导读:本文包含了眼控鼠标论文开题报告文献综述及选题提纲参考文献，主要关键词:信息处理技术,眼控鼠标,视线追踪技术,瞳孔提取
眼控鼠标论文文献综述
朱麒文,闫隆鑫,张若兰,张帅,杨兰兰[1]（2016）在《基于视线追踪的眼控鼠标设计》一文中研究指出以Visual Studio为平台,Open CV计算机视觉库为基础,辅助以单片机、传感器、无线传输模块等自主研发了一套头戴式视线追踪系统,完成瞳孔提取、视线追踪定位、眨眼检测等功能,实现眼球替代鼠标完成对电脑的指令。创新性地提出了椭圆拟合与积分投影去噪法等方法,以消除头部微小移动对定位带来的影响,使系统具有高的精确度和良好的实用价值。(本文来源于《电子器件》期刊2016年02期）
祝宝龙[2]（2015）在《基于视觉跟踪技术的眼控鼠标研究》一文中研究指出视觉跟踪技术一直是计算机视觉领域的热门课题,伴随着高性能计算机和高品质摄像机的出现,视觉跟踪技术正逐渐渗透到日常生活的各个领域。将视觉跟踪技术应用于人机交互,会改善传统人机交互模式,给用户带来全新、自然和高效交互体验。基于视觉跟踪技术的眼控鼠标研究便是在这一背景下开展的,作为一种新型人机交互模式具有一定的理论与实际意义。首先,考虑到实时性是本课题最重要的性能指标,本文采用了一种基于Viola-Jones检测框架和Kalman滤波器的快速、实时目标跟踪算法。基于人体测量学标准和模板匹配理论实现了人眼粗、精定位及分割。对Bern人脸数据库中五种不同视角方向的人脸样本进行测试,证明了所选方法的有效性。其次,本文以“眨眼”作为鼠标点击操作的控制信号(左右眼分别控制鼠标左右键),采用了基于模板匹配理论的眨眼检测算法,通过选择合适的阀值,眨眼检测的精度高达90%以上。本文以特征点的运动来控制光标的移动,根据几何学原理,提出了一种粗略的视线估计方法,并建立了特征点与屏幕注视点的数学关系式。再次,基于前文的理论基础,开发了一款眼控鼠标应用软件。由该应用软件和普通单一摄像头组成的新型人机交互系统可以代替传统鼠标,用户可通过特征点运动及眨眼动作来控制光标的移动和鼠标的点击操作。测试结果表明系统的实时性和跟踪性能良好,所开发的软件具有一定应用价值。最后,采用基于模型的设计思想,在基于SIMULINK/OMAP3530的DSP开发平台上实现了光标的跟踪功能。实验结果显示光标的跟踪性能良好,为眼控鼠标系统完整的嵌入式实现奠定了良好的基础。(本文来源于《哈尔滨工业大学》期刊2015-06-01）
黄亚勤[3]（2011）在《基于视线跟踪技术的眼控鼠标研究与实现》一文中研究指出计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄像机和电脑实现人眼对目标进行识别、跟踪和测量的功能。随着计算机和电子产品的普及和其性能的不断提高,越来越多的人致力于计算机视觉领域的研究。基于人眼检测的视线跟踪技术已广泛的应用到驾驶员疲劳检测、残疾人生活及娱乐交互、视觉游戏等领域。本文介绍了视频图像序列中人眼视线跟踪的相关原理及方法,对动态人脸跟踪、眼睛注视点标定作了深入研究,提出了更适合视频图像人眼视线跟踪的算法,并结合OpenCV开源代码,以VC++6.0为平台建立了一个以视线作为输入信号的简易人机交互系统。对于人脸及人眼的检测,本文采用的是基于支持向量机的机器学习方法。为了提高人脸跟踪速度,引入基于肤色模型的自适应均值偏移(Camshift)跟踪算法对后续帧进行人脸的跟踪,针对Camshift算法易受场景中类肤色影响的问题,文中提出了改进算法,即在Camshift算法加入模板匹配达到消除类肤色区域的干扰的目的。实验证明,改进算法的实时性及抗干扰能力都优于原算法,实现了复杂场景中人脸准确、快速跟踪。在实现眼睛定位和跟踪的基础上,本文采用了基于霍夫(Hough)变换的圆检测方法实现眼部图像中虹膜的定位,并获得到虹膜中心在视频窗口坐标系中的坐标。对于虹膜中心坐标到视线注视点之间的映射标定,文章提出了基于支持向量回归机的视线标定方法,摒弃了传统的多项式标定,解决了小样本条件下映射关系可能存在的过拟合和欠拟合的问题,提高了视线标定的精度。基于本文所述方法开发的人机交互系统,实现了实时人眼视线跟踪,并且利用检测到的视线信息进行人机交互。该系统对硬件没有过高要求,能适应一定的光照变化和头部轻微的旋转和俯仰变化,具有很好的鲁棒性。该系统与目前主流的视线跟踪系统相比它的优势在于具有低成本高效率的特点。(本文来源于《西华大学》期刊2011-05-01）
刘丽娟,李欣[4]（2009）在《眼控鼠标的研究》一文中研究指出视觉跟踪是当前计算机视觉领域中的热点问题。其中一个重要应用就是用作眼控鼠标。针对这一应用阐述了视线跟踪及眼控鼠标的研究现状,对视线运动的特点和眼动的概念进行了论述。主要介绍眼控鼠标的基本原理及主要的眼动检测方法,指出眼控鼠标中的关键问题及应用前景,最后提出采用多通道输入(如语音)、人脸检测和眼睛定位(如定位瞳孔中心)、软硬件结合技术,可以提高眼控鼠标的准确度和快速性。(本文来源于《现代电子技术》期刊2009年24期）
郭晓波[5]（2009）在《基于视线跟踪技术的眼控鼠标系统研究》一文中研究指出视线跟踪技术是目前人机自然交互领域中备受关注的研究方向,基于视线跟踪技术的新型人机交互方式的设计也是图像实时处理的重要应用课题。本文系统基于视线跟踪技术,结合数字图像处理算法,设计了一种用摄像头代替传统手动操作鼠标作为输入设备,通过实时检测和跟踪人脸特征点,判断人脸、瞳孔和眼角在每帧视频图像中的位置变化,进而推导和跟踪使用者的视线变化,并控制鼠标动作的眼控鼠标系统,即“眼标系统”。其中,对瞳孔中心定位和内眼角提取以及视频帧预测机制的设计是本文的主要研究内容。本文研究开发的眼控鼠标系统,在定位被跟踪目标的过程中,改变以往研究中视线跟踪的方法,提出一种以内眼角为参考点来计算视线的注视方向和位置。首先,利用混合投影函数和区域质心算法精确定位瞳孔中心,并在内眼角窗口中应用改进的Susan算法和内眼角检测算子提取内眼角点,然后,根据瞳孔中心与内眼角点位置的相对偏离程度来估计人眼的视线方向并进行跟踪。该方法克服了过去使用mark点或普尔钦斑(Purkinje)点为参考点的缺陷,无需使用者在脸上做mark点,使用环境简单,无需特殊辅助光源,而且允许人脸在较大范围内偏转。在人脸特征点检测过程中,为了提高系统的实时性,本文在系统中加入帧预测机制,即通过上一帧成功定位的人脸特征点的位置预测当前帧中人脸特征点的搜索范围,从而大大减少了目标检测与跟踪的运算量,提高了系统实时性。(本文来源于《天津大学》期刊2009-05-01）
王宇[6]（2009）在《嵌入式眼控鼠标系统的硬件架构设计》一文中研究指出人机交互技术,是指用户与计算机系统之间的通信,是人与计算机之间各种符号和动作的双向信息交换。眼控鼠标就是人机自然交互在视觉通道中的一个典型应用,其目的在于帮助存在上肢行动障碍人士像正常人一样平等、自然地与计算机进行交流。在眼控鼠标系统中高精度的瞳孔、眼角定位算法需要大量计算,难以适应实时控制需要。本文针对这一问题设计嵌入式眼控鼠标系统的并行架构,为客户提供高速定位计算。眼控鼠标系统在时序上分为背景处理,基准位置初始化和实时控制叁个阶段。背景处理阶段将背景图二值化用于后面阶段的差分处理;基准位置初始化阶段利用差分投影、区域分割、内眼角点算子等方法定位瞳孔中心及内眼角坐标,生成基准特征向量;实时控制阶段使用相同的方法获得系统实时运行时人脸特征向量,与基准特征向量比较驱动鼠标。本论文中设计的嵌入式眼控鼠标系统硬件上主要包括四个处理器,五个存储器,以及联系它们的可切换多路系统总线。软件上把系统四个运算量相当的函数(差分函数,平滑函数,膨胀函数,人脸特征提取函数)分别部署在四个处理器上,在系统实时运行的时候,四个处理器并行工作,依次处理存储器中的每一帧图像,形成流水线机制。当每个处理器都完成自己的任务时,主处理器控制总线改变处理器与存储器之间的连接方式,然后对下一帧图像进行处理。本设计的主要特点是系统采用了多处理器的多核并行处理硬件架构。利用流水线机制提高程序运行效率,保证系统的实时性。(本文来源于《天津大学》期刊2009-05-01）
赵晓娜[7]（2008）在《基于人脸特征检测的眼控鼠标系统研究》一文中研究指出“信息无障碍”被定义为任何人在任何环境下都可以享受信息技术所带来的便利,从而提高工作效率和生活质量,受益人群从残疾人扩展到老年人和其他健全人。为了使上肢残疾人士共享信息资源,本论文提出了一种用摄像头代替传统手动操作鼠标作为输入设备,通过人脸特征检测,判断眼睛和嘴唇在视频帧图像中的位置来控制鼠标操作电脑的眼控鼠标系统。本文按时序介绍了鼠标系统的实现,主要划分为背景处理,人脸特征定位和鼠标控制叁个阶段。背景处理主要是应用肤色模型提取出背景当中的肤色区域,以便后继差分使用。人脸特征定位阶段,对每幅正脸采样图像利用灰度投影模型计算出眼睛和唇位置并记录,利用该位置信息截取包含眼睛和唇在内的小矩形区域估算出眼球和唇灰度分割阈值,然后通过对该阶段所有采样图像的统计分析,选择出现概率最高的左右眼和嘴唇位置作为正脸特征信息,并将统计概率最高的位置附近的所有图像的灰度分割阈值的平均作为当前使用者的眼球和唇部灰度分割阈值。在鼠标控制阶段,由于眼睛的颜色和唇色与肤色有一定的差别,利用二值化模型和唇色模型在肤色区域搜索满足眼睛特征和唇部特征的区域,找出双眼的两个中心点和唇的中心点,连接叁个中心点,得到人脸特征叁角形。利用实时特征叁角形参数与正脸状态参数作比较,估计出人脸的运动,包括扭转、俯仰等,进而利用这些信息控制鼠标。本系统在前期处理中加入人脸粗识别、图像归一化,加快了检测和判断过程。依靠特征叁角形的检测实现了人脸的深度旋转,让使用者操作鼠标更加舒适。实验证明,本系统运行速度快,准确率较高,并具有较好的鲁棒性。(本文来源于《天津大学》期刊2008-05-01）
佟炜[8]（2008）在《基于Cell/B.E.的分布式眼控鼠标系统研究》一文中研究指出眼控鼠标是一种计算机辅助输入设备,可以帮助上肢残疾人士用双眼代替手操作计算机鼠标。在眼控鼠标中高精度的双眼定位算法需要大量计算,难以适应实时控制需要。本文针对这一问题设计分布式眼控鼠标系统,由Cell/B.E.(简称CBE)服务器为客户端提供高速定位计算。系统分为客户端和CBE服务器两个部分,客户端负责图像采集、眼球运动判断和驱动鼠标等控制任务,服务器为客户机做双眼定位计算。系统在时序上分为背景处理,基准位置初始化和实时控制叁个阶段。背景处理阶段将背景图灰度化用于后面阶段的差分处理;基准位置初始阶段利用灰度投影算法定位双眼基准位置和虹膜灰度阈值;实时控制阶段使用二值化模型实时定位双眼,与基准位置比较驱动鼠标。单片CBE有8个SPE计算处理器和一个PPE处理器,PPE负责网络通信、SPE任务发布等管理工作,SPE作具体计算。PPE将定位算法以函数调用的形式发布在SPE上处理。SPE向量计算可同时处理16字节数据,这是第一层并行加速,PPE同时可将多个客户的计算发布在不同SPE上并行处理,这是第二层并行加速。本系统的主要特点是将眼控鼠标中的定位计算和控制操作分离,计算由CBE服务器处理,充分利用CBE的高速计算和并行多任务处理能力。同时本系统也是对CBE应用的一次成功尝试,为今后的相关研究积累经验。(本文来源于《天津大学》期刊2008-05-01）
胡畔,董春鹏,吴晓荣[9]（2007）在《基于视线跟踪技术的眼控鼠标》一文中研究指出利用基于图像处理技术的视线方向识别、跟踪方法,通过近红外光线在眼睛角膜反射产生的光斑和瞳孔中心的位置关系来确定视线方向,推导出人眼在计算机屏幕上的注视点,进而实现人眼对鼠标的定位与操作,其在显示屏上定位精度可达到40×40像素.(本文来源于《天津师范大学学报(自然科学版)》期刊2007年03期）
王芳[10]（2007）在《基于人眼检测技术的眼控鼠标系统研究》一文中研究指出人脸特征检测在人脸识别,智能人机交互等诸多领域都扮演着重要的角色。为使上肢残疾的人士和计算机之间的交互变得无障碍,本论文提出了一种用摄像头代替传统手动操作鼠标作为输入设备,通过判断眼睛在视频帧图像中的位置来控制鼠标操作电脑的眼控鼠标系统。系统在时序上主要划分为背景处理,基准位置定位和鼠标控制叁个阶段。背景处理主要是应用肤色模型提取出背景当中的肤色区域。基准位置定位和鼠标控制阶段分别采用灰度投影模型和二值化模型,在利用肤色模型粗分割的局部脸矩形区域上定位眼睛。基准位置定位阶段,对每幅采样图像利用灰度投影模型计算出眼睛位置之后,利用该位置信息截取包含眼睛的小矩形区域估算出眼球灰度分割阈值,然后通过对该阶段所有采样图像的统计分析,选择出现概率最高的双眼中间点位置作为基准位置,并将双眼中间点位置在基准位置附近的所有图像的灰度分割阈值的统计平均作为当前使用者的眼球灰度分割阈值。在鼠标控制阶段,利用该阈值对局部脸图像做二值分割,通过在分割后的二值图像上搜索满足眼睛特征的一对黑块来定位人眼,这样,通过双眼的位置关系或双眼中间点和基准位置的关系可以判定出人脸姿势和位置进而控制鼠标操作。本系统的主要特征是将灰度投影模型和二值化模型结合起来,使它们优势互补。实验证明,本系统运行速度快,准确率高,并具有较好的鲁棒性。(本文来源于《天津大学》期刊2007-06-01）
眼控鼠标论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
视觉跟踪技术一直是计算机视觉领域的热门课题,伴随着高性能计算机和高品质摄像机的出现,视觉跟踪技术正逐渐渗透到日常生活的各个领域。将视觉跟踪技术应用于人机交互,会改善传统人机交互模式,给用户带来全新、自然和高效交互体验。基于视觉跟踪技术的眼控鼠标研究便是在这一背景下开展的,作为一种新型人机交互模式具有一定的理论与实际意义。首先,考虑到实时性是本课题最重要的性能指标,本文采用了一种基于Viola-Jones检测框架和Kalman滤波器的快速、实时目标跟踪算法。基于人体测量学标准和模板匹配理论实现了人眼粗、精定位及分割。对Bern人脸数据库中五种不同视角方向的人脸样本进行测试,证明了所选方法的有效性。其次,本文以“眨眼”作为鼠标点击操作的控制信号(左右眼分别控制鼠标左右键),采用了基于模板匹配理论的眨眼检测算法,通过选择合适的阀值,眨眼检测的精度高达90%以上。本文以特征点的运动来控制光标的移动,根据几何学原理,提出了一种粗略的视线估计方法,并建立了特征点与屏幕注视点的数学关系式。再次,基于前文的理论基础,开发了一款眼控鼠标应用软件。由该应用软件和普通单一摄像头组成的新型人机交互系统可以代替传统鼠标,用户可通过特征点运动及眨眼动作来控制光标的移动和鼠标的点击操作。测试结果表明系统的实时性和跟踪性能良好,所开发的软件具有一定应用价值。最后,采用基于模型的设计思想,在基于SIMULINK/OMAP3530的DSP开发平台上实现了光标的跟踪功能。实验结果显示光标的跟踪性能良好,为眼控鼠标系统完整的嵌入式实现奠定了良好的基础。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
眼控鼠标论文参考文献
[1].朱麒文,闫隆鑫,张若兰,张帅,杨兰兰.基于视线追踪的眼控鼠标设计[J].电子器件.2016
[2].祝宝龙.基于视觉跟踪技术的眼控鼠标研究[D].哈尔滨工业大学.2015
[3].黄亚勤.基于视线跟踪技术的眼控鼠标研究与实现[D].西华大学.2011
[4].刘丽娟,李欣.眼控鼠标的研究[J].现代电子技术.2009
[5].郭晓波.基于视线跟踪技术的眼控鼠标系统研究[D].天津大学.2009
[6].王宇.嵌入式眼控鼠标系统的硬件架构设计[D].天津大学.2009
[7].赵晓娜.基于人脸特征检测的眼控鼠标系统研究[D].天津大学.2008
[8].佟炜.基于Cell/B.E.的分布式眼控鼠标系统研究[D].天津大学.2008
[9].胡畔,董春鹏,吴晓荣.基于视线跟踪技术的眼控鼠标[J].天津师范大学学报(自然科学版).2007
[10].王芳.基于人眼检测技术的眼控鼠标系统研究[D].天津大学.2007