立体视觉瞳孔空间形态双目视线跟踪技术

"该文提出了一种基于立体视觉的瞳孔空间形态的双眼视线跟踪方法，利用低灰度值分布定位瞳孔中心，通过RANSAC进行瞳孔边缘椭圆拟合，ORB算法进行双目瞳孔配准，再通过双目立体视觉模型计算瞳孔空间点坐标，最后使用最小二乘法计算视线方向。该方法具有高精度、稳定性和实时性，适用于人眼视线跟踪的人机交互应用。" 本文详细介绍了一种创新的双眼视线跟踪技术，主要针对当前人眼视线跟踪技术在人机交互领域的不成熟问题。该方法基于立体视觉原理，首先通过分析图像中的低灰度值分布来初步定位瞳孔中心。这一步骤的关键在于准确识别瞳孔在图像中的位置，为后续处理提供基础。 接下来，利用瞳孔区域的径向导数极坐标图，提取出瞳孔边缘点的坐标。这种方法有助于去除背景噪声，精确提取出瞳孔的边界。然后，通过随机样本一致性(RANSAC)算法对这些边缘点进行椭圆拟合，以排除可能存在的噪声和异常值，确保瞳孔边缘的准确描述。 为了实现双目的瞳孔配准，文章采用了定向二进制简单描述符（Oriented Brief, ORB）算法。ORB是一种特征描述符，它能够快速、鲁棒地匹配图像中的关键点，即使在光照变化或部分遮挡的情况下也能保持良好的性能。通过ORB算法，可以将左右眼的瞳孔边缘点进行对应，为后续的三维重建做准备。 在获得双目的瞳孔边缘点坐标后，利用双目立体视觉模型计算瞳孔边缘在空间中的点坐标。这是通过三角测量原理，根据两个不同视角下的瞳孔图像来推断出瞳孔在三维空间中的形状。最后，采用最小二乘法来计算瞳孔的空间形态，并由此解算出视线的方向。 实验结果显示，该方法的瞳孔中心定位速度可达300帧/秒，双眼视线跟踪速度达到15帧/秒，而最大误差仅为2.6°。这表明该方法不仅在精度上表现出色，而且具备良好的实时性和稳定性，适合于人眼视线跟踪的人机交互应用场景。 关键词涉及的领域包括机器视觉、双目立体视觉、视线跟踪、瞳孔定位以及最小二乘法。这种方法的提出为人机交互领域提供了一种高效、精确的视线追踪解决方案，有望推动相关技术的发展。