10、一种用于眼动估计中定位瞳孔位置的方法

一种用于眼动估计中定位瞳孔位置的方法

概述

通过在眼睛的图像中定位瞳孔来估计注视点，在眼动过程中使用光学眼动追踪技术存在许多挑战。本章讨论了一种使用非侵入性眼动追踪技术在数字屏幕上估计注视点的方法。在这个方法中，使用了经过修改的网络摄像头来获取瞳孔的中心，并进一步处理以获得注视点。

1 引言

在数字屏幕上呈现的场景中估计注视点有许多应用，例如疲劳检测和注意力追踪。为了估计注视点，需要识别场景中一个人的视觉焦点。这被称为眼固定点或注视点。寻找注视点涉及到追踪人眼的不同特征。有多种方法可用于眼动追踪。其中一些使用特殊隐形眼镜（Robinson 1963），还有一些使用电位测量（Bulling 2011）。眼睛的光学追踪是一种非侵入性追踪技术，它使用视频捕捉设备记录的一系列眼睛图像帧。这种技术通常被称为视频眼动图（VOG）。VOG中用于眼动追踪的不同技术包括瞳孔-角膜反射向量或普尔金耶图像（Crane & Steele 1985）以及瞳孔-眼角向量（Zhu & Yang 2012）。

1.1 瞳孔中心的获取

瞳孔位置的检测是任何眼动追踪机制的关键特性。系统的准确性在很大程度上取决于对眼睛所有位置的瞳孔中心的准确检测。使用明亮或暗淡的瞳孔效应（参见图11.3(b)）时，瞳孔的检测更为容易。为了简化讨论，我们仅限于讨论暗瞳效应。第一步是使用红外摄像头获取眼睛的图像。这个画面中的深色区域包括睫毛、眉毛的一部分以及瞳孔。在所有这些深色区域中，瞳孔具有明确的形状，并且是整个图像中最大的连通组件。第二步是获得一个只包含深色区域的二值图像。这可以通过对图像应用强度阈值变换来实现。选择一个阈值，代表每个像素的颜色强度值，该值低于此阈值的像