81、实时眼部跟踪与分类及拟南芥根细胞图像分割的研究

实时眼部跟踪与分类及拟南芥根细胞图像分割的研究

在当今科技领域，实时眼部跟踪技术在驾驶员疲劳检测方面具有重要意义，而植物细胞图像分割对于研究植物生长机制也至关重要。下面将详细介绍这两项技术的相关内容。

实时眼部跟踪与驾驶员疲劳检测

• 现代眼动追踪技术 ：现代眼动追踪器利用对比度定位瞳孔中心，借助红外摄像头和多个光源产生角膜反射，再通过两者的三角测量确定注视点。眼动追踪设置差异很大，有头戴式、带下巴托的，甚至有些还能自动跟踪头部。本文介绍的眼动追踪器是非侵入式的，通过边缘检测和特征选择在处理后的帧中检测和标记眼睛来跟踪眼睛，还通过减小眼睛搜索区域降低计算开销。
• 相关研究现状 ：为减少因驾驶员疲劳导致的汽车事故，许多人致力于开发驾驶员安全系统。检测初级嗜睡和注意力不集中的最佳方法是测量脑电波、心率和脉搏，但这会让驾驶员感到厌烦。而眨眼检测能准确检测且对驾驶员影响最小。一些系统使用多个摄像头进行更准确的眼睛检测和跟踪，普通摄像头也可替换为红外摄像头以产生角膜瞳孔反射，利用亮瞳效应使瞳孔检测更简单，且红外摄像头昼夜都能工作。最常见的嗜睡检测系统是PERCLOS系统，即眼睑闭合百分比，用于测量缓慢的眼睑闭合而非眨眼。
• 提出的算法
  • 在线睁眼模板生成
    • 从视频源实时获取单帧，假设初始帧中人的眼睛是睁开的，因为人启动车辆时通常是清醒的。
    • 采用Mikael Nilsson等人提出的基于特征的人脸检测技术，使用