眼动跟踪仪的光源布局优化方法

使用角膜瞳孔反射法的眼动跟踪仪相比基于表观的方法具有较高的视线估计精度,在人机交互、AR/VR等领域具有较大的实际应用价值。但是角膜瞳孔反射法受制于角膜非球面的影响,需要光源距离较近,从而限制普尔钦斑处于逼近球面的角膜区域。但光源距离太近又会放大计算的误差,所以针对眼动跟踪仪的硬件结构缺乏量化设计指导的问题,提出了一种光源布局优化方法。通过计算机仿真的手段,建立了角膜的非球面几何模型,理论分析了不同光源布局下的平均视线估计精度,然后通过由粗到精的方式,优化求解得到最优光源布局,抑制了非球面角膜带来的影响。最后以两类典型的设备为例,在典型参数下分别讨论了头戴式和遥测式的最优双光源布局,结果可作为典型硬件设计的理论参考。

用于移动设备人机交互的眼动跟踪方法

传统眼动跟踪设备构造复杂、体积和重量大,通常只能以桌面固定方式使用,无法支持普适计算环境下的移动式交互.为此,提出一种面向移动式交互的眼动跟踪方法,包括眼动图像处理、眼动特征检测、眼动数据计算和眼动交互应用4个层次.首先对眼球红外图像进行滤波、二值化处理,进而基于瞳孔-角膜反射法,结合二次定位和改进的椭圆拟合方法检测瞳孔,设计缩放因子驱动的模板匹配法检测普洱钦斑;在此基础上,计算注视点坐标等眼动数据;最后设计与开发了一个基于单个红外摄像头的头戴式眼动跟踪原型系统.实际用户测试结果表明,该系统舒适度适中,并具有较高精度和鲁棒性,从而验证了文中方法在移动式交互中的可行性和有效性.

眼动交互的实时线性算法构造和实现

眼动跟踪技术作为一种新兴的交互手段,具有自然、高效和易于意图理解等优点.我们设计实现了一个桌面眼动跟踪系统作为虚拟装配系统的一个通道,通过摄像机实时采集视频并经过实时的图像处理判断用户对虚拟环境中对象的注视焦点.系统利用了瞳孔-角膜反射向量法理论,设计和实现了一个高效的实时眼动跟踪算法,即线性逼近预测算法.实验证明这一方法很好的解决了眼动通道的实时性问题.

眼动仪的开发现状及其在运动心理领域的应用

目前眼动仪的开发主要采用电流记录法、电磁感应法和光学记录法(包括角膜反射法和虹膜—巩膜反射法)三种技术;高速、高精确度,与高新技术相结合,开发与应用更趋于自然,多样化是眼动仪的发展特点;在运动心理领域应用眼动仪呈现了研究生态学效度的提高,视觉信息的有效获得与反馈的特点;本领域先进仪器的应用比其他领域少,自然环境条件下仪器的使用受限,记录视觉纵深变化的功能不能较好地实现,现有头盔式眼动仪在数据采集和处理上还未达到记录阅读眼动状况仪器系统的水平,眼动仪与反应时测试仪等反映心理认知特点的仪器的结合还未能实现是当前运动心理领域应用眼动仪存在的主要局限。

非接触动态实时视线跟踪技术

视线跟踪技术是智能眼动操作系统的关键技术,是实现先进眼动操作系统作为高级人机交互应用的基础和前提。较为完整地阐述了非接触式视线跟踪技术的发展历程,并详细介绍了现有的实现视线或注视点实时动态跟踪测量的非接触视线跟踪技术,包括2D视线跟踪方法、3D视线跟踪方法和基于3D模型的视线跟踪方法。通过分析和比较现有的三类方法的最新进展,介绍了视线跟踪技术目前面临的科学问题,提出了基于双目立体视觉的头戴式自由空间视线跟踪测量方法,指出了视线跟踪技术应满足基于眼动操作系统的智能人机交互方法向自由空间操作发展的需求,朝着高精度、易配置、更大视线活动范围的自由空间视线测量方向发展。

基于眼动跟踪的智能家居控制器

针对现有智能家居控制器存在抗干扰及适应性均较差的问题,设计了一种基于眼动跟踪技术的智能家居控制器。该控制器使用现场可编程门阵列(FPGA)作为处理核心,根据人眼在红外光照射下的反射光斑特征,快速定位人眼,通过阈值分割、边缘检测及椭圆拟合定位光斑中心和瞳孔中心,使用映射函数构建视线与用户界面的位置关系,实现用户通过视线选择界面家电图标,然后搭配其它功能电路,通过眨眼控制家电的开启、关闭实现眼动控制家居电器。实验结果表明,该控制器有效控制准确率达92%,控制响应时间为0.47s,满足实时性的要求,同时采用视频图像处理技术能有效避免环境语音噪声的干扰,尤其适用于肢体残障人士。

头戴式眼动跟踪系统设计与实现

为提高未来战争中士兵操控无人武器系统的作战效率,文章构建了头戴式眼动跟踪系统,基于角膜反射光斑和瞳孔中心定位算法相结合的视线估计方法,在Linux系统下使用结合OPENCV的开发语言,采用阈值分割法进行瞳孔粗定位,运用最小二乘椭圆拟合算法确定瞳孔中心坐标,以多项式函数的形式建立瞳孔中心与注视点之间的映射关系,实现了人眼注视方向的估计,为无人武器眼动跟踪瞄准奠定了基础,实验表明,该方法具有很高的定位精度。