论文总字数：16572字

摘 要

人眼定位，作为人脸识别系统中的一个重要环节，很大程度上决定了人脸识别效果的好坏。三十多年来，人脸识别技术日臻成熟，各类算法层出不穷。整个人脸识别系统包含多方面的技术要点，因此，本文选择最具代表性的人眼定位方法作为主要研究对象。最初的人眼定位方法都是以可见光图像为研究对象，近年来，由于技术的不断发展，已经诞生了在精度、速度、稳定性方面大为提升的多光源识别技术。本文不作深入研究。

首先，介绍一下人脸识别的现状和研究意义。人脸识别技术流行于安全技术，智能设备等产业，各大互联网公司竞相研发。目前较为常见的用途是与支付手段相结合，如支付宝的刷脸支付。

其次，介绍传统的弹性群束图匹配方法。

弹性群束图匹配是计算机视觉中用于识别对象或对象集的一种算法，所识别对象均由图像中提取。这种方法最初就是用于人脸识别，同时也可以用来识别其他姿势或类对象。

然后介绍本文研究的基于神经网络和局部参数化模型的人眼定位方法。

关键词：人眼定位、刷脸支付、神经网络、局部参数化模型

STUDY OF METHODS OF EYE LOCATION

Abstract

Hunan eye location, an essential step of human face detection system, does a lot in deciding the ultimate recognition situation. Human face detection technology has been improving over three decades, meanwhile various algorithms upgrades every day. The entire human face detection system includes key points in many aspects, hence, we picked the most representative eye location as the main target object. The original eye location methods are all visible light oriented. In recent years, due to the development of new technology, we already have multiple light source recognition technology, which is superior in precision, shorter identifying time and steady. However, this paper won’t go that far.

First of all, we introduce the situation and meaning of studying human face recognition. Recognition technology is popular among security and smart devices industries. Big internet enterprises are riving against each other to develop face recognition. As we often see, it is usually combined with payment, such as alipay’s face-check pay.

After that, we introduce the traditional Elastic Bunch Graph Matching.

Elastic Bunch Graph Matching is an algorithm in computer vision for recognizing objects or object classes in an image based on a graph representation extracted from other images. It has been prominently used in face recognition and analysis but also for gestures and other object classes.

And then, we will focus on explaining biological neural oriented and local parametric models.

Keywords: eye location; face-check pay; neural network and local parametric models

目 录

摘 要 I

Abstract II

第一章 绪 论 4

1.1 引言 4

1.2 研究现状 4

1.3 目的和内容 4

第二章 简述匹配方法 5

2.1弹性群束图匹配^[1] 5

2.2搜索算法 5

第三章 人眼定位原理及人眼定位系统 6

3.1 局部参数化模型的人眼定位 6

3.2 基于神经网络的人眼定位 6

3.3 人眼定位系统 7

3.4 人眼检测 7

3.5 人眼定位方法小结 10

第四章 实验 11

4.1 实验程序界面及使用方法 11

4.2 面部数据库 11

4.3 实验结果及讨论 13

4.4 实验小结 18

第五章 结语 19

致 谢 20

参考文献（References） 21

第一章 绪 论

1.1 引言

人脸识别技术起源于上世纪六十年代，八十年代得到快速发展，九十年代开始投入使用。我国的人脸识别技术虽然起步较晚，但经历了三十多年的发展，取得了不少傲人的成就。现在，中国的人脸识别技术已经处于世界领先水平。总体而言，人眼定位技术已经形成体系，可供参考的资料较为丰富，这是选择本课题的主要原因之一。传统的人眼定位技术有诸多缺陷，如容易受光照、姿势等影响而导致定位不准确

传统人眼定位多是基于可见光图像，先验规则、几何形状信息、色彩信息等特征信息。各家算法不同，优缺点各异。由于水平有限，特选取应用较为广泛的基于神经网络和局部参数化模型的人眼定位方法作为研究对象。本论文的目的在于粗略了解人脸识别技术中的人眼定位方法，形成科学的学习体系，为将来学习写作打下良好的基础。

1.2 研究现状

人脸识别技术流行于安全产业，如大华等安防公司，同时也广泛应用于智能设备产业。最新的技术已经能达到超过99%的识别正确率，国内一些互联网巨头，如腾讯等公司在这方面处于领先地位。未来计算机产业的发展方向主要集中在云计算、物联网，人工智能等方面。其中物联网和人工智能都会用到人脸识别技术，人眼定位的方法尤为重要。

2015年德国展会上，阿里巴巴集团执行主席马云向世界展示了支付宝的刷脸支付技术，这一技术就是以人脸识别技术为基础，结合多方面的技术要点。诸如此类的应用还有安检人脸识别，考试身份信息对比等等。

剩余内容已隐藏，请支付后下载全文，论文总字数：16572字