眼部检测与视线追踪技术在人机交互中的应用

"这篇硕士学位论文由张维撰写，指导教师为卢湖川，研究主题聚焦于眼睛检测与视线跟踪，属于信号与信息处理专业，毕业于大连理工大学。论文详细探讨了眼睛作为生物信息的重要性和其在模式识别、疲劳驾驶检测以及人机交互中的应用。" 在眼睛检测部分，作者基于Paul Viola的矩形特征人脸检测理论，设计了针对眼睛的特定矩形特征，利用Adaboost算法训练分类器以实现眼睛检测。通过考虑眼睛的对称性，引入几何特征来校正分类器的检测结果，从而提高检测精度。此外，论文还简单讨论了眨眼检测，并将重点放在视线跟踪上。 视线跟踪算法是论文的核心。作者结合眼睛的空间坐标和红外眼睛图像的局部二值模式（LBP）特征，利用支持向量回归（SVM）预测视线方向与屏幕坐标的对应关系。在计算眼睛空间坐标时，论文提出了一种新的双目视觉算法，该算法简洁且计算效率高，能够确保在视线跟踪过程中的准确性。LBP特征的使用是对传统基于瞳孔中心反射点向量方法的改进，因为它不仅能捕获瞳孔中心信息，还能反映视线变化时眼睛纹理的变化。这有助于克服传统方法中由于瞳孔形状变化、边缘模糊和反射点定位不准确等问题导致的误差。实验结果显示，该跟踪方法显著优于经典算法，实现了良好的视线跟踪效果。 关键词涵盖：眼睛检测、视线跟踪、红外光源、双目视觉以及LBP特征，这些技术与方法在人机交互和生物识别领域具有广泛的应用前景。