度选择最佳椭圆作为瞳孔边界进而确定最终的瞳孔中心。结果 通过在公共眼睛图像数据集（LPW）上进行比较实验，新算法的准确率与现有五种算法中的最高平均检测准确率相比提升了12.5%，在阴影、光斑影响较弱时能正确识别瞳孔。结论 本文方法相比其他瞳孔定位方法提高了准确率，可以应用到各类头戴式眼追踪系统中，能够为视线估计提供更准确的瞳孔位置信息。