基于LPM特征與級聯(lián)SVR的視線跟蹤系統(tǒng)研究.pdf

1、多媒體人機交互技術(shù)是多媒體技術(shù)和人機交互技術(shù)的結(jié)合，其主要內(nèi)容是信息表示的多樣化和如何通過多種輸入輸出設(shè)備與計算機進行交互。它包括基于視線跟蹤、語音識別、手勢輸入等各種新的交互技術(shù)。而視線跟蹤與視線輸入作為這個領(lǐng)域中新興的技術(shù)，成為近年來人機交互領(lǐng)域中倍受關(guān)注的前沿方向。圍繞著視線跟蹤與視線輸入這個主題，本文主要探討了人眼視覺跟蹤理論與基于視線輸入的人機系統(tǒng)等相關(guān)問題。 首先，本文簡要論述了人機交互技術(shù)和計算機視覺理論的發(fā)展歷程

2、，并扼要介紹視線跟蹤技術(shù)的現(xiàn)有基本原理和方法，總結(jié)其研究現(xiàn)狀和進展。同時介紹本文的研究背景和研究內(nèi)容。 其次，不同于主動紅外源照射下基于角膜反射—瞳孔中心(PCCR)的理論，提出了一種基于人眼“特征”的視線跟蹤系統(tǒng)。具體來說是將眼睛的空間坐標與眼睛圖像的LPM特征相結(jié)合作為視線判別的特征，通過級聯(lián)支持向量回歸的算法(級聯(lián)SVR)預(yù)測視線方向與屏幕坐標的映射關(guān)系，實現(xiàn)了人在與計算機進行交互過程中頭部自然運動情況下的視線跟蹤。

3、 用眼睛圖像LPM特征來表示眼睛視線的信息，是對經(jīng)典的基于紅外線眼睛圖像的瞳孔中心反射點向量方法的一種改進。傳統(tǒng)的瞳孔中心反射點向量的算法，在計算瞳孔中心時通常需要邊緣形狀檢測，然后確定中心位置，由于瞳孔的形狀隨著眼睛運動會產(chǎn)生變化，而且瞳孔的邊緣經(jīng)常會出現(xiàn)模糊現(xiàn)象影響瞳孔中心的檢測結(jié)果，同時反射點過大也會使檢測的反射點位置發(fā)生偏移，所以在計算瞳孔中心反射點向量時經(jīng)常會出現(xiàn)誤差，影響實驗效果。利用LPM特征不僅能夠表現(xiàn)瞳孔中心反射點向