一种优化的二维视线映射模型

提出一种基于主动红外光源的优化二维视线映射模型.在头部静止情况下检测相关的视线特征参数,并进行瞳距补偿.利用非线性多项式建立从平面视线参数到视线落点的映射模型.最后采用支持向量机对不同头部位置造成的视线偏差进行补偿,使非线性映射函数扩展到任何头部位置,从而在头部运动情况下进行精确的视线估计.实验结果显示了文中方法的有效性.     

视线追踪系统中基于黎曼几何的落点补偿方法研究

针对非接触式视线跟踪系统中注视点估计算法鲁棒性差的问题,对单相机双光源的视线追踪系统进行了改进.在空间相似三角形注视点估计算法的基础上,提出一种基于黎曼几何的视线落点补偿方法.在眼球模型结构的基础上分析了眼球角膜曲面对视线落点偏差的影响.根据人类眼球生理特点,在黎曼几何中对眼球曲面结构进行建模,提出以最短测地线长度为边长构造平面三角形,以补偿欧式几何中直线距离造成的视线落点的误差.利用非线性多项式模型对眼球视轴和光轴之间的偏差进行拟合,得到最终的视线落点.实验证明,该方法在水平和垂直方向上最大误差均小于1 cm,对视线落点补偿具有显著效果.     

基于深度学习的单相机双光源的眼动交互技术

为进行高帧率眼动交互,提出了基于深度学习的单相机双光源识别方法。该方法运用了反射光斑与视线落点的相关关系,得到了由眼图到视线落点的映射规律,构建了人机眼动交互装置并得到高质量数据集,训练得到了精度与速度较高的视线落点定位模型,解决了视线估计数学模型复杂、运算量大的问题。实验结果表明,该方法实现了实时识别用户视线落点并进行交互的功能,可支持心理学实验研究以及虚拟现实应用技术的发展和应用。     

基于样本扩充和改进Lasso回归的视线估计

为了利用眼部特征进行准确的视线估计,提出了一种基于样本扩充和改进Lasso回归的方法,建立眼部特征与视线之间的映射关系.通过对小样本评分得到优质样本,进而完成样本扩充,利用改进的Lasso回归得到准确的视线估计模型.该方法对标定过程中的眨眼等干扰具有鲁棒性,受干扰后仍可保持相对较高的视线估计准确度.实验结果表明:标定过程无干扰,该方法视线估计准确度比传统方法提高11.25%;标定数据加入6.67%异常数据,该方法视线估计准确度比传统方法提高22.62%.      

视线追踪系统中注视点估计算法研究

针对非接触式视线跟踪系统中注视点估计算法鲁棒性差的问题,提出一种基于角度映射的注视点估计算法。首先,根据人眼特性及视觉成像原理,瞳孔中心相对于角膜反射光斑的位置与注视点相对于红外光源的位置之间具有一定的角度映射关系,据此估计出注视点近似位置。然后,在眼球模型结构的基础上分析了眼球角膜曲面对注视点造成的偏差,通过弧长对误差进行补偿。最后,利用非线性多项式模型对眼球视轴和光轴之间的偏差进行拟合,得到最终的视线落点。实验证明,该系统具有较高的精度和自由度,在水平和垂直方向上最大误差均小于1 cm。     

基于眼角精确定位的视线估计

设计了一个单摄像机、单红外光源的视线估计系统.利用了眼角的位置信息,提出了利用USM锐化粗定位和Gabor眼角滤波器精确定位的两步定位眼角的方法;针对传统的利用瞳孔普尔钦斑点向量进行多项式拟合在头部运动时估计精度下降的问题,提出了利用内眼角间距对普尔钦斑点向量进行矫正,并采用支持向量回归建立眼部特征参数与多项式拟合误差之间的关系,进行误差补偿;结合精确定位的眼角位置,建立了二维眼部特征与屏幕坐标之间的映射关系.实验表明,该方法实现了一定范围内头部自由运动下精确的视线估计.     

基于PCA-ELM的红外多光谱辐射测温

在目标发射率未知的情况下,建立一种基于主元分析(PCA)与极限学习机(ELM)相结合的红外多光谱测温方法.分析目标温度与辐射亮度谱的非线性数学模型,确定初始输入向量包含温度估计所需的充分信息;引入PCA方法从输入向量中提取相互独立的主元成分,降低神经网络输入维数;基于ELM网络对样本数据充分学习,最终建立PCA-ELM目标红外测温模型.利用黑体和未知发射率材料涂层目标作为测试目标源,验证该方法的有效性.     

基于膨胀卷积的多模态融合视线估计

基于表观的视线估计方法主要是在二维的三原色(red green blue,RGB)图像上进行,当头部在自由运动时视线估计精度较低,且目前基于卷积神经网络的表观视线估计都普遍使用池化来增大特征图中像素点的感受野,导致了特征图的信息损失,提出一种基于膨胀卷积神经网络的多模态融合视线估计模型.在该模型中,利用膨胀卷积设计了一种叫GENet(gaze estimation network)的网络提取眼睛的RGB和深度图像的特征图,并利用卷积神经网络的全连接层自动融合头部姿态和2种图像的特征图,从而进行视线估计.实验部分在公开数据集Eyediap上验证了设计的模型,并将设计的模型同其他视线估计模型进行比较.实验结果表明,提出的视线估计模型可以在自由的头部运动下准确地估计视线方向.     

基于ELM的永磁直线电机推力波动补偿研究

针对永磁直线电机推力波动的非线性特点,设计了PID+ELM前馈补偿的永磁直线电机位置控制系统.用于训练ELM网络的样本可通过分析推力波动的特点及其规律获得,将训练好的网络作为前馈补偿环节,用于补偿控制系统中推力波动的影响.仿真结果表明,所提出的控制方案有效且可行.与基于SVM和RLS的方法相比,虽然其跟踪精度稍差,但其训练时间较短,适用于实时性要求较高的场合.     

基于视线跟踪技术的眼控鼠标

利用基于图像处理技术的视线方向识别、跟踪方法,通过近红外光线在眼睛角膜反射产生的光斑和瞳孔中心的位置关系来确定视线方向,推导出人眼在计算机屏幕上的注视点,进而实现人眼对鼠标的定位与操作,其在显示屏上定位精度可达到40×40像素.     

基于KINECT的人眼视线方向估测方法研究

提出一种基于KINECT的视线方向估测方法,通过KINECT获取人脸图像数据及人脸网格信息,检测和消除人眼区域的光斑,进而利用人眼灰度分布特点对瞳孔进行粗定位得到瞳孔中心;通过计算眼睛参考点与瞳孔中心形成的距离和其连线与坐标轴形成的角度关系对视线方向进行分类处理,完成视线方向的估测。实验结果表明所提出的方法在低分率的图像条件下能准确地估测出人眼视线方向。     

基于人眼特征信息的驾驶人眼视线估计

提出了一种新的基于人眼特征信息的驾驶人眼视线估计的算法,且研究使用普通的摄像头。采用Harris角点检测算法对驾驶人上、下眼睑外轮廓进行角点检测,拟合人眼轮廓曲线;再对人眼区域图像进行色彩空间转换提取灰阶值分量,图像亚像素下进行Hough边缘检测,设定相应的虹膜边缘曲率阈值,准确识别人眼虹膜边缘信息。算法结合虹膜和人眼轮廓信息对驾驶人眼视线进行估计。将提出的算法应用到实车试验中,采用facelab5眼动仪对驾驶人视线估计角度结果进行验证。试验结果表明,所采用的人眼视线角度估计算法在实际的驾驶环境中准确率较高。     

露天矿卡车外排土场内部运距预测模型

为有效提高外排土场物料移运规划中运输功能耗模型的精度,以建立更为详细的排弃物料堆置次序优化、规划模型,针对年末排土计划中尚缺乏逐条带运距推估方法的问题展开研究,提出一种采用极限学习机算法(ELM)训练多元非线性运距曲线的预测模型,并将年末排土工程计划位置上已设计运输线路的排土条带作为训练样本,训练预测模型学习运距与影响因子间的时变特征,最终通过非线性运距表达推估待排物料块体的时变运距。为进一步增强ELM算法的预测精度,利用改进粒子群算法建立基于结构风险最小化的参数优化算法,改善了传统经验风险最小化算法的泛化能力,提高了算法预测精度。研究结果表明:采用模拟试算图解法最终确定ELM模型隐含层节点数为27;仿真测试中得出文中算法预测精度评价指标分别为均方误差0.006 8、拟合优度0.995 3、相对误差期望0.027%、绝对误差期望0.62、错估系数0.03、执行效率1.49s;对比多组智能算法预测模型,其绝对误差分别0.116 2、0.094 7、0.139 1,其错估系数分别为0.230、0.200、0.266,算法明显具有更好的预测效果。     

Egocentric Action Anticipation Based on Unsupervised Gaze Estimation

Gaze information is important for finding region of interest(ROI) which implies where the next action will happen. Supervised gaze estimation does not work on EPIC-Kitchens for lack of ground truth. In this paper, we develop an unsupervised gaze estimation method that helps with egocentric action anticipation. We adopt gaze map as a feature representation, and input it into a multiple modality network jointly with red-green-blue(RGB), optical flow and object features. We explore the method on EGTEA dataset. The estimated gaze map is further optimized with dilation and Gaussian filter, masked onto the original RGB frame and encoded as the important gaze modality. Our results outperform the strong baseline Rolling-Unrolling LSTMs(RULSTM), with top-5 accuracy achieving 34.31% on the seen test set(S1) and 22.07% on unseen test set(S2). The accuracy is improved by 0.58% and 0.87%, respectively.