低成本桌面环境下网络摄像头视线追踪技术

本文探讨了在桌面环境中利用低成本且便利的网络摄像头实现视线跟踪的研究。与传统视线跟踪技术不同，如需红外高分辨率摄像头、红外光源以及复杂的校准过程，该方法旨在提供更为便捷的解决方案。研究者首先通过实时视频序列追踪人脸，进而提取出眼睛区域。他们结合了灰度能量和边缘强度信息来定位瞳孔中心，并利用分段眼角检测器来识别眼角点。 为了更精确地模拟三维头部形状，研究人员引入了圆柱头模型。然后，他们提出了一种自适应加权面部特征嵌入在正交投影和缩放迭代算法中的方法，这样可以估计头部姿态。这种方法考虑了面部特征的位置、角度和比例变化，提高了姿态估计的准确性。最后，通过整合眼向量和头部运动信息，实现了整体的眼球注视点追踪。 实验部分展示了这种新型眼动跟踪技术的有效性，它能够在日常桌面环境中，如办公桌或者家庭环境，无需专门设备，准确地捕捉用户的目光方向。这不仅提高了用户体验，也有可能应用于各种交互系统，如虚拟现实、智能交互界面或无障碍技术，极大地扩展了计算机视觉的应用范围。此外，由于其低门槛和易用性，这项研究对于推动眼动控制技术的普及具有重要意义。