1.一种眼睛定位方法,根据人脸图像定位眼睛的位置,其特征在于,包括:检测并去除反光区域处理、人脸检测处理、检测和去除眼镜的黑框处理、基于SVM的眼睛定位处理、基于PCA的眼睛定位处理,其中,
在所述检测并去除反光区域处理中,
计算输入图像的灰度直方图,确定反射区域的阈值,进行反射区域判断,用非反射区域的像素平均灰度值替换反射区域的像素值;
在所述人脸检测处理中,
在去除反射区域的图像上检测人脸;
在所述检测和去除眼镜的黑框处理中,
在人脸区域计算归一化梯度向量,并得到二值图像,根据联通区域检测眼睛的黑框,用相邻的不在黑框区域的像素平均灰度值替换在黑框区域的像素灰度值;
在所述基于SVM的眼睛定位处理中,
构造眼睛和非眼睛训练集训练具有二次核函数的非线性SVM,对以眼睛周围像素为中心的区域作SVM评估,评估最大值所在的像素作为眼睛位置,该评估最大值被称为眼睛位置的置信度;
在所述基于PCA的眼睛定位处理中,
如果在SVM眼睛定位中得到的置信度大于预先设定的阈值,则该位置为最终定位结果,否则,采用PCA再次估算眼睛位置;
对人脸区域作旋转和缩放变换,对变换后的图像,计算Gabor系数,根据PCA训练后得到的变换矩阵计算人脸检测的置信度,选取置信度最大的图像,并把该图像中眼睛的平均位置作为原始图像的眼睛位置。
2.一种人脸识别系统,包括:
人脸检测及眼睛定位模块,应用权利要求1的眼睛定位方法,检测人脸并定位眼睛位置;
预处理模块,归一化局部均值和方差,得到128个7×7大小区域的均值和方差;
特征提取模块,在检测到的人脸区域取10×10个采样点,对每个采样点计算5个频率12个方向的Gabor系数绝对值;及
比对模块,对于两幅人脸图像的每个对应采样点计算两个60维向量的归一化内积,并将这些值相加得到相似度。如果相似度大于预设的阈值,则认为两张人脸图像来自同一人。