·810 工程科学学报，第37卷，第6期 100 100 9 (a) 9 70 0 6 50 10 0 10 0.05 0.10 0.15 0.20 0.25 0.30 0.05 0.10 0.15 0.20 0.25 0.30 相对误差 相对误差 100 90 晚 60 40 20 0 0 0.05 0.100.150.200.250.30 相对误差 图8BioD人脸数据库人眼中心定位正确率相对误差分布.(a)没有佩戴眼镜：(b)佩戴眼镜：()全部图像 Fig.8 Distribution of relative error against detection rate for eye center localization on BiolD face database:(a)images without glasses:(b)images with glasses:(c)entire face database 100 I00 (a) 90 90 0 80 70 70 60 0 5 3 20 10 0.05 0.100.150.200.25 0.30 0 0.05 0.100.15 0.200.25 0.30 相对误养 相对误差 图9 FERET(a)和MM(b)人脸数据库人眼中心定位正确率相对误差分布 Fig.9 Distribution of relative error against detection rate for eye center localization on FERET (a)and IMM (b)face databases 文的部分人眼中心定位效果图 4 结论 提出了一种混合人眼检测方法.首先，使用训练 过的人眼方差滤波器在人眼区域中进行搜索，获得人 眼候选图像：然后，使用支持向量机确定出人眼具体图 像区域，为了降低支持向量机计算时间和提高支持向 量机分类准确率，使用主成分分析算法对训练支持向 量机的图像数据进行降维处理，并使用径向基函数作 为支持向量机的核函数，研究了三种算法的支持向量 机参数优化，通过比较分类正确率，采用遗传优化算法 确定支持向量机参数：最后，使用支持向量机精确检测 图10在不同数据库中人眼中心定位效果 出人眼区域.以检测的人眼区域为基础，利用统计局 Fig.10 Examples of eve center localization on different databases 部图像灰度熵值比率和图像灰度值比率定位人眼中工程科学学报，第 37 卷，第 6 期 图 8 BioID 人脸数据库人眼中心定位正确率相对误差分布． (a) 没有佩戴眼镜;(b) 佩戴眼镜;(c) 全部图像 Fig． 8 Distribution of relative error against detection rate for eye center localization on BioID face database: (a) images without glasses; (b) images with glasses; (c) entire face database 图 9 FERET (a)和 IMM (b)人脸数据库人眼中心定位正确率相对误差分布 Fig． 9 Distribution of relative error against detection rate for eye center localization on FERET (a) and IMM (b) face databases 图 10 在不同数据库中人眼中心定位效果 Fig． 10 Examples of eye center localization on different databases 文的部分人眼中心定位效果图． 4 结论 提出了一种混合人眼检测方法． 首先，使用训练 过的人眼方差滤波器在人眼区域中进行搜索，获得人 眼候选图像;然后，使用支持向量机确定出人眼具体图 像区域，为了降低支持向量机计算时间和提高支持向 量机分类准确率，使用主成分分析算法对训练支持向 量机的图像数据进行降维处理，并使用径向基函数作 为支持向量机的核函数，研究了三种算法的支持向量 机参数优化，通过比较分类正确率，采用遗传优化算法 确定支持向量机参数;最后，使用支持向量机精确检测 出人眼区域． 以检测的人眼区域为基础，利用统计局 部图像灰度熵值比率和图像灰度值比率定位人眼中 ·810·