摘 要: 针对非接触式视线跟踪系统中注视点估计算法鲁棒性差的问题, 提出一种基于角度映射的注视点估计算法.首先,根据人眼特性及视觉成像原理,瞳孔中心相对角膜反射光斑的位置与注视点相对于红外光源 的位置之间具有一定的角度映射关系,据此估计出注视点近似位置.然后, 在眼球模型结构的基础上分析了眼球角膜曲面对注视点造成的偏差,通过弧长对误差进行补偿.最后, 利用非线性多项式模型对眼球视轴和光轴之间的偏差进行拟合,得到最终的视线落点.实验证明,该统具有较高的精度和自由度,在水平和垂直方向上最大误差均小于1cm.

关键词：视线跟踪；角度映射；视轴； 中图法分类号：TN925；文献标志码；A

     视线跟踪技术是一种利用人类眼球运动信息来获取视线方向或关注热点的科学应用技术, 近年来迅速获得国内外相关学者的广泛关注,被广泛应用于视觉注意机制的研究,页面分析,人机交互, 虚拟现实/智能机器以及军事等领域.然而就目前的视线跳跃系统而言,尽管其技术优势明显,但是由于各方面技术的不成熟,使得跟踪精度,用户自由度,系统实时性及成本无法满足实际的应用要求.Mori-noto等[1] 提出一种非接触式的基于多项式拟合的注视点估计算法,通过多项式拟合方程建立注视点位置与瞳孔中心位置之间的函数映射关系,该算法对硬件要求低,在头部静止情况下追踪精度可达到1.5°-2°,但对用户头动比较敏感.郑思仪等提出一种基于眼球结构的视线映射几何模型, 在立体视觉的基础上利用瞳孔中心与角膜反射点得到角膜曲率中心和光轴的方向,解决了用户头动状态下的注视点估计精度问题,该系统在距离屏幕35cm,头部局限20cm的大圆内,跟踪精度在水平方向可达1.4°,垂直方向可达1.6°,但是该方法需要保持摄像机和光源的相对静止,移动则需要重新标定,并且还需要进一步提高三维测量的精度.张鹏翼等[3]使用立体视觉信息的视线追踪系统设计, 使用神经网络结合卡尔曼滤波的方法对瞳孔进行跟踪,再结合支持向量回归对人眼参数和注视点这间的关系进行训练,得到视线映射模型,该系统在相机光轴方向30cm头动范围内,追踪精度可达到1.8°,但是算法在训练过程中, 算法冗余度和精度不能很好满足系统需要,并且在成熟度和实用性方面有所欠缺.
     针对以往视线跟踪系统存在的不足,本文基于单相机双光源的非接触式视线跟踪系统,提出了一种基于角度映射的注视点估计算法.据人眼特性及视觉成像原理,眼睛注视某一点, 瞳孔中心相对于角膜反射光斑的位置与注视点相对于红外光源的位置之间具有一定的角度映射关系,据此估计出注视点近似位置,进一步对算法中产生的误差进行立体分析,并通过弧长进行补偿,最后利用性多项式模型对眼球视轴之间的偏差进行拟合, 得到最终注视点位置.

1. 视线跟踪系统

    本文视线追踪系统主要由相机,近红外光源及计算机组成.红外光源旋转在计算机屏幕左上角和右上角位置,照射眼睛时,人眼角膜对红外光有较大的反射率,产生反射光斑.眼睛朝不同方向运动时,光从不同角度照射到角膜,瞳孔中心随着关注点的不同发生相应的变化,角膜反射点的位置可认为固定不变.利用眼球结构这种生理特性,提取视线特征参数,通过相应的注视点估计方法就可以得到注视点位置[4].
&nsbp; &nsbp; &nsbp; 首先,在人眼定位阶段,采用基于灰度差的人眼定位方法,利用人脸,角膜反射点和瞳孔之间的灰度差来定位人眼[5].其实,定位人眼区域后,通过平和垂直灰度积分法来精确定位瞳孔区域.最后对瞳孔边缘进行检测,利用椭圆拟合法和质心法确定.

作者简介：
金纯 （1966—） 博士、教授、研究生导师 主要研究方向：无线通信、计算机软件、物联网等
通信作者简介:李娅萍,女.硕士研究生.研究方向;电子与通信工程.E-mail:84066078@qq.com