[发明专利]一种识别和量化眼跳入侵的方法

权利要求书

1.一种识别和量化眼跳入侵的方法，其特征在于：包括以下步骤：

S1、提取原始眼动数据；

S2、对步骤S1提取的数据进行预处理，其中，所述预处理包括：对置信度低于0.8的点、不在屏幕上的点以及缺失数据进行替换，替换为该点前十个数据的中值；

S3、进行眼跳性眼动检测，获取眼跳性眼动；

S4、基于所述眼跳性眼动，识别注视眼动；

S5、基于注视基线对所述注视眼动识别眼跳入侵，即获取眼跳性眼动偏差数据；

S6、对步骤S5获得的数据进行清理；

S7、量化眼跳入侵，将步骤6获取的数据进行分类，得到全部眼跳入侵值和较小眼动偏差值，其中偏差幅度在0.4°-4.1°的眼动偏差称为眼跳入侵，而将幅度小于0.4°的眼动偏差称为较小眼动偏差或是微眼跳，计算所述眼跳入侵值和所述较小眼动偏差值的平均值，平均眼跳入侵值是用眼跳入侵数据点的偏差值总和除以对应的时间，单位为deg/s，眼动偏差量化算法对每次实验的数据进行处理后能输出两个值：平均眼跳入侵值，平均所述较小眼动偏差值，即完成眼跳入侵量化。

2.根据权利要求1所述的识别和量化眼跳入侵的方法，其特征在于：所述步骤S1中原始眼动数据由头戴式眼动仪获得，被保存为.TXT格式文件。

3.根据权利要求1所述的识别和量化眼跳入侵的方法，其特征在于：所述步骤S2中数据预处理是将置信度低于预定阈值的数据点、不在屏幕上的数据点和缺失数据点进行替换。

4.根据权利要求1所述的识别和量化眼跳入侵的方法，其特征在于：所述步骤S3中眼跳性眼动检测采用EK算法。

5.根据权利要求1所述的识别和量化眼跳入侵的方法，其特征在于：所述步骤S3中所述眼跳性眼动，包括常规眼跳和眼跳性眼动偏移。

6.根据权利要求1所述的识别和量化眼跳入侵的方法，其特征在于：所述步骤S4中通过消除所述眼跳性眼动偏移，获得常规眼跳，所述常规眼跳的补集即注视眼动。

7.根据权利要求1所述的识别和量化眼跳入侵的方法，其特征在于：所述步骤S5中利用两个移动中值窗识别出每段注视眼动过程中的眼跳性眼动偏差，即获得眼跳入侵。

8.根据权利要求1所述的识别和量化眼跳入侵的方法，其特征在于：所述步骤S6中数据清理包括：常规眼跳残留、不合理注视过程和无效数据。