基于3D模型的视线估计方法研究

论文摘要

基于摄像头的视线估计技术作为人机交互领域的一个重要分支被广泛的应用于各个领域。目前,大多数视线估计技术采用瞳孔角膜反射向量法,使用时需要额外的辅助光源,并且用户在使用过程中必须保持头部静止,这两点限制了视线估计技术的普及。为了减少额外辅助设备和提高系统对头部运动的适应性,本文在建立精确眼球模型的基础上,基于眼球和屏幕的空间位置关系,建立了3D视线估计模型,并可允许用户在任意距离、头部自由运动的情况下使用。本文提出的基于3D模型的视线估计方法首先要求进行脸部校正,然后依次计算内眼角点、眼球中心点和瞳孔中心点的空间位置,从而得出用户的注视方向,得到用户的注视点。此外,本文加入了系统校准的环节,从而进一步达到了提高视线估计精度的目的。本文设计了一系列实验,分别在用户头部静止和自由运动的情况下,得到用户脸平面与屏幕距离、注视点的估计精度。在实验过程中,用户依次在距屏幕不同距离下,注视屏幕上的指定点,摄像头拍摄到用户注视各个点时的脸部图像,然后进行脸部特性点的提取,最后进行用户脸屏幕与屏幕距离、注视点的估计。实验结果表明,本文提出的视线估计方法有较好的精度(<5°)和稳定性。在头部静止时的视线估计精度误差要稍好于头部运动时的结果,所以依据场合、精度要求的不同,本系统可以针对用户提出不同的限制条件。最后,本文从多个方面分析了视线估计方法产生误差的原因,并总结出了一些有助于提高视线估计精度的方法,并为下一阶段的研究指明了方向。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 实现估计技术的研究背景及意义
• 1.3 视线估计技术的研究现状及关键问题
• 1.4 本文的研究工作及内容安排
• 第二章 眼睛结构与眼球模型
• 2.1 眼睛的介绍
• 2.2 眼球的运动模式
• 2.3 眼球模型的建立
• 2.3.1 相关眼球模型
• 2.3.2 眼球和眼球运动参数
• 2.3.3 眼球模型的建立
• 2.4 本章小结
• 第三章 基于3D模型的视线估计方法
• 3.1 基于3D视线估计方法的工作流程
• 3.2 视线估计方法的头部位置校正原理
• 3.2.1 头部偏移的校正
• 3.2.2 头部旋转的校正
• 3.3 脸平面与屏幕距离的估计
• 3.4 基于3D模型的视线估计方法
• 3.4.1 模型的建立
• 3.4.2 模型的函数推导
• 3.5 系统校准
• 3.6 视线估计方法的实现
• 3.6.1 头部位置校正的实现
• 3.6.2 视线估计方法的实现
• 3.7 本章小结
• 第四章 实验结果与分析
• 4.1 实验简介
• 4.1.1 实验概述
• 4.1.2 实验测试数据
• 4.1.3 实验设计
• 4.2 实验结果
• 4.2.1 脸平面与屏幕距离误差
• 4.2.2 视线估计误差
• 4.3 实验分析与结论
• 4.4 本章小结
• 第五章 总结与展望
• 5.1 本文工作总结
• 5.2 未来展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢