面向多设备交互的眼动跟踪方法-计算机辅助设计与图形学学报.pdfVIP

面向多设备交互的眼动跟踪方法-计算机辅助设计与图形学学报.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
面向多设备交互的眼动跟踪方法-计算机辅助设计与图形学学报

第28 卷 第7 期 计算机辅助设计与图形学学报 Vol. 28 No.7 2016 年7 月 Journal of Computer-Aided Design Computer Graphics Jul. 2016 面向多设备交互的眼动跟踪方法 1,2) 1) 1) 程时伟 , 孙志强 , 陆煜华 1) (浙江工业大学计算机科学与技术学院 杭州 310023) 2) (Human-Computer Interaction Institute, Carnegie Mellon University, Pittsburgh, PA 15213 USA) (swc@) 摘 要: 当前, 越来越多的人机交互应用需要依靠多个设备共同完成, 传统针对单个设备的眼动跟踪方法已很难适 应多设备交互的需求. 为此, 提出一种面向多设备交互的眼动跟踪方法. 针对用户眼球运动幅度显著变大给图像识 别带来的影响, 采用待选瞳孔区域和瞳孔中心识别相结合的方法识别瞳孔; 同时对普洱钦斑位置进行预测, 插补识 别过程中丢失的普洱钦斑; 在此基础上, 建立瞳孔-普洱钦斑反射向量. 另一方面, 利用边缘检测方法识别设备屏幕, 并通过建立不同设备屏幕的顶点位置列表, 比较屏幕形状和面积以区分不同设备; 再根据瞳孔-普洱钦斑反射向量进 行眼动注视点坐标拟合计算, 并结合头部运动误差补偿方法提高多设备之间眼动注视点坐标的计算精度. 最后设计 开发了头戴式眼动跟踪系统MultiGaze, 用户测试结果表明, 文中方法在多设备交互环境下能有效地提高注视点计算 精度. 关键词:眼动跟踪; 注视点; 多设备; 人机交互 中图法分类号:TP391.41 An Eye Tracking Approach to Cross-Device Interaction Cheng Shiwei1,2), Sun Zhiqiang1), and Lu Yuhua1) 1) (School of Computer Science and Technology, Zhejiang University of Technology, Hangzhou 310023) 2) (Human-Computer Interaction Institute, Carnegie Mellon University, Pittsburgh, PA 15213 USA) Abstract: Recently, more and more human-computer interaction applications are used cross multiple devices, but existed eye tracking approaches only support single device application, and do not meet the requirement of cross-device interaction. An eye tracking approach oriented to cross-device interaction was proposed. We com- bined pupil area detection and pupil center detection to reduce the difficulty of pupil image recognition. We pre- dicted position of the missing Pu

您可能关注的文档

文档评论(0)

zhuwo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档