非约束条件下驾驶人眼睛检测与跟踪方法研究

摘要

为了抑制驾驶人头部姿态与眼球运动等非约束条件对眼睛检测的干扰,文中提出了一种基于合成模板匹配、融合Cam Shift与Kalman滤波的人眼检测与跟踪算法.将驾驶人左、右眼睛样本人工合成模板对眼睛区域进行匹配检测,采用基于差值平方和算法的相似度度量方法验证眼睛身份.通过眼睛颜色直方图反投影生成灰度概率分布图像,基于Cam Shift算法计算眼睛跟踪窗口的位置和大小,采用Kalman滤波预测眼睛区域位置,有效解决了驾驶人头部转动、眨眼等动作的干扰问题.实车试验结果表明:该算法对驾驶人人眼的平均识别率达到94.3％,平均耗时为22.8 ms,能够较好的兼顾驾驶人人眼跟踪的准确性、鲁棒性与实时性.