视线追踪

瞳孔跟踪方法：卡尔曼滤波和粒子滤波在视线追踪系统中的应用

常用的统计滤波方法包括卡尔曼滤波、粒子滤波、多假设跟踪等。所以，在初始帧中对瞳孔进行定位以后，需要在接下来的视频序列中对瞳孔进行跟踪。根据以上视线追踪系统对瞳孔跟踪方法的一般要求，本章将在阐述卡尔曼滤波和粒子滤波相关理论的基础上，主要介绍卡尔曼滤波和粒子滤波在瞳孔跟踪方法中的应用。基于卡尔曼滤波和粒子滤波的瞳孔目标组合跟踪方法则面向瞳孔目标的精确分割。
理论教育 2023-10-27

视线追踪技术：亮瞳和暗瞳图像判别及差分

基于瞳孔中心-角膜反射的视线追踪系统普遍采用亮暗瞳差分方案，通过控制近摄像机光轴的红外光源的交替亮灭，在序列视频图像的相邻两帧中分别产生亮瞳和暗瞳图像，通过亮瞳图像和暗瞳图像差分，可以有效地突出瞳孔目标，瞳孔目标的检测是在差分图像上进行的。根据以上规律，可以从视频序列连续两帧中判断亮暗瞳图像，从而进行差分。亮瞳、暗瞳和差分图像如图5.1所示。图5.1 暗瞳、亮瞳和差分图像
理论教育 2023-10-27

视网膜构成和功能简介：视锥细胞、视杆细胞和Muller细胞

视网膜由色素上皮层和神经感觉层组成。成年人每只眼睛的视锥细胞约有6百万个，视杆细胞约有1.2亿个。视网膜的毛细血管至此为止，不再伸向外核层。而Muller细胞的凸起则分布于视网膜各层，起支持作用。除神经纤维外，还有Muller纤维、神经胶质细胞和丰富的视网膜血管。
理论教育 2023-10-27

实验结果与分析《视线追踪》研究报告

图6.20所示为不同使用者在佩戴眼镜的情况下分别在172、236、629、965帧的跟踪结果。图6.19 眨眼情况下的眼睛跟踪图6.20 佩戴眼镜情况下的眼睛跟踪及参数提取图6.21所示为不同使用者在光照明显变化的情况下分别在193、223、645、942帧的跟踪结果。实验结果统计见表6.1，可以看到，基于TCPCM粒子滤波的跟踪方法的瞳孔跟踪精确率为98.6%，达到很好的鲁棒性。对以上两个测试序列，图6.22给出了跟踪结果中心点与目标真实中心点之间的方均根误差。
理论教育 2023-10-27

网页可用性与视觉追踪

网页可用性测试是利用各种可用性研究方法对网页的可用性水平进行评估。美国Nielsen Norman公司也曾通过视线追踪技术记录了232名用户在浏览近千个网页的视觉搜索情况，提出了用户浏览网页的视觉模式规律F形状模式[10]。这种视觉行为的“F”模式具有相当的营销意义，网络搜索的结果是否以一种容易引起人们视觉注意力的形式提供给使用者，是一个广受关注的问题。
理论教育 2023-10-27

双摄像机系统视线映射和几何模型的方法及实时性要求

多摄像机系统一般根据眼球的成像模型和系统结构构造空间几何模型来计算视线方向。因此本章内容分为两部分，分别介绍了单摄像机系统的视线映射模型和双摄像机系统的几何模型。在8.1节中介绍了单摄像机主动红外光源系统的基于非线性多项式和统计方法的映射模型和基于解析头动补偿的视线估计方法。该方法各环节均满足实时性要求。
理论教育 2023-10-27

视线追踪系统标定方案及成果

图7.21 视线追踪系统标定示意图本节介绍了一种基于多摄像机全局标定的视线追踪系统标定方法。这种方法主要是针对反射标定法的不足和双摄像机双光源视线追踪系统的标定要求提出的。为解决系统标定中屏幕和光源在摄像机拍摄范围之外的问题，基于上述设计要求采用一种基于多摄像机全局标定的视线系统标定方法。
理论教育 2023-10-27

基于双正交小波的图像锐化增强：视线追踪

根据以上结论，在反对称双正交小波多尺度重构过程中，可以进行图像的锐化增强，其实现方法的流程如下：步骤1.图像的塔式小波分解采用反对称双正交小波，对图像进行J级小波分解，其中J为选定的分解级数，可得到各级小波分解低频分量和三个高频分量。
理论教育 2023-10-27

基于反对称双正交小波重构的图像增强方法：视线追踪

对小波分解后的高频通道乘以适当的增益，其结果类似于小波变换反锐化掩模法处理结果。小波收缩法分为比例收缩法和阈值收缩法。小波域滤噪增强一般是在辨识噪声系数和图像边缘系数的基础上，对不同的小波系数采取不同的拉伸策略，达到抑制噪声、增强有用信息的目的。图4.1 小波图像滤噪增强算法一般流程基于反对称双正交小波重构的图像增强方法首先对图像进行多尺度小波分解。最后继续逐级重构，实现图像增强。
理论教育 2023-10-27

基于卡尔曼滤波和均值漂移的视线追踪方法

基于卡尔曼滤波和均值漂移的瞳孔跟踪是在双环形主动红外光源系统中实现的。在亮瞳图像上进行基于卡尔曼滤波的瞳孔跟踪，当瞳孔运动平稳时，卡尔曼滤波可以快速地跟踪瞳孔。视线追踪系统中基于卡尔曼滤波的瞳孔跟踪方法如下：在每一时刻t的图像帧中瞳孔状态以位置和速度表征。
理论教育 2023-10-27

视线追踪系统中的眼睛特征提取和参数检测方法

人眼特征提取和视线参数检测是视线追踪系统的必要过程和前提。普尔钦斑作为一个位置标准，在视线方向发生变化时，可以通过它提取相应变化的参数。如前所述，无论视线追踪系统结构是采用单摄像机还是采用多摄像机，视线参数检测是基于VOG视线追踪系统的共性问题。本章主要介绍了基于瞳孔中心-角膜反射原理并采用亮暗瞳差分方案的VOG视线追踪系统的眼睛特征提取和视线参数检测方法。
理论教育 2023-10-27

视线追踪系统，提升选择性眼动效果

视线交互系统中比较常见的问题是“Midas”接触问题。即由于眼球颤动造成的不确定性所引起的系统误动作问题。估算点漂移与“Midas”接触问题同样都是视线跟踪系统的关键性难点。图9.1所示是一套远程会议系统交互环境[9]。
理论教育 2023-10-27

视线追踪：基于five-spot模型的视线方向估计

five-spot模型建立了一种双摄像机双光源条件下眼球光轴的计算方法。图8.27 five-spot模型球面中心O与瞳孔中心虚像P0的连线即为光轴方向，若已知C1、C2、P1、P2、P0五个空间点，只需要一次直线求交运算就可以得到眼球光轴方向。2）连接眼球中心O和固定点Pc，得出视线方向OPc。图8.31给出使用者视线估计结果与真实视线的角度误差。
理论教育 2023-10-27

视线追踪：基于眼球成像模型的最新视线估计方法

图8.22 眼球模型2.3D角膜反射中心的计算普尔钦斑的形成当光线通过眼睛时，角膜表面会成为一个反射表面。图8.23 将角膜作为球面镜时点光源在角膜中的成像角膜的外表面可以假设为一个半径为R的凸透镜。图8.23中定义了该凸透镜的焦距为F、曲率中心为Ocornea及主轴方向。由于眼球中央小凹在捕获的眼睛图像中不可见，眼睛的视轴也不能直接估计出来，这就导致注视点无法计算。
理论教育 2023-10-27
-已经加载完成-