学位论文 > 优秀研究生学位论文题录展示

基于CPU+GPU平台的实时视线跟踪系统

作　者: 李菲菲
导　师: 车明; 丁宝军
学　校: 天津大学
专　业: 计算机技术
关键词: 视线跟踪 人脸检测 CUDA 人机交互 实时性 并行性
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 0次
引　用: 0次
阅　读: 论文下载
 

内容摘要


利用机械、电子、光学等各种检测手段获取视线注视方向的视线跟踪技术越来越广泛地应用于人机交互、助老助残、车辆辅助驾驶、虚拟现实、军事等领域。本文提出了一种以数字视频分析以及图像处理为技术手段，以单摄像头设备为主要视频输入通道的视线跟踪技术，以此为基础构建了基于CPU+GPU平台的视线跟踪系统。本系统通过实时定位人眼特征点──主要包括瞳孔中心及内眼角点位置信息，将特征点数据代入视线估计模型进行估计，计算得到视线注视点并实时显示在屏幕上。本文所构建的系统主要包括人眼参数初始化和实时视线估计跟踪两个阶段。在人眼参数初始化阶段，通过分别截取用户注视屏幕上九个不同方位点时的视频图像，对其进行图像检测以得到人眼特征点信息，从而对该用户人眼的基本参数进行初始化，为视线估计提供基础；在实时视线估计跟踪阶段，连续处理每帧采集到的视频图像，检测图像进行人脸定位以及人眼特征点定位以得到人眼特征点坐标信息，随后将每一组有效的特征点信息代入视线估计模型计算得到屏幕上人眼注视点坐标，经滤波处理后实时且连续地显示在显示器上，从而完成视线跟踪。为了在桌面系统上实现视线跟踪实时性，整个系统在CPU+GPU平台上进行构建，根据系统任务特征提出了一种合理的任务划分与调度策略。由CPU负责系统构建、任务调度以及串行计算，将图像检测过程中计算量较大的人脸检测以及部分人眼特征点检测算法在GPU上并行实现。为此，本文深入研究并挖掘了人脸检测以及人眼特征点检测算法的并行性，基于GPU并行架构特点有针对性地设计了并行算法。通过实验验证，算法取得了较高的特征点检测精度并达到了系统的实时性要求，从而，有效地实现了实时视线估计与跟踪系统。

全文目录


中文摘要  3-4
ABSTRACT  4-7
第一章 绪论  7-12
  1.1 视线跟踪技术的应用及研究意义  7-9
    1.1.1 人类自身行为分析  7-8
    1.1.2 人机交互  8-9
  1.2 视线跟踪系统的研究现状  9-10
  1.3 本文的研究内容及工作安排  10-12
第二章 系统框架及实现平台  12-19
  2.1 系统实现原理  12-13
  2.2 串并行任务划分  13-15
  2.3 CPU+GPU 软硬件体系介绍  15-18
    2.3.1 CUDA 执行模型  15-16
    2.3.2 CUDA 线程结构  16
    2.3.3 CUDA 存储器模型  16-18
  2.4 本章小结  18-19
第三章 视线跟踪算法及模型  19-31
  3.1 Adaboost 人脸检测  20-23
    3.1.1 算法特征  20-22
    3.1.2 检测过程  22-23
    3.1.3 人脸窗口整合  23
  3.2 精确脸框以及眼框定位  23-26
    3.2.1 肤色分割  24-25
    3.2.2 垂直积分投影  25
    3.2.3 混合积分投影  25-26
  3.3 瞳孔框及瞳孔中心定位  26-27
  3.4 内眼角定位  27-30
    3.4.1 内眼角窗口灰度拉伸  27
    3.4.2 SUSAN 算子  27-29
    3.4.3 内眼角检测算子与候选角点提取  29-30
  3.5 视线估计模型  30
  3.6 本章小结  30-31
第四章 算法并行实现设计  31-39
  4.1 灰度图及二值图转换  31-33
  4.2 积分图计算  33-34
  4.3 Adaboost 人脸检测算法  34-36
  4.4 脸框精确定位—垂直积分  36-38
  4.5 本章小结  38-39
第五章 视线跟踪系统实现  39-47
  5.1 系统实现的软硬件平台  39
  5.2 系统实现  39-43
  5.3 视频处理实现  43-46
    5.3.1 视频采集过程  43-45
    5.3.2 视频处理函数  45-46
  5.4 本章小结  46-47
第六章 实现结果及其分析  47-53
  6.1 图像检测各阶段结果与分析  47-51
    6.1.1 不同阶段用时在 CPU 和 GPU 平台上的比较  47-48
    6.1.2 不同阶段的检测结果  48-49
    6.1.3 丢帧率和定位精度  49-51
  6.2 视线估计跟踪阶段结果与分析  51-52
  6.3 本章小结  52-53
第七章 总结与展望  53-54
参考文献  54-57
发表论文和参加科研情况说明  57-58
致谢  58

相似论文

  1. 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
  2. 基于windows的计算机数字控制系统实时性的研究,TG659
  3. 数字电视互动应用交互系统设计与实现,TP311.52
  4. 一种自适应选择处理节点的时空查询算法,TN929.5
  5. 液冷源控制系统的研制,TP273
  6. 基于CUDA的图像数字水印技术的研究,TP309.7
  7. CUDA平台下数字图像认证方法的设计与实现,TP391.41
  8. 基于GPU并行加速的正射影像生成研究,TP391.41
  9. 基于肤色分割与AdaBoost算法的人脸检测研究,TP391.41
  10. 全新的交互体验,TP11
  11. 人脸检测算法的FPGA设计与实现,TP391.41
  12. 重磁正反演的三维可视化方法研究,TP391.41
  13. 基于视频的人机交互方式研究,TP391.41
  14. 人脸检测及其DSP实现,TP391.41
  15. 嵌入式人脸检测与跟踪系统的设计与实现,TP274
  16. 基于视频流的快速人脸检测与实时跟踪算法研究,TP391.41
  17. 红外条件下驾驶员疲劳检测研究,TP391.41
  18. 红外遥控检测系统,TP872
  19. 人脸检测系统研究,TP391.41
  20. 基于运动趋势估计的人脸跟踪技术研究,TP391.41
  21. 基于Adaboost的人脸检测算法研究与实现,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com