瞳孔中心检测方法：一项比较分析
计算机视觉与模式识别
2020-06-22 v1 图像与视频处理
摘要
在过去十年中，用于眼动追踪的技术与工具开发一直是一个不断增长的领域。利用图像处理技术检测瞳孔中心是这一过程的重要步骤。已提出大量使用传统图像处理和基于机器学习的方法进行瞳孔中心检测的技术。尽管提出了大量方法，但未发现使用相同图像和性能指标对其性能进行比较的工作。在本工作中，我们旨在从精度、鲁棒性和计算成本方面比较四种被引用最频繁的传统瞳孔中心检测方法。这些方法基于圆形 Hough 变换、椭圆拟合、Daugman 积分微分算子和径向对称变换。比较分析使用来自 CASIA-IrisV3 和 CASIA-IrisV4 数据库的 800 张包含各类干扰的红外图像进行。基于径向对称变换的方法取得了最佳性能，其精度和平均鲁棒性高于 94%。由椭圆拟合方法获得的最短处理时间为 0.06 s。
引用
@article{arxiv.2006.11147,
title = {Pupil Center Detection Approaches: A comparative analysis},
author = {Talía Vázquez Romaguera and Liset Vázquez Romaguera and David Castro Piñol and Carlos Román Vázquez Seisdedos},
journal= {arXiv preprint arXiv:2006.11147},
year = {2020}
}
备注
15 pages, 9 figures, submitted to the journal "Computaci\'on y Sistemas"