[发明专利]用于视觉人-机交互的方法和系统

说明书

本发明涉及用于视觉人‑机交互的方法和系统，披露了一种用于使用注视估计在用户(10)与机器(20)之间进行视觉交互的方法。该方法包括：在显示器(30)上显示初始元素和一个或多个另外的元素，每个另外的元素与该初始元素在空间上分离，由此每个另外的元素关于该初始元素的位置限定角范围；确定从第一注视点到第二注视点的方向位于由该用户选择的另外的元素限定的角范围内；以及向该机器发送用于执行与该所选元素相关联的功能的指令。还披露了一种用于使用注视估计在用户(10)与机器(20)之间进行视觉交互的系统(1)。该用户的注视点能够以相对低的精度进行确定。

技术领域

本发明涉及一种用于在用户与机器之间进行视觉交互的方法和系统。

背景技术

眼睛跟踪技术通过眼睛注视实现人-机交互。这些技术可以例如用于将文本输入到计算机中。在这种应用中，用户通常通过注视屏幕上示出的字母的图标来首先选择一个字母来“键入”。突出显示被注视的图标，并且用户通过例如眨眼或让他或她的注视短暂停留在已突出显示的图标上来最终确认选择。关于注视控制的文本输入的讨论可以在论文“Gazing with pEYEs:towards a universal input for various applications(注视pEYE：朝用于各种应用的通用输入)”(由A.Huckauf和M.H.Urbina撰写并发表于“《Proceedings of the 2008 symposium on Eye tracking researchapplications(眼睛跟踪研究与应用的2008年座谈会会议记录)》”,ETRA'08,第51-54页,美国纽约州纽约市的ACM出版社(ACM))中找到。

文本输入和用户通过眼睛注视与显示器上示出的图形界面交互的其他应用通常要求以高精度确定注视方向。高精度通常要求眼睛跟踪系统相对于眼睛参数和闪烁参数进行准确校准，由于对闪烁生成和相机分辨率的照明要求，这增加了成本。另外，校准程序通常涉及一系列测量，其中，用户必须仔细看着一系列不同的目标。该程序是耗时的，并且许多用户认为很复杂。

US 2014/0354539中披露了一种降低准确校准需求的系统。如本文所披露的，用户通过用他或她的注视跟随屏幕上的移动图形控件来选择对操作系统的输入操作。如果注视的移动与图形控件的移动匹配，则选择与特定图形控件相关联的输入操作。尽管在US2014/0354539中披露的系统中降低了对准确校准的需求，但是该系统相当复杂，例如因为需要若干交互模式(单向和双向)。此外，一些用户可能发现用其注视跟随移动图形控件很困难或不方便，并且选择操作的过程也相当缓慢。

发明内容

鉴于前述内容，存在对用于视觉人-机交互的改进的或替代的方法的感知需求。

为了满足这一需求，根据本发明的第一方面，呈现了一种用于使用注视估计在用户与机器之间进行视觉交互的方法，其中，该方法包括激活交互模式，并且其中，该交互模式包括以下步骤：在显示器上显示初始元素，该初始元素具有固定位置；估计该用户的第一注视点；假设该用户正在注视该初始元素；在该显示器上显示一个或多个另外的元素，每个另外的元素与该机器的一个或多个功能相关联，并且具有与该初始元素的位置在空间上分离的固定位置，由此每个另外的元素关于该初始元素的位置限定角范围；估计该用户的第二注视点；确定从该第一注视点到该第二注视点的方向位于由该一个或多个另外的元素的所选另外的元素限定的角范围内；以及向该机器发送用于执行该一个或多个功能中的与该所选元素相关联的至少一个功能的指令。

当前眼睛跟踪系统通常能够以良好的准确度确定相对方向，即使由于误差消除而没有或仅有近似的初始校准。本发明基于不必使用移动图形用户界面元素来利用此属性的认识。在本发明中，图形用户界面元素不像在US 2014/0354539中披露的系统中那样在屏幕上移动。相反，用户经由他或她的注视相对于图形用户界面元素之一(即“初始元素”)的移动来选择功能。结果是一种用于视觉人-机交互的方法，该方法易于实施，并且由于其易于使用而以小风险的用户选择错误实现快速交互。