基于注意力机制和空洞卷积的瞳孔定位算法

摘要

瞳孔定位在人机交互中起着关键性作用,然而由于反射、眨眼和睫毛遮挡等噪声以及瞳孔位置不居中、运动导致模糊等问题,使得瞳孔中心定位的准确率下降、鲁棒性减弱,从而导致精确地定位瞳孔仍存在巨大困难。为此,本文提出一种基于注意力机制和空洞卷积的瞳孔检测定位算法。该算法以U-Net的编码-解码结构为基础,编码部分采用VGG16并引入空洞卷积,以充分地提取特征,解码部分加入Attention Gate,使得模型具有更好的鲁棒性。然后,使用最小二乘法对网络输出的瞳孔分割图进行拟合,最终根据拟合图像获取瞳孔中心坐标。本算法使用ExCuSe公开的24个数据集进行验证,实验表明该算法可以准确的定位瞳孔位置,平均检测率可达到92.6%。