Resumen

Un detector de ojos preciso y eficiente es esencial para muchas aplicaciones de visión por computadora. En este documento, presentamos un método eficiente para evaluar la ubicación de los ojos a partir de imágenes faciales. Primero, se propone rápidamente un grupo de regiones candidatas con puntos extremos regionales; luego, se adopta un conjunto de redes neuronales convolucionales (CNN) para determinar la región de ojo más probable y clasificar la región como ojo izquierdo o derecho; finalmente, se localiza el centro del ojo con otras CNN. En los experimentos utilizando GI4E, BioID y nuestros conjuntos de datos, nuestro método logró una precisión de detección que es comparable a los métodos existentes más avanzados; al mismo tiempo, nuestro método fue más rápido y adaptable a variaciones de las imágenes, incluidos cambios de luz externa, oclusión facial y cambios en la modalidad de imagen.

• Materias:Ecuaciones integrales Función Beta Número cromático Formulación de superficies Funciones aritméticas
• Subjects:Integral equations Beta function Chromatic number Formulation of surfaces Arithmetic functions
• Palabras claves:Detector de ojos; Visión por computadora; Imágenes faciales; Redes neuronales convolucionales; Precisión de detección; Modalidad de imagen
• Keywords:Eye detector; Computer vision; Facial images; Convolution neural networks; Detection accuracy; Image modality