本课题是已完成的一年期小额资助课题的延续,在已取得的研究成果的基研上,采用独立元分析和脊波分析以及图像的获取与处理等处理手段,研究复杂背景图象中人脸和人眼的定位、分割,特别是与注视直接或间接有关的人脸特征和参数的提取的有效方法。同时,利用人工神经网络的容错及聚类功能和支持向量机的风险极小化方法,探索对非特定人的注视与否实现自动探知的方法和技术,实现具有高推广性的注视方向的探知。课题主要解决小额资助期间没有解决的技术问题,这些问题包括:(1)已提出的方法适用于观察者正视或小角度斜视的情况,解决大角度斜视时注视与否的识别问题有赖于特征提取方法上的创新;(2)对摄像机分辨率的要求以及摄像机分辨率对识别率的影响;(3)照明情况变化对图像分割及特征提取的影响。课题研究的目的是满足无接触智能控制、无接触人机交互以及心理学和医学测量等方面的应用需求,同时也可有助于深入了解人类视觉信息处理的机制。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
人眼注视方向的自动探知方法及应用研究
意识下注视方向对注意的影响及其在皮层下加工的神经机制
面向青光眼筛查的眼底影像杯盘形态自动分析方法
人眼自然张开状态下虹膜识别方法的研究