實(shí)時(shí)人眼定位算法的研究與實(shí)現(xiàn).pdf

1、隨著現(xiàn)代社會(huì)的高速發(fā)展和信息時(shí)代的到來(lái)，人眼定位在諸如身份識(shí)別、人機(jī)交互等領(lǐng)域中起到愈來(lái)愈重要的作用，人們不僅對(duì)準(zhǔn)確率和精確度有著更高的追求，而且交互體驗(yàn)提出了新的要求。
　　針對(duì)當(dāng)下人們對(duì)定位效果更精確，實(shí)時(shí)性和魯棒性更好的人眼定位算法的需求，本文首先對(duì)人眼定位算法進(jìn)行了歸納和總結(jié)，著重研究了傳統(tǒng)的基于人眼幾何特征的定位算法與實(shí)現(xiàn)了其中部分有代表性的方法，諸如基于積分投影的人眼定位算法和基于等照度線曲率的人眼定位算法等。針對(duì)其魯

2、棒性不強(qiáng)，時(shí)間復(fù)雜度過(guò)高等問(wèn)題，為此本文提出了一種基于自適應(yīng)梯度提升決策樹(shù)模型的隨機(jī)森林算法，從決策樹(shù)模型、訓(xùn)練樣本處理、定位流程等多個(gè)角度優(yōu)化了傳統(tǒng)的隨機(jī)森林算法。本文的主要工作是基于梯度提升決策樹(shù)模型從大量多樣化歸一化人眼樣本中訓(xùn)練學(xué)習(xí)得到回歸樹(shù),并且針對(duì)單個(gè)回歸樹(shù)能力較弱的情況，本文通過(guò)集成技術(shù)將訓(xùn)練得到的多個(gè)回歸樹(shù)組合成為一個(gè)強(qiáng)分類器，即隨機(jī)森林。同時(shí)在預(yù)測(cè)過(guò)程中，通過(guò)類似金字塔的多級(jí)定位結(jié)構(gòu)，實(shí)現(xiàn)了性能的進(jìn)一步提升。