مدل سازی، تشخیص و تعقیب حرکات چشم انسان در دنباله تصاویر

تشخیص چهره و اجزای تشکیل دهنده آن یکی از مهمترین رویکردهای تسهیل کننده ارتباط میان انسان و ماشین و حیطه ای فعال در حوزه علم بینایی ماشین است. از جمله کاربردهای این رویکرد می توان به طراحی و ساخت رابط های نرم افزاری هوشمند، کنترل امنیتی اماکن، تشخیص حالات چهره انسان برای کنترل شرایط بحرانی مانند خواب آلودگی راننده و مانند اینها اشاره کرد. در این میان چشم ها و اجزای شان از اهمیت خاصی برخوردارند. هدف این پایان نامه بررسی و مطالعه روش های موجود و ارایه روشی جدید برای مدل سازی، تشخیص و تعقیب حرکات چشم در یک دنباله از تصاویر است. تشخیص چشم ها در تصویر اوّلین مرحله ای ست که مورد بررسی قرار می گیرد. هدف از این مرحله مکان یابی و استخراج نواحی دارای چشم از بقیه اجزای صورت و تصاویر زمینه است. برای این منظور سه روش متفاوت، بسته به کیفیت تصویربرداری ارائه شده است. روش عمومی، تقطیع و انتخاب بزرگترین ناحیه مشمول رنگ پوست درون تصویر بمنظور مشخص نمودن ناحیه چهره است. پس از مشخص شدن ناحیه چهره نوبت به جداسازی نوار چشمی یا همان مستطیل دربردارنده هر دو چشم می رسد. در روش اوّل نمای عمودی که مستلزم نرمال سازی ناحیه چهره و عمود قراردادن محور اصلی بهترین بیضی برازش شده در آن است، وظیفه جداسازی این نوار را بر عهده دارد. علاوه بر این روش، دو متد دیگر مبتنی بر بکارگیری فیلتر بالاترین اختلاف سطح تباین و دیگری بر اساس استفاده از عملگرهای مورفولوژیک برای تصاویری که از سطح تباین مناسبی برخوردارند، پیشنهاد شده اند. پس از جداسازی نوار چشمی، متد تطبیق کلیشه بسادگی دایره عنبیه را در هر چشم مشخص می کند. گوشه های هر چشم نیز با استفاده از ردگیری کانتور پلک فوقانی قابل دسترس اند. به این ترتیب موقعیت اجزای اصلی چشم مشخص شده اند. در این پایان نامه برای مدل کردن حرکات چشم و میزان باز یا بسته بودن آن از اطلاعات ارائه شده توسط لبه های داخلی چشم استفاده شده است. دو متد اصلی نیز برای استخراج این لبه ها پیشنهاد و پیاده سازی گردیدند. منحنی های فرم پذیر(snake) و نگاشت خود سازمانده تطبیقی (tasom). هر یک از این دو متد با شروع از یک منحنی تخمینی اوّلیه و بسط تکراری این منحنی سعی در بدست آوردن شکل و فرم لبه های داخلی چشم می کنند. بمنظور ایجاد تخمین خوبی از منحنی اوّلیه، نقاط خاصی درون چشم تعریف و استخراج و دوایری با شعاع مناسب بمرکز این نقاط بعنوان منحنی های اوّلیه اختیار گردیدند. منحنی های فرم پذیر برای بسط منحنی اولیه و برازش آن بر لبه های داخلی چشم از کمینه سازی یک تابع انرژی بهره می برند. جملات این تابع انرژی در بردارنده محدودیت های شکل و فرم خود منحنی(انرژی داخلی) و محدودیت های تحمیل شده از جانب تصویر(انرژی خارجی) هستند. تنوّع منحنی های فرم پذیر نیز در تنوّع انواع انرژی خارجی تعریف شده برای آنهاست. در این مطالعه از منحنی های فرم پذیر gvf برای استخراج لبه های داخلی چشم استفاده گردید. علاوه بر منحنی های فرم پذیر، نگاشت خودسازمانده تطبیقی نیز برای این منظور بکار گرفته شده است. این نگاشت که نسخه ای تکامل یافته از نگاشت خودسازمانده تطبیقی کوهونن است بر آنست که تغییرات محیطی را نیز دنبال نماید و بتواند در محیطی پویا قابل استفاده باشد. بسط منحنی اوّلیه تخمین زننده لبه های چشم در این روش مبتنی بر یادگیری از بردارهای ویژگی خاصی که اغلب نقاط لبه ای تصویر هستند صورت می گیرد. منحنی های استخراج شده توسط هر یک از دو روش فوق می توانند بعنوان مدلی برای چشم مورد استفاده قرار بگیرند. چرا که امکان بازسازی شکل و فرم چشم با داشتن این منحنی ها در جایی دیگر امکان پذیر است. در عین حال مدل جدید دیگری نیز برای توصیف شکل چشم مبتنی بر محور میانه پیشنهاد گردیده است. پس از تشخیص و شناسایی چشم، نوبت به تعقیب حرکات آن در دنباله تصاویر می رسد. مبتنی بر دستاوردهای مرحله تشخیص حاصل از بکارگیری دو متد گفته شده، روشی برای تعقیب حرکات چشم با نام مدیریت تغییرات ارائه گردید. در این روش تصمیم گیری برای چگونگی پیشروی فرآیند تعقیب با در نظر گرفتن مقدار تغییرات بین فریمی و تغییرات همسایگی های گره های منحنی تخمین زننده لبه های داخلی چشم در دو فریم متوالی صورت می پذیرد. گره هایی از منحنی تخمین زننده که در فریم جاری تخمین خوبی از نقاط لبه ای چشم نیستند جای خود را به گره های جدیدی می دهند که طی پروسه تخمین لبه، موقعیت مناسب خود برای توصیف لبه های چشم را بدست می آورند. اگر سطح تغییرات بدست آمده دو فریم از حدّ آستانه ای بیشتر بود، الگوریتم با تعویض حالت به حالت تشخیص مجدداً کار مکان یابی عنبیه و به تبع آن نقاط مهّم چشمی را انجام خواهد داد. البته این کار فقط در ناحیه مشخصی صورت خواهد پذیرفت.