摘要：对基于智能相机的眼动识别系统和方法进行了研究和设计,并对该系统在常见的各种测试条件下进行了大量的实验和应用分析。基于智能相机的眼动识别系统结构小巧紧凑,检测速度快,准确度高,较基于PC的检测系统和头盔式检测设备的性能有大幅的提高。

摘要：眼动的速度最高可达到600°/s,具有比人手更灵敏的反应,因此有更好的实时性和应激性,通过眼动识别可以准确反映人体的动作特征,实现动作的判断和预测。采用眼动识别的图像处理算法实现对乒乓球运动员的动作预测,提高攻球效能,改进乒乓球攻击和防御的目的性。传统方法中对乒乓球运动员的眼动识别算法采用边缘特征融合算法,对运动员的动作变换跟踪性能不好,提出一种基于多模态融合眼动识别的乒乓球运动员动作预测算法。提取边缘特征,进行虹膜定位设计,统计搜索区域灰度直方图分布,建立虹膜颜色与边缘联合特征模板,通过多模态融合眼动时变分析,采用从粗到细的处理方法,在减少匹配对应项的同时进行动作预测相关系数匹配,预测跟踪目标中心,实现动作预测,仿真结果表明,算法对运动员的动作预测准确度高,实现对乒乓球运动员动作的实时跟踪和识别。

摘要：运用一种非接触式模式识别技术,分析了不同情绪与眼动模式的内在关联性。首先,基于眼部关键点和眼动统计特征设计了眼动情感识别模型;然后,构建了一个包含20例被试者的眼动情感数据库;最后,分别在该数据库和公开数据库上用该模型进行了眼动情感识别试验,识别准确率分别为68.27%和63.01%。试验结果表明眼动特征包含对不同情绪的有效表示,验证了该模型的有效性。

摘要：为了建立一个面向驾驶员的眼动交互增强现实抬头显示系统。首先给出了实时眼动数据的预处理与分析方法。为符合增强现实抬头显示系统的实际应用条件以及针对不同眼动跟踪设备存在的精度局限性的问题,提出了面向增强现实抬头显示系统的眼动交互界面与配套的眼动识别算法。该方法不仅保证了交互的易用性、准确性、高效性,同时也保证了交互的安全性。在此基础上,设计并实现了基于Tobii眼动仪的增强现实抬头显示交互系统。