基于眼动序列分析的眨眼检测_高宁.pdf

40201955（8）ComputerEngineeringandApplications计算机工程与应用基于眼动序列分析的眨眼检测高宁1王兴元12王秀坤11.大连理工大学电子信息与电气工程学部辽宁大连1160242.大连海事大学信息科学技术学院辽宁大连116026摘要：提出一种采用级联的序列级和帧级两层检测模型分别处理持续睁眼和眨眼的视频片段由粗到精渐进地检测眨眼的方法。在序列级初步检测阶段将视频表示为浓缩图并提取卷积神经网络（CNN）特征。累计视频中的帧间光流采用特征包模型表示为动态特征融合以上两种特征进行分类将持续睁眼和可能存在眨眼的视频快速分开。在帧级精确检测阶段精细刻画眨眼过程提取多模式特征描述可能眨眼的每帧图像通过随机回归森林计算眼睛开合度最终完成眨眼过程的精确定位。在两个数据库上进行了实验将该算法与其他算法进行了定量比较结果表明该算法在鲁棒性、正确率和处理速度等方面都达到很好的性能具有明显的实用价值。关键词：序列级检测；帧级检测；多模式特征；随机回归森林文献标志码：A中图分类号：U283.4doi：10.3778/j.issn.1002-8331.1901-0359高宁王兴元王秀坤.基于眼动序列分析的眨眼检测.计算机工程与应用201955（8）：40-47.GAONingWANGXingyuanWANGXiukun.Blinkdetectionbasedoneyesmotionsequenceanalysis.ComputerEngi-neeringandApplications201955（8）：40-47.BlinkDetectionBasedonEyesMotionSequenceAnalysisGAONing1WANGXingyuan12WANGXiukun11.FacultyofElectronicInformationandElectricalEngineeringDalianUniversityofTechnologyDalianLiaoning116024China2.InformationScienceandTechnologyCollegeDalianMaritimeUniversityDalianLiaoning116026ChinaAbstract：Thispaperpresentsamethodforindividuallydescribingthevideosegmentswithopeneyesandthosewithblinkandcoarse-to-fineblinkdetectionbasedontwo-stagecascademodelcomposedofsequence-levelandframe-level.Insequence-leveldetectionphasethevideosegmentiscondensedandCNNfeatureisextracted.OpticalflowbetweenframesisaccumulatedandexpressedasdynamicfeaturebyBagofFeature（BoF）.Theabovetwofeaturesarefusedtodis-coverwhetherblinksexistinthecurrentsegmentbyclassification.Inframe-leveldetectionphasetheblinkmotionisdescribedpreciselytodescribeeveryframemaycontainblinkbyextractingmulti-modefeatures.Eyeclosityiscalculatedbyrandomregressionforestandthepreciseblinklocalizationisobtained.Experimentsondifferentdatasetsshowthepro-posedmethodimprovesthe