原文地址：http://www.ijsrp.org/research_paper_apr2012/rp116.html
l 摘要
这篇论文展现了一个人和计算机之间没有手参与的交互界面系统。这项技术的意在提供一种面向残疾人抑或一种全新的与鼠标交互的方式，来取代传统计算机屏幕上的指针设备。我们描述的这个系统使用的是一种实时的，中断式的，快速经济的脸部特征跟踪技术。这个建议的算法解决了目标在变化和旋转过程中问题的闭塞性和鲁棒性。它基于一种新颖的模板匹配技术。一个SSR过滤器用于过滤整张图片，SVM用于适应性的搜索窗口位置和尺寸。
l 索引——面部识别，I. 介绍
这项技术旨在帮助一些拥有一系列交流障碍的残疾人使用设备。它将帮助他们通过有意识的动作，比如眼睛和鼻子的运动，来控制计算机，并通过特制的，培训的软件或者表达构建程序来交流信息。一些身体严重残疾的人也能通过它来使用计算机，进行一些娱乐活动比如上 ，玩游戏。这个系统通过一个 基本上，一些基于摄像头的计算机交互方案已经比较先进了。然而，他们要么计算开销都比较大，要么不精确，要么存在闭塞性问题。例如，头部运动跟踪系统，它能从计算机顶部摄像头传递信 并跟踪置于用户前额的一个反射点。这个技术并不是完全可行的，因为有的残疾人不能移动他们的头部，除此之外但我们活动脖子的时候，这个系统就变得过分敏感了。眼动电图描记法，它是在用户眼部周围放置电极记录眼部动作的方法。这项技术的问题在于，残疾人在使用这种设备时需要其他人的协助，除此之外这种设备十分昂贵。
另外一个例子是
II. 应用的使用流程
2.1人脸检测
人脸检测在计算机视觉领域是一个广泛研究的课题。每一个涉及处理人类脸部图像的应用它都是核心部分。人脸检测可以分为两类：
2.1.1基于特征的方法
第一种方法涉及到寻找面部特征（如：鼻子，眼睛，眉毛，嘴唇，瞳孔），然后通过几何分析他们的位置，面积以及彼此之间的距离来实现可靠性。这种分析方法最终会导致它所识别的人脸以及人脸特征具有局限性。基于特征的分析由他的像素精度，局限性的特征和速度被人们熟知，另一方面它缺乏鲁棒性。
2.1.2基于图片的方法
第二种方法是基于扫描感兴趣面部图像的原理，它通过一个在不同尺度和区域上搜寻面部图像的窗口来实现。这种人脸检测的方式隐含了模式识别的内容，并且通过一些简单的方法，比如模式匹配或者一些更高级的机制比如神经 络和支持向量机来实现。在论述我们在这个应用中用到的人脸检测算法之前，这里有一些相关术语的说明。
2.2六个矩形分割过滤器
图四：”全图像”，选区 根据如下公式，“全图像”可以通过原图像（视频图像）的一个通道进行计算：
s(χ,y) =s(χ,y-1)+i(χ,y) (2)
ii(χ,y)=ii(χ -1,y)+s(χ,y) (3)
其中
2.4支持向量机 支持向量机是一种新型最大边缘分类器：在“学习理论”有这样一个定理，为了实现最小的分类错误，将积极样本从消极样本中分离出来的那个超平面应该是训练样本的最大边缘，这就是
图五：具有最大边缘的超平面
支持向量机的训练模板
图八： 在本节中，我们已经讨论了不同的算法所需的脸部检测，即：I. 人脸检测算法
概述：
图3.1人脸追踪
现在我们找到所需要的面部特征，然后通过
3.3眨眼检测
在找到眼睛的新的确切位置之前，我们把眨眼检测应用于眼睛的
3.4眼睛跟踪
如果左
II. 实现和应用
4.1接口
对于操作我们的“非手动个人电脑控制”下面的设置是十分重要的。用户坐在坐在电脑显示器面前，使用一个市场上广泛使用的通用摄像头或者内置摄像头。
我们的系统需要一个初始化过程。该相机的位置可以调整，以便使得用户的脸恰好在摄像头视频的正中心。然后，开始跟踪脸部特征，在这种情况下眼睛，眉毛，鼻孔，都被选中，从而获得第一鼻孔模板（图
图
4.2应用
“非手动个人电脑控制”具有精确性和稳定性。这有助于发展经济的基于用户界面的应用。这个系统可以用于许多教育娱乐领域，甚至可以用于控制计算机程序。
4.3软件规格说明
我们用 使用
4.4结论和展望
感谢
我们非常感谢
参考文献
[1] H.T. Nguyen,”.Occlusion robust adaptive template tracking.”.Computer
Vision, 2001.ICCV 2001 Proceedings
[2] M. Betke. “the camera mouse: Visual Tracking of Body Features to
provide Computer Access For People With Severe Disabilities.” IEEE
Transactions on Neural Systems And Rehabilitation Engineering. VOL.10.
NO 1. March 2002.
[3] Abdul Wahid Mohamed, “Control of Mouse Movement Using Human
Facial Expressions” 57, Ramakrishna Road, Colombo 06, SriLanka.
[4] Arslan Qamar Malik,“Retina Based Mouse Control (RBMC)”, World
Academy of Science, Engineering and Technology 31,2007
[5] G .Bradsky.” Computer Vision Face Tracking for Use in aPerceptual
User Interface”. Intel Technology 2nd
Quarter
,98 Journal .
[6] A. Giachetti, Matching techniques to compute image motion. Image
and Vision Computing 18(2000). Pp.247-260.
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！