眼球跟踪技术_李伶俐
眼球跟踪：身份识别新技术
次 会 议 中他 们 带 来 了一 组 测 试 成 员 ，
让 这 些 人 接 受 了 几 幅 图像 的 测 试 ， 其 中 大 量 案例 都 获 得 了 非 常 好 的 结 果 。 但 是
如 果 他 们 使 用 相 同 数 量 的 图 像 以 周 或 月
生 物 统 计 学 专 家 凯 文 ・鲍 耶 尔 （ ｖｎ Ｋｅ ｉ Ｂｏ ｅ）提 到 ， 有 些 基 于 声 音 、 击 打 和 ｗｙ ｒ 笔 迹 的 安 全 系 统 已 经 使 用 了 质 询 一 响 应 的 方 法 他 说 ： “ 的 主 要 优 势 在 于 ， 它
为 了 获 得 有 效 信 息 ， 它 能 够 控 制 更 多 条
撰文 ／邓肯 ・ 格雷厄 姆 一罗
电 脑 和移 动 设 备 中 。 该 公 司 目前 正 在 为
ｉｈ ｎ Ｐ ｏ ｅ４开 发 相 应 的 应 用 程 序 。
帕 尔 蒂 一沃 瑟 曼 表 示 ， 许 多 其 他 生 物 测定 系统 经 常会 被 蒙 骗， 比 如 高精
度 的 复 制 （例 如 指 纹 或 者 视 网 膜 ） 就 能 蒙 混 过 关 而 这 种 新 系 统 使 用 一 种 极
沿 着 同 一 条 轨 道 驾 驶 ， 他 们 行 驶 在 相 同
ｓ ｓｅ ｙ ｔｍｓ）测 量 的 都 是 物 理 特 征 ， 这 些 特 征 通 常 都 是 恒 定 不 变 的 常 量 ， 例 如 指 纹
或 虹 膜 特 征 （ｒｓ ａｔｒｓ）。 该 系 统 的 ｉ ｔ ｎ ｉｐ ｅ
非 常 简 单 。 用 户 只 需 看 着 屏 幕 上 移 动 的
眼部追踪方案
眼部追踪方案简介眼部追踪方案是一种用于跟踪用户的眼部运动和注视点的技术。
它通过使用眼部追踪设备和算法来检测和分析眼部运动，从而可以实时记录用户在不同任务和环境中的注视点和注意力分布。
眼部追踪方案在人机交互、认知心理学、市场研究等领域具有广泛的应用。
眼部追踪设备眼部追踪设备是实现眼部追踪方案的关键组成部分。
常用的设备包括：1.眼动仪：使用红外光或者反光式摄像头来跟踪瞳孔的位置和运动。
它通常需要用户配戴特殊的眼镜和传感器，来获取准确的眼部数据。
2.无线眼动仪：相比传统眼动仪，无线眼动仪不需要用户配戴任何设备，可以以无线方式获取眼部数据。
这大大提高了用户的便利性和参与度。
3.VR/AR眼部追踪设备：在虚拟现实和增强现实领域，使用专门的头戴式设备，通过光学传感器和内置摄像头对用户眼部运动进行跟踪。
这种设备可以实时获取用户在虚拟场景中的注视点，为用户提供更真实和沉浸式的体验。
眼部追踪算法眼部追踪算法旨在分析和识别眼动仪或其他眼部追踪设备获取的眼部数据。
以下是一些常用的算法技术：1.瞳孔检测：通过图像处理技术和机器学习算法，自动识别和追踪瞳孔的位置和大小。
这是眼部追踪的基本步骤，也是后续算法和应用的基础。
2.注视点预测：根据眼部运动的时间序列数据，使用统计模型或机器学习算法预测用户的注视点。
这个算法可以用于评估用户在特定任务或场景中的注意力分布。
3.眼动特征提取：通过分析眼动数据中的特征，如注视持续时间、扫视速度和扫视路径等，来识别用户的认知和注意力状态。
这种算法可以应用于人机交互中，实现更智能的用户界面和交互方式。
应用领域眼部追踪方案在许多领域有广泛的应用，以下是一些例子：1.用户界面设计：通过分析用户的注视点和眼部运动，可以提供更智能和高效的用户界面设计。
例如，在移动应用中，可以根据用户的眼动信息实时调整界面的布局和显示内容。
2.广告和市场研究：通过追踪用户的注视点和注意力分布，可以评估广告的视觉吸引力和有效性。
人机交互中的眼球移动追踪技术研究与实现
人机交互中的眼球移动追踪技术研究与实现随着信息技术的不断进步，人机交互已经成为现代社会生活中不可或缺的一部分。
眼球移动追踪技术作为一项重要的交互方式，在近年来得到了广泛的应用和研究。
本文将讨论人机交互中的眼球移动追踪技术的研究与实现。
眼球移动追踪技术是一种监测和追踪人眼在屏幕上的注视点的技术。
通过使用红外摄像头、红外传感器或者其他类似的设备，我们可以准确地追踪人眼在屏幕上的位置。
这项技术的研究和实现对于改进人机交互体验和分析人眼行为具有非常重要的意义。
首先，眼球移动追踪技术使得人机交互更加自然和直观。
以往的交互方式主要依赖于鼠标、键盘或触摸屏等手指操作，这些方式并不一定能够完全满足用户的需求。
而通过追踪人眼的移动，我们可以更准确地理解用户的意图和需求，从而提供更加自然和直观的交互方式。
其次，眼球移动追踪技术可以改善虚拟现实(VR)和增强现实(AR)等领域的用户体验。
在虚拟现实环境中，用户可以通过眼球移动来选择不同的视角，从而更好地沉浸在虚拟世界中。
在增强现实环境中，眼球移动追踪技术可以帮助用户更容易地与虚拟对象进行互动，从而提高他们的参与度和满意度。
此外，眼球移动追踪技术还可以用于研究人眼行为和心理学。
通过分析人眼的移动轨迹，我们可以了解用户对不同信息的关注程度和认知过程。
眼球移动追踪技术可以为心理学研究提供重要的数据来源，帮助我们更好地理解人类的视觉注意和认知机制。
而在实现眼球移动追踪技术时，主要有几种常用的方法。
第一种方法是通过红外摄像头进行眼球追踪。
摄像头会捕捉眼睛周围的红外反射，并根据反射的位置确定眼球的注视点。
这种方法的优点在于非接触性，用户无需佩戴任何额外设备即可实现眼球追踪。
然而，由于环境光等因素的干扰，摄像头对于眼球的追踪精度可能会有一定的限制。
第二种方法是通过红外传感器实现眼球追踪。
这种方法通常需要用户佩戴一个装有红外传感器的特殊眼镜或头戴设备。
红外传感器可以测量眼球周围的红外反射，并精确地确定眼球的位置。
眼动追踪技术
眼动追踪技术的应用及其前景是一种通过检测眼睛的运动轨迹来分析用户行为和认知过程的技术。
它可以应用在很多领域，如心理实验、人机交互、广告评估、医学诊断等。
当前，随着科技的发展和应用场景的不断扩大，的前景越来越广阔。
一、在心理学中的应用可以被应用在心理实验中，以探索人类的视觉加工机制。
研究者可以通过眼动追踪仪器来追踪参与者的注视点，以了解他们对不同刺激的反应。
比如，在面孔识别实验中，研究者可以通过追踪参与者的注视点来了解他们是如何识别人脸的，以及哪些面部特征是参与者认为最重要的。
这些信息可以帮助心理学家深入了解人类视觉加工的机制。
二、在人机交互方面的应用可以用于人机交互领域，以提高用户的交互体验。
例如，在视觉搜索中，人们通常需要在一个场景中找到目标物体。
可以追踪用户的眼球运动，以了解他们在场景中的注视点，帮助研究者设计更有效的视觉搜索算法。
此外，还可以用于人机交互界面的设计中，以评估不同界面对用户注意力的影响。
三、在广告评估方面的应用可以用于广告评估中，以探究广告在阅读过程中的影响力。
通过追踪参与者的注视点，研究人员可以了解他们在看到广告时的注视轨迹和注意力分布。
这些信息可以帮助广告商设计更具有吸引力的广告，同时还可以评估广告的效果是否符合预期。
四、在医学领域的应用也可以被应用于医学领域，以辅助医学诊断。
比如，在神经科学领域，研究人员可以使用来了解患者的视觉加工机制是否与正常人相同。
在眼科诊断中，可以用于检测斜视和弱视等眼部症状，为医生提供重要的诊断信息。
结论：是一项非常有前景的技术。
随着科技的不断发展，这种技术也在不断进步和完善。
它的广泛应用将在未来很长一段时间内持续拓展，为各个领域提供更多更好的解决方案。
眼球跟踪技术
眼球跟踪技术
李伶俐
【期刊名称】《电脑编程技巧与维护》
【年(卷),期】2015(000)024
【摘要】针对现有瞳孔跟踪方法的不足,提出了一种新的方法用于眼球跟踪.如果要实现眼球跟踪算法,其主要技术是实现眼球中心的定位.核心思想是:采用图像梯度和点积来创建一个函数,理论上最大值在图像最突出的位置的中心.算法采用Microsoft Visual Studio 2008开发工具加以实现,开发环境需要配置OpenCV.【总页数】2页(P23-24)
【作者】李伶俐
【作者单位】湖北省咸宁市通城县教育中心,湖北咸宁437400
【正文语种】中文
【相关文献】
1.眼球跟踪技术在我国中英文研究中应用的现状与发展 [J], 叶艳萍;
2.眼球跟踪技术有望取代测谎仪测谎时间大大缩短 [J],
3.美科学家认为眼球跟踪技术有望取代测谎仪 [J],
4.眼球跟踪技术有望取代传统的测谎仪 [J],
5.美国科学家认为眼球跟踪技术有望取代测谎仪 [J],
因版权原因，仅展示原文概要，查看原文内容请购买。
神经科学研究中的眼动追踪技术应用及意义
神经科学研究中的眼动追踪技术应用及意义Introduction随着神经科学和认知心理学的发展，眼动追踪技术正在成为一种重要的研究方法。
眼动追踪技术通过追踪被试者的眼球运动，可以探究人类视觉系统的神经机制，从而更深入地了解人类的认知、情绪和决策行为。
本文将介绍眼动追踪技术的原理、应用以及在神经科学研究中的意义。
Principle of Eye-tracking Technology眼球运动追踪技术是通过在被试者眼部贴上特殊的红外光反射标志点，使用摄像头追踪标志点的运动来分析被试者的眼球运动。
在此基础上，可采集被试者在观察屏幕内容时的注视时长和注视位置等相关数据，并通过计算机软件转换为图像以便进行进一步分析研究。
了解了这个技术的原理，我们就可以看到，受试者的视觉行为被追踪，其数据从眼睛中获得，不影响受试者的正常视觉体验，这样，受试者真实的视觉行为可以被记录下来。
而且，这种技术非常适合研究人们的视觉加工，因为这种加工在许多认知任务中都是重要的。
Application of Eye-tracking Technology眼动追踪技术在很多领域有着广泛的应用，其中最常见的是用户体验设计、人机界面设计和市场调研等领域。
同时，眼动追踪技术还被用来研究人类的视觉、注意和许多认知过程，比如阅读、语言理解、学习、记忆、智力测试等方面。
在演讲、表情和社交场合中，人的眼睛总是最先引起人们的注意，也因此，通过研究眼动追踪技术，还可以探究人的情感、社交行为和判断过程等心理学内容。
此外，医学领域也有很大用处，医学专家可以通过眼动追踪技术，可监测病人的眼部运动，及时发现眼部疾病。
Significance of Eye-tracking Technology in the Study of Neuroscience相对于其他类型的方法，不同的神经科学方法获得的信息存在差异，眼动追踪技术可以对人的视觉和认知行为进行非常精细和全面的测量。
眼动跟踪技术研究进展
眼动跟踪技术研究进展眼动跟踪技术是一种通过追踪眼球运动轨迹来了解人类视觉认知过程的技术。
随着科技的不断发展，眼动跟踪技术在眼动仪、眼动追踪设备、数据分析等方面有了长足的进步。
本文将就眼动跟踪技术的研究进展进行探讨，以期了解其在科学研究和实际应用中的潜在价值和未来发展方向。
一、眼动跟踪技术的原理眼动跟踪技术的原理是利用眼动仪采集被试者眼球运动的数据，通过分析这些数据来了解人的视觉认知过程。
眼动跟踪技术的主要原理包括瞳孔位置检测、视线跟踪、眼球运动模式研究和眼动数据分析等。
瞳孔位置检测是眼动跟踪技术的基础，通过追踪瞳孔的位置来确定被试者的注视点。
视线跟踪是指监测被试者的注视点，可以用来研究人的视觉注意力分布和目光移动的轨迹。
眼球运动模式研究是指分析被试者在不同认知任务中的眼球运动模式，可以了解认知过程中的注意偏向和信息加工策略。
眼动数据分析是根据被试者的眼动数据进行统计分析和模式识别，以揭示认知过程中的规律和特征。
1. 眼动仪的发展眼动仪是眼动跟踪技术的核心设备，其发展对眼动跟踪技术的进步起着关键作用。
随着科技的不断发展，眼动仪在分辨率、采样率、精度和舒适度等方面有了长足的进步，使得眼动数据的采集更加精准和可靠。
目前市面上已经推出了许多高分辨率、高采样率、非接触式和无线传输的眼动仪设备，为眼动跟踪技术的研究提供了便利条件。
2. 眼动追踪设备的应用眼动跟踪技术不仅在实验室中得到了广泛应用，在实际生活中也逐渐发挥了重要作用。
眼动追踪设备已经被广泛应用于广告设计、产品包装、网页布局、驾驶模拟、用户界面设计和医学诊断等领域。
通过眼动追踪设备，可以了解用户的视觉偏好、注意力分布和信息获取速度，从而优化设计和改善用户体验。
3. 眼动数据分析的方法随着眼动数据采集的精度和规模不断提高，眼动数据分析的方法也在不断深化和完善。
目前常用的眼动数据分析方法包括热图分析、注视时长分析、扫视路径分析、眨眼频率分析和眼球运动模式识别等。
眼球运动追踪技术在智能交互中的应用
眼球运动追踪技术在智能交互中的应用第一章眼球运动追踪技术的概述眼球运动追踪技术是一种通过对眼球运动轨迹的分析，来定位眼球位置并掌握视线变化的技术。
它是一种基于眼球生理特性的技术，利用人眼对光线的反应来确定人的视线方向，从而实现眼球的控制和操作。
此技术在人机交互、医学诊断、心理研究、游戏开发、广告营销等领域具有广泛的应用。
第二章眼球运动追踪技术的工作原理眼球运动追踪技术的工作原理是通过在眼睛周围安装高速摄像头，记录眼球的运动轨迹，并通过图像处理算法，计算眼球的固定点和移动点，进而确定用户的视线方向和注视点。
此技术需要高精度的数学模型和协同算法的支撑，用来确保追踪人眼的位置和移动。
第三章眼球运动追踪技术在智能交互中的应用3.1 Virtual Reality （VR）基于眼球运动追踪技术的VR应用场景为高仿真度虚拟现实交互。
通过实时追踪用户的视线方向，来整合对应的虚拟图像实现跨时空的沉浸感。
在实现高/低精准度的VR交互时，是必须考虑到眼球追踪技术对交互的影响，尤其是简单的头戴式VR没有灵活的手指操作时，眼睛的注视点可能是主要的交互方式。
3.2 控制电子设备基于眼球运动追踪技术的控制电子设备应用可以实现人机交互的自然性和便捷性。
只要用户朝着特定的控制界面注视一定的时间，即可通过眼球追踪技术进行交互，更加人性化和智能化，同时也可减少手部操作的疲劳程度，提高操作效率。
3.3 人脸识别眼球运动追踪技术在人脸识别中有较好的应用前景。
在基于人脸识别的身份认证时，注视点可以作为替代输入手动输入的方式，此方式更加便捷，而且易于识别，适用于高效的人脸识别。
3.4 广告营销基于眼球运动追踪技术的广告营销可以提高广告信息的吸引力、精准度和视觉效果。
通过追踪用户的视线变化，可以快速了解用户喜好，提供相关的广告内容和产品展示，以此来实现更好的广告营销效果。
第四章眼球运动追踪技术的发展前景眼球运动追踪技术在近年来得到了广泛的发展和应用，从而在其应用领域中展现出更广泛的前景。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
人脸定位
眼球跟踪
眼球中心 定位
眼部区域 粗萃取
图 1 处理流程图
3 主要算法与实现
3.1 图像预处理 图像的预处理， 包括前影像的采集和实施检测之前对图
像简单的处理。 系统的影像信号是网络摄像头实时采集的， 网络摄像头
由于光线、 硬件、 拍摄角度、 对焦等因素的影响， 会造成噪 声、 图像关键信息模糊等现象， 这将影响后续的检测， 所以， 图像的预处理是非常必要的， 很多研究对此提出了有效的解 决方案。 3.2 人脸识别
4 分析与总结
基于上面所描述的方法， 可以构建了一种自然光条件下， 并能允许较低分辨率的、 成本较低的眼球跟踪系统。 此方法在 准确性、 计算复杂度以及鲁棒性都有比较好的表现， 但同时也 存在不足， 主要包括： （1） 在头部移动的情况下， 眼球中心定 位的效果不是特别理想。 现在有其类似于头戴式标定板， 但标 定过程比较复杂。 （2） 没有考虑眼球瞳孔的形状特点， 瞳孔目 标区域有时在图像中表现的形状是椭圆或者是半圆的， 这种情 况对于检测和跟踪精度都有一定的影响。 所以， 如何进一步眼 球中心定位准确度， 同时减少瞳孔形状变化带来的性能的降 低， 将是在此所提算法的进一步提高和加强的主要研究目标。
DOI:10.16184/prg.2015.24.010
1 开发背景
眼动的早期研究可以追溯到古希腊,但是真正使用仪器设 备对眼动进行观察和 实 验 是 从 中 世 纪 才 开 始 的 。 直 到 1901 年 Dodge 和 Cline[1]才开发出第一台精确的、 非强 迫 式 的 眼 追 踪 设 备。 眼球跟踪主要用于医学， 界面设计与评估， 产品测试， 场景研究， 动态分析 (如航空航天领域、 体育运动、 汽车、 飞 机驾驶、 打字动作分析等) 和人机交互以及心理学等各种领 域； 在理解人意图的智能计算机、 具有交互功能的家用电器、 虚拟现实和游戏的等领域也有很好的应用前景。 对眼球跟踪 技术处理方法进行阐述。
提出的算法正是基于上面所描述的这样一个事实。 对于 这 个 图 像 的 梯 度 矢 量 场 ， 通 过 计 算 的 图 像 中 任 意 一 点 Xi 与 一 个 假 设 的 圆 形 区 域 中 心 c 的 位 移 矢 量 di 和 Xi 点 上 的 梯 度 矢 量 gi 之 间 的 点 积 来 得 到 图 像 的 特 征 量 。 对 于 一 个 图 像 的 最 佳 中 心 c* 以 及 图 像 中 任 意 一 个 像 素 的 位 置 Xi， i∈ {1,...,N}， 可 以 用式 1 和 2 所示给出关系：
一个多级处理的方案将用于本文所提的眼睛检测算法， 它通常被用于基于特征的眼球中心定位。
首先应用面部检测器， 基于面部位置再进行眼睛区域粗 萃取， 然后将其用于每只眼睛中心精确估计。 这个过程事先 了解眼睛的外观和增加稳固性， 采用简单的预处理技术去减 少由眼镜的存在、 眼镜的反射、 或突出的眉毛所带来的问题， 最后进行眼球中心的精确定位。
所提方法的处理流程如图 1 所示： 第一步， 对原始图像进行预处理。 对人脸图像进行迭代 阈值分割， 转化成二值化图像， 并利用图像滤波算法对图像 进行去噪处理。
第二步， 对人脸部进行检测。 第三步， 对人脸部进行定位 第四步， 在人脸区域内实现对人眼睛的定位。 第五步， 眼睛中心精确估计。
预处理
人脸检测
（1）
（2） 其中位移矢量 d 将通过归一化处理得到单位长度， 以使 图像中所有像素能获得相同的权重。 为了提高算法对照明以 及对比度变化的稳健性， 梯度矢量也将进行归一化处理得到 单位长度。 为了减少计算复杂度， 可以只选取具有显著梯度向量的 位置， 即忽略梯度均匀一致的区域。 如公式 3 所示给出了计 算图像的梯度的方法。
黑的灰度， 可以将这个有关眼睛的先验知识融合到算法中以增 加稳定性。 由于瞳孔在灰度图像中与巩膜和皮肤相比相对较 暗， 故可以采为每个可能的中心 c 分配一个权值 w， 用以表达 这样的现象。 即使得图像中较暗的部分权值较大， 而较亮的部 分权值较小。 这样就可以起到增强较暗部分， 而限制其较亮部 分的作用。 将这个权值整合进目标函数可得如公式 4 所示：
24 2015.24
参考文献 [1] 赵 新 灿 ， 左 洪 福 ， 任 勇 军. 眼 动 仪 与 视 线 跟 踪 技 术 综 述
[A] . 南京： 南京航空航天大学民航学院， 2006， 12. [2] 李振龙， 李翔， 秦佳丽. 基于 Camshift 算法的虹膜实时跟
踪 [A] . 北京： 北 京 工 业 大 学 电 子 信 息 与 控 制 工 程 学 院 ， 2013， 10. [3] Martinez F, Carbone A, Pissloux E. Radial symmetry guided particle filter for robust iris tracking. Computer Analysis of Images and Patterns. Spriner Berlin Heidelberg, 2011: 531-539.
人脸识别系统主要包括 4 个组成部分， 分别为： 人脸图 像采集及检测、 人脸图像预处理、 人脸图像特征提取以及匹 配与识别。 3.3 眼球中心定位
前面两个阶段的工作为锁定眼球的可能位置区域， 在寻 找眼球位置时， 只需要在这个较小的人眼可能的区域处理即 可。 在这个区域内， 眼球模型可以近似为圆形， 或者因为眼 睑或其他物体遮挡情况下为部分圆形， 同时由于虹膜和眼白 有明显的颜色差异， 在灰度图像中也存在明显的边缘分隔， 在边缘处有很大的梯度。 从几何学上讲： 圆形对象的中心可 以通过分析图像梯度的矢量场来检测， 以前它已被用于眼中 心定位。 例如： 通过利用虹膜和巩膜之间强烈的灰度反差产 生的流场特征来检测眼球中 心[4]。 这 种 方 法 计 算 图 像 上 每 个 点 的梯度向量方向， 并绘制沿这个梯度方向的直线， 对于每一 个点每增加一根这样的直线就在此点对应的容器中增加一个 计数。 最后统计图像上所有点的对应容器的累积计数， 拥有 最大计数值的容器对应的点就可以认为是图像中一个圆形区 域的中心， 进而可以认为这个中心就是眼球的中心。 尽管如 此， 图像中眉毛、 眼睑或眼镜等各种干扰对象会使这种方法 在检测过程中出现误差而带来识别错误。
基金项目：国 家 自 然 科 学 基 金 项 目 （61163066， 60902074）， 新疆维吾尔自治区社会科学基金重点项目 （14AX2015）。 作者简介：李 伶 俐 （1976-）， 女 ， 本 科 ， 教 师 ， 研 究 方 向 ： 计算机教学。 收稿日期：20）
其 中 wc= I * (cx, cy) 是 输 入 图 像 经 过 平 滑 后 在 (cx, cy) 位 置上灰度值取反。 在此输入图像需要进行平滑处理， 通常是 使用高斯滤波器来实现， 以避免高亮或者眼镜反射带来的误 差。 而平滑滤波器的参数对于式 4 表示的目标函数的影响并 不大。
如果被检测图像包含眼球， 则这种点积加权和的算法将 产生较好的效果。 将会得出准确的结果。 然而， 在应用前面 所描述的方法时， 眼部的大致区域内有时也会包含其他的结 构， 例如头发， 眉毛， 或眼镜。 特别是头发和眼镜的强反射 显示出的显著的图像梯度并不像瞳孔和虹膜的图像梯度具有 相同的方向， 此时估计出的眼睛中心可能是错的。 因此， 我 们通过一个后处理步骤为了克服这些问题， 我们应用一个阈 值来判断目标函数。 应用这个阈值来删除一部分假的眼球目 标， 然后再确定剩余的候选眼球目标的最大特征值， 以此来 判断剩余的候选目标中的真实目标。 这个过程相对于先进行 以此初步判断， 剔除到大部分的干扰目标， 再对剩下的候选 目标进行判断， 从而提高检测的准确性。 而这个阈值可以按 照经验取整个图像中最大特征值的 90%。
2 研究方法及研究思路
2.1 研究方法 用于实时视线追踪系统的瞳孔跟踪需要满足以下几点要
求： （1） 由于采用的灰度图像， 所以必须充分利用亮瞳和暗 瞳两个通道的图像信息， 以增加跟踪的鲁棒性； （2） 由于瞳 孔尺寸较小， 所以必须选择一种能充分区分前景和背景的目 标模型， 以减小背景对目标模型的干扰； （3） 状态转移方程 必须体现瞳孔的运动规律； （4） 需要建立可信度高的瞳孔观 测模型。 （5） 必须满足实时性要求； （6） 必须满足长时间 跟踪的要求， 跟踪效果不随 时 间 的 增 加 而 下 降[3]。 采 用 图 像 梯 度和点积来创建一个函数， 理论上最大值在图像最突出的位 置 的 中 心 。 经 过 考 虑 ， 算 法 将 用 Microsoft Visual Studio 2008 开发工具加以实现， 技术开发需要配置 OpenCV 环境。 2.2 研究思路
眼球跟踪技术
李伶俐
（湖北省咸宁市通城县教育中心，湖北 咸宁 437400）
摘 要： 针对现有瞳孔跟踪方法的不足，提出了一种新的方法用于眼球跟踪。如果要实现眼球跟踪算法，其主要技 术是实现眼球中心的定位。核心思想是：采用图像梯度和点积来创建一个函数，理论上最大值在图像最突出的位置 的中心。算法采用 Microsoft Visual Studio 2008 开发工具加以实现，开发环境需要配置 OpenCV。 关键词： 眼球控制；技术；原理；算法与实现；定位；后处理
（3）
3.4 先验知识和后处理 在某些情况下， 上述计算出的关于梯度和位移向量的点积