[发明专利]一种基于头部姿态的双区域眼动跟踪方法

权利要求书

1.一种基于头部姿态的双区域眼动跟踪方法，其特征在于，包括以下步骤，

步骤S1，显示屏D₁上显示标定点C₁，C₂，…，C_n，用户注视D₁上标定点并进行眼动仪的标定，同时摄像头拍摄用户注视各个标定点时的面部图像，标定完成后，导出眼动仪的标定参数CP₁；

步骤S2，处理所述步骤S1中摄像头拍摄的图像，并识别出图像中用户的头部姿态角数据集X₁；

步骤S3，显示屏D₂上显示标定点C₁’，C₂’，…，C_n’，用户注视D₂上的标定点并进行眼动仪的标定，同时使用摄像头拍摄用户注视各个标定点时的面部图像，标定完成后，导出眼动仪的标定参数CP₂；

步骤S4，处理所述步骤S3中摄像头拍摄的图像，并识别出图像中用户的头部姿态角数据集X₂；

步骤S5，将步骤S2和步骤S4中头部姿态角数据集放入SVM模型中训练，样本标签为用户注视朝向的类别，用-1和1表示，对应两块屏幕，得到视线朝向预测模型；

步骤S6，摄像头拍摄用户图像，识别头部姿态角并输入训练好的SVM模型，预测出用户的视线朝向，从而使用相应的标定参数，得到用户在相应屏幕上的注视点坐标。

2.如权利要求1所述的基于头部姿态的双区域眼动跟踪方法，其特征在于，所述显示屏D₁和D₂面向用户的夹角范围为[90°,180°]。

3.如权利要求1所述的基于头部姿态的双区域眼动跟踪方法，其特征在于，所述眼动仪的标定参数包括视线角度误差、左右眼角度误差、标定点像素坐标、标定的像素级误差。

4.如权利要求1所述的基于头部姿态的双区域眼动跟踪方法，其特征在于，所述步骤S2和步骤S4中图像处理包括图像去噪、图像增强。

5.如权利要求1所述的基于头部姿态的双区域眼动跟踪方法，其特征在于，所述头部姿态角的识别方法如下：

步骤1，用人脸检测算法提取人脸图像，并进行关键特征点检测，特征点识别个数不少于七个；

步骤2，基于标准模型匹配的方法，将上述关键特征点与通用人脸模型进行对齐，得到图像中用户头部的旋转轴和旋转角度，构建用户头部的几何立体模型，并求解头部姿态角：θ_x为横滚角，θ_y为俯仰角，θ_z为偏航角；

步骤3，从上述人脸图像中提取双眼瞳孔位置坐标E₁、E₂，并计算出瞳孔到鼻尖点C距离的平均值d，将其添加到用户的头部姿态角数据集中，如果双眼瞳孔位置数据不完整，则应丢弃该组样本，

将上述样本特征整理成相同结构，整理后的特征结构如下：

X＝[θ_x θ_y θ_z d]^T。

6.如权利要求1所述的基于头部姿态的双区域眼动跟踪方法，其特征在于，所述SVM模型为：

f(x)＝w^Tx+b，

SVM模型的优化目标为：

s.t.y⁽ⁱ⁾(w^Tx⁽ⁱ⁾+b)≥1-ξ_i,i＝1,...,m

ξ_i≥0,i＝1,...,m

其中，f(x)是为样本分类的表达式，y为预测的样本类别，ξ_i为松弛变量，C为惩罚因子。