基于瞳孔角膜反射技术的视线追踪算法研究开题报告

全文总字数：6130字

1. 研究目的与意义（文献综述）

1.1选题背景及研究意义

随着现代科学技术的高速发展，近年来，人工智能领域逐渐进入到人们生活的方方面面，其成果以及应用也层出不穷，在助残设备、人机交互、智能器件等方面都有着极为广泛的应用，并且人体生物特征信息也已经开始在各个领域有着丰富的运用，例如人脸结构信息、指纹识别、虹膜采集、人脸表情以及头部动作等都可以应用于许多交互式设备的输入^[1]。因此各种新兴的交互方式相继出现在人们的日常生活，鼠标、键盘等旧式设备不再是人机交互之间的全部输入部分，手势识别、人脸识别、触觉控制、视觉追踪等新兴交互方式开始成为人机交互系统的输入^[2]。本课题主要研究的内容是视线追踪、实现特征参数提取以及注视点估计及校准算法，能根据追踪人眼得到的特征参数来得到较为精确的视线注视点。但是这种应用的使用方法以及硬件设备不能在任何场景下使用，一般都被限制在某些场景下使用，该应用通常要求用户不能大幅度移动头部、不能在高度曝光的情况下，这些限制都给用户带来负面的产品体验^[3]。

早期的视觉研究是开始在19世纪末期，20世纪中期心理学的兴起带动了视觉注意的研究，尔后注视数据广泛应用于眼科学、认知心理学以及异常眼动等相关领域的研究^[4]。

视线追踪应用在学术界已经被划分为人机交互和医疗诊断技术的领域。在人机交互中，视线追踪技术能获取人眼数据，通过该数据可以使计算机对视线变换做出相应的反馈；在医疗诊断技术里，人眼数据可以作为诊断人眼病理的依据，可供医学人员进行分析。

2. 研究的基本内容与方案

2.1课题核心问题及目标

视线追踪技术常用于人机交互的输入信息，因此实现一个快速低延时并且高精准的视线追踪算法是一直以来的重点。

基于瞳孔角膜反射技术的视线追踪算法主要内容：通过红外光束来提取眼部特征，根据角膜反射点坐标以及瞳孔中心位置构成的向量计算出视线方向，对视线追踪进行建模，针对瞳孔目标运动的非线性以及非高斯性，研究滤波算法。本课题的核心问题便是设计出一种平均处理速度大于30帧每秒的视线特征参数提取方法，并且精度误差小于10个像素点，以及高精度的瞳孔追踪的滤波算法。

该课题的主要目标在于能实时、精确地定位人眼注视点的位置，以瞳孔角膜向量反射法为基础，结合图像采集以及图像预处理技术，通过粒子滤波算法等对人眼瞳孔进行追踪，达到能在光源波动的复杂场景下准确追踪的要求。

3. 研究计划与安排

第4周—第5周 学习matlab语法，以及基于瞳孔角膜反射法的人眼特征参数提取算法流程。

第6周—第7周 用matlab代码实现人眼特征参数提取算法，并对其进行仿真与分析。

第8周—第9周 学习粒子追踪算法基本理论。

4. 参考文献（12篇以上）

[1]李娅萍. 基于瞳孔角膜反射法的视线追踪技术研究[d].重庆邮电大学,2016.

[2] mauri c, granollers t, lores j, et al.computer vision interaction for people with severe movement restrictions[j].2006.

[3]周锋宜. 基于视频图像处理的视线追踪技术研究[d].北京理工大学,2015.