眼动跟踪技术的研究与实现

《眼动跟踪技术的研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TN911.73单位代码：10183研究生学号：2013532115密级：公开吉林大学硕士学位论文（学术学位）眼动跟踪技术的研究与实现TheResearchandImplementationofEyeTrackingTechnology作者姓名：王浩专业：计算机应用技术研究方向：计算机图形学与数字媒体指导教师：许志闻教授郭晓新副教授培养单位：计算机科学与技术学院2016年4月眼动跟踪技术的研究与实现TheResearchandImplementationofEyeTrackingTechnology作者姓名：王浩专业名称：计算机应用技术指导教师：许志闻教授郭晓新副教

2、授学位类别：工学硕士答辩日期：2016年5月24日未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵权的法律责任。吉林大学硕±学位论文原创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中Ｗ

3、明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名；曰船７／０年ｒ月曰／告摘要摘要眼动跟踪技术的研究与实现眼睛是人们获取外界各种视觉信息的第一渠道，研究如何利用人眼的特征来得到我们想获取到的信息具有重大的意义。目前，与眼动跟踪技术的相关研究是计算机视觉与人机交互领域的热门研究方向。眼动跟踪技术的应用前景非常广泛，包括军事航空、生物医学、人机实时交互、机动车疲劳驾驶检测等。本文主要研究了人脸检测，人眼区域提取，瞳孔中心定位，视线方向估计等内容，其中对瞳孔中心定位的相关内容进行了重点研究，在前人研究的基础上，我们提出了一种基于图像梯度的改进

4、瞳孔中心定位算法，该方法可以很好的排除眉毛、头发等与瞳孔颜色相似的因素的干扰，对于较低分辨率的图像在不同的光照条件下定位比较准确，并且可以满足实时性的要求。对一幅包含人脸的图片进行人脸检测与脸部特征点检测。首先总结了现有的常用的人脸区域定位与脸部特征点检测方法的适合场景以及它们的优点和缺点，最后我们选择使用基于Adaboost人脸检测算法来检测人脸，使用可变形的模型拟合方法检测人脸的特征点，该方法速度和鲁棒性都比较好，使用该方法我们可以得到面部的66个特征点，其中左右眼睛各包括6个特征点，左右眉毛各包括5个特征点，通过这些特征点我们可以准确的定位构造出眼睛区域。实验表明，该

5、方法速度快，满足实时性，可以排除眉毛等干扰区域，并且对于小范围内的抬头低头和头部侧偏情形定位仍然准确，并且利用这些特征点我们还可以进行初步的视线方向判断。利用已经得到的眼睛区域图像我们进行一系列的图像处理，生成了眼睛图像的权值图像，然后结合权值图提出了基于图像梯度的改进瞳孔定位算法，最终估计出瞳孔中心的位置。在该瞳孔定位算法中我们使用了眼睛区域图像的权值图以及眼睛区域图像的梯度向量。权值图的作用是排除眼角、眼睫毛等颜色较暗区域对瞳孔定位的影响，提高瞳孔定位的准确度。我们利用眼睛区域图像生成权值图，对眼睛区域图像进行一系列的图像处理操作，例如二值化、形态学操作等，可以得到眼球

6、区域亮度值很高的权值图。在我们改进的算法中，结合该权值图和图像I摘要梯度向量，通过计算小范围的图像梯度向量，筛选掉了明显不会是瞳孔中心的点，然后通过计算并找到平均值最大的点，该点作为瞳孔中心的估计位置。然后我们进行了初步的视线方向判断。传统的图像梯度向量定位方法会遍历计算图像中所有的点，且往往会误定位到眉毛和眼角处，实验表明，该改进的算法可以很好的排除掉眉毛、头发、眼角等干扰区域的影响，且定位更加准确。关键词：眼动跟踪，瞳孔定位，梯度向量，人眼检测IIAbstractAbstractTheResearchandImplementationofEyeTrackingTechn

7、ologyEyesarethefirstchanneltoaccesstheoutsideworld,anditisimportanttostudyhowtousethecharacteristicsofhumaneyestogetthewantedinformation.Atpresent,therelatedresearchofeyetrackingtechnologyisahotresearchdirectioninthefieldsofcomputervisionandhuman-computerinter