瞳孔定位的精确度很大程度取决于图片质量, 但实际应用中通常要在低质量图片下进行瞳孔定位。我们的目标是在图片质量不佳的情况下进行精确的瞳孔中心定位。对于这个目标, 本文提出一种基于改进SIFT特征和SVM分类器的瞳孔中心初始定位方法, 并通过一个大小可变的修正矩形框得到最终瞳孔中心位置。实验结果表明, 相比于其他国内外先进方法, 本文的方法可以在低质量(光照不均、表情变化等)图片上拥有更高的瞳孔定位精度, 定位结果在瞳孔区域内的精度为87.32%。
瞳孔定位 分类器 SIFT特征 修正矩形框 pupil center localization classification SIFT feature correction rectangular block