視線跟蹤系統(tǒng)中的標定技術(shù)和瞳孔定位問題研究.pdf

1、在過去幾十年里，視線跟蹤和注視點估計技術(shù)在計算機視覺、心理學(xué)領(lǐng)域得到了廣泛的研究。但是由于人眼的獨特性、形狀的可變性、尺度和坐標的不確定性以及光照的差異等因素，使得視線跟蹤技術(shù)仍然是一個具有挑戰(zhàn)性的任務(wù)。視線跟蹤在神經(jīng)系統(tǒng)科學(xué)、心理學(xué)和人機交互等方面有著廣泛的應(yīng)用。另外，注視點估計技術(shù)在人類行為分析、人類認知分析、市場與廣告分析、人機交互交口等領(lǐng)域有著至關(guān)重要的作用。
　　 本文對基于視頻圖像的視線跟蹤技術(shù)中的一些關(guān)鍵技術(shù)和難點

2、進行了深入的探討，并重點研究了頭戴式視線跟蹤系統(tǒng)中的標定問題和變形瞳孔的精確定位問題，并在文章最后提出了一套3-D桌面式視線跟蹤系統(tǒng)設(shè)計構(gòu)架。主要研究成果如下:
　　 1.研究了目前頭戴式視線跟蹤系統(tǒng)中的標定方法，提出了一種基于虹膜識別的一次標定方法。該方法要求使用者在第一次使用頭戴式視線跟蹤系統(tǒng)時進行標定，當(dāng)再次使用該系統(tǒng)時，系統(tǒng)會根據(jù)虹膜識別技術(shù)采集使用者眼部圖像，自動識別使用者身份，并將當(dāng)前眼部數(shù)據(jù)與標定時的眼部數(shù)據(jù)進行對

3、比，計算出兩幅圖像的相對偏轉(zhuǎn)角和偏移量，得到使用者當(dāng)前條件下的標定參數(shù)，從而省卻再次標定的復(fù)雜過程。實驗表明，該方法可以在不影響系統(tǒng)精度和不增加任何系統(tǒng)硬件的情況下，極大的簡化系統(tǒng)標定過程，降低系統(tǒng)使用復(fù)雜度。
　　 2.研究了變形瞳孔的精確定位問題，提出一種基于改進橢圓圓周差分算子的橢圓瞳孔定位算法。該算法將瞳孔定位問題分為邊緣點提取和橢圓擬合兩個部分。在邊緣點提取中，首先采用徑向?qū)ΨQ算法大致定位出瞳孔位置并計算分割閾值，然后

4、分割出圖像中的瞳孔區(qū)域。同時結(jié)合眼瞼和光斑位置信息，提取出真實的瞳孔邊緣點集。在橢圓擬合部分，首先從瞳孔邊緣點集中隨機選取5個點擬合出橢圓，然后利用改進的橢圓圓周差分算子評估橢圓擬合的質(zhì)量，再通過迭代選取出最佳的橢圓參數(shù)。由于橢圓圓周差分算子對于睫毛、眼瞼等干擾非常不敏感，所以其可以真實的評估出橢圓擬合的質(zhì)量。實驗證明，該算法在眼瞼、睫毛、光斑等因素干擾嚴重的情況下，比其他常用算法具有更加快速、魯棒、精確的定位效果。
　　 3.