一种基于多视角学习的眼睛注视方向检测方法

摘要

本发明属于眼睛注视方向检测技术领域，提供一种基于多视角学习的眼睛注视方向检测方法，用于提高检测精度；本发明首先通过一种快速显著点移动识别方法收集人眼目视的图片数据，提取人眼目视图片数据中的两类特征，1)位置偏移量特征W、2)人眼周围部分图像灰度的梯度特征H；根据多视角的关联分析方法求取两类特征W、H投影到新的特征空间的投影矩阵A、B构建新特征空间下的数据样本；基于新的特征中的数据样本训练学习基于SVM的DAG‑SVM多分类算法的分类器，建立识别人眼注视方向的分类检测模型。本发明利用多视角学习的方式学习不同特征之间的相关性，建立新的学习训练样本，能够在单目摄像头条件下、大大提高人眼注视方向检测精度。