基于Zernike矩的人眼定位与状态识别

针对驾驶环境下光照变化和头部倾斜旋转对人眼检测的影响,提出一种基于Zernike矩特征的人眼定位与状态识别方法。首先分析了图像Zernike矩幅值的旋转不变性及其相位角度信息在人眼定位与状态识别方面的适用性。其次为了提高人眼定位的精度,采用Relief算法分析筛选出更为适合描述人眼形状信息的Zernike矩组成特征向量,并结合相对误差距离测度的向量相似性匹配方法来实现人眼区域的检测与定位。随后提出一种基于Zernike矩相位信息的快速旋转角度估计算法,用以补偿修正人眼图像的旋转角度,消除头部倾斜旋转对人眼状态识别的影响。最后对角度修正后的人眼图像采用投影法计算得到最终的人眼开合度状态。实验结果表明,该方法能在一定程度上提高人眼定位的精度和鲁棒性,并且所提出的旋转角度修正算法可使得人眼状态识别的准确率大幅提高。