Detekce očí a jejich jednotlivých částí ve videosekvencích

Abstract

Tato diplomová práce se zaměřuje na navržení metod a vytvoření softwaru pro detekci očních částí v obrázcích získaných kamerou. Konkrétně se jedná o nalezení očních oblastí, detekce duhovky, detekce zornice a nalezení očních víček. Obrázky se kterými software pracuje jsou ve stupních šedi a byly pořízeny za běžného, případně infračerveného osvětlení. Motivací pro tuto práci bylo předpokládané použití detekce v systému pro sledování řidiče a míry jeho unavenosti, a prací tak přispět ke zvýšení bezpečnosti na cestách a dálnicích. V textu popisuji metody, které jsou již známé, dále metody, které jsem modifikoval a i metody, které jsem sám navrhl. Výsledkem této diplomové práce je implementace detekce očních částí v jazyce C++, podrobný popis použitých technik a detailní experimentální část, ve které je vyhodnocena úspěšnost a časová náročnost na více než 1 500 obrázcích.

The thesis is focused on designing the methods and creating the software for detecting different parts of eyes in the images taken by a camera. This is done by finding the specific area of eye, which is followed by detecting the iris, locating the pupil, and identifying the eye lids. The system works with the grayscale images that can be taken using both natural and infrared light. My primary motivation for choosing this topic was the anticipated use of this detection system for monitoring the drivers and measuring their drowsiness while they are driving. This should help to increase the safety on roads and motorways. In my work, I describe the methods that are already known, as well as the methods I have modified, and the methods that were created by myself. The final practical outcome of this diploma thesis is the implementation of the methods that can recognize various parts of eye. The implementation is done in C++. The work also includes a detailed description of the techniques that were used. It also contains a thorough experimental evaluation including efficiency and time complexity, which was evaluated for over 1500 images.