基于平透視投影變換的單目視覺頭部姿態(tài)估計(jì).pdf

1、中圖分類號嬰三窆!UDC0048碩士學(xué)位論文學(xué)校代碼!Q主3三密級盟基于平透視投影變換的單目視覺頭部姿態(tài)估計(jì)MonocularHeadPoseEstimationBasedonParaperspectiveTransformation作者姓名：學(xué)科專業(yè)：研究方向：學(xué)院(系、所)：指導(dǎo)教師：蒲棟交通運(yùn)輸工程交通運(yùn)輸工程交通運(yùn)輸工程學(xué)院周詠翎副教授論文答辯日期望!墜：Q：全1答辯委員會主席中南大學(xué)2014年6月、勺鄉(xiāng)z基于平透視投影變換的單

2、目視覺頭部姿態(tài)估計(jì)摘要：頭部姿態(tài)估計(jì)在人工智能、模式識別及人機(jī)智能交互等領(lǐng)域的應(yīng)用越來越廣泛，在日常生活及安全生產(chǎn)應(yīng)用中都具重要意義。本文針對基于計(jì)算機(jī)單目視覺的頭部姿態(tài)估計(jì)進(jìn)行研究。提出一種基于提升實(shí)現(xiàn)的反對稱雙正交小波變換的圖象增強(qiáng)方法，用于對后期所需的人臉圖象進(jìn)行增強(qiáng)預(yù)處理。該算法通過小波提升實(shí)現(xiàn)的方法將人臉圖象信息分解為多尺度小波信息，然后對分解后的圖象信息進(jìn)行小波的逆向提升實(shí)現(xiàn)過程，在該過程中計(jì)算圖象信息的模極大值，實(shí)現(xiàn)圖象邊

3、緣提取，并將其與直接進(jìn)行逆向提升實(shí)現(xiàn)的圖象進(jìn)行融合，達(dá)到圖象增強(qiáng)的目的。提出一種基于幾何信息與CgCr色度空問圖象邊緣提取的人臉特征定位與特征點(diǎn)檢測方法。該方法首先實(shí)現(xiàn)眉毛與眼睛的粗定位，然后根據(jù)人眼在整個(gè)人臉區(qū)域內(nèi)的幾何位置信息進(jìn)行精確定位，并進(jìn)行人眼區(qū)域邊緣提取。同時(shí)，獲取眼角點(diǎn)及瞳孔位置，并由此映射出新的人臉區(qū)域，實(shí)現(xiàn)鼻尖點(diǎn)及嘴角點(diǎn)的檢測，進(jìn)而確定人臉平面模型。采用基于平透視投影模型的方法進(jìn)行頭部姿態(tài)估計(jì)，并由此提出一種基于面部特

4、征點(diǎn)平面平透視投影變換的頭部姿態(tài)估計(jì)方法。該方法采用基于膚色分割的Adaboost方法實(shí)現(xiàn)最優(yōu)正面人臉平面模型的粗獲取，然后通過篩選得到最優(yōu)正面人臉平面模型，根據(jù)最優(yōu)正面人臉平面模型與當(dāng)前人臉平面模型中相對應(yīng)的特征點(diǎn)幾何信息來求解平透視投影變換矩陣。分析駕駛員在Pitch自由度與Yaw自由度上的頭部姿態(tài)變化與疲勞駕駛與分神駕駛之間的關(guān)系，設(shè)計(jì)出一種基于駕駛員疲勞與分神狀態(tài)檢測的非嵌入式車輛安全輔助駕駛系統(tǒng)。通過建立幾何模型與實(shí)驗(yàn)的方法確