理工酷

基于移动设备的眼球追踪技术及其应用

一、研究目的

在本文中，我们主要验证在移动设备上进行实时眼球追踪的可行性，并提出使用眼球追踪进行移动设备控制。

二、研究方法

我们首先对眼球追踪技术进行测试，验证了现行眼球追踪算法在移动设备上进行眼球运动方向追踪的准确性。随后基于视频播放场景，在原有的控制技术基础上，实现了基于眼球运动方向的视频播放控制。相较于之前的研究，我们不仅验证了眼球追踪技术在移动设备上应用的准确性，同时提出了其适用的场景和相应的解决方案。

三、研究结论

针对用户观看视频过程中有时不便手动控制这一现象，我们率先将眼球追踪技术与视频播放控制结合起来，改善了用户使用体验。而经过实验验证，基于眼球运动方向进行操作控制的平均准确率达到 70.5%，这一新颖的控制方式被证明是可靠的。

四、目录

第一章 绪论   1.1 研究背景   1.2 本文工作   1.3 论文结构 第二章 相关工作   2.1 眼睛行为分析     2.1.1 视线估计     2.1.2 眼球运动   2.2 基于眼睛交互     2.2.1 隐式交互     2.2.2 显式交互   2.3 移动设备控制 第三章 瞳孔检测与眼球追踪   3.1 面临挑战   3.2 环境影响     3.2.1 距离     3.2.2 照明条件   3.3 眼睛检测
    3.3.1 Harr特征选择     3.3.2 计算积分图像     3.3.3 Adaboost 训练     3.3.4 级联分类器   3.4 瞳孔中心定位     3.4.1 梯度方法     3.4.2 运行结果   3.5 眼球运动方向追踪 第四章 系统实现与性能评估   4.1 系统实现     4.1.1 视频播放器     4.1.2 基于眼球控制实现视频播放   4.2 性能评估     4.2.1 实验设置     4.2.2 眼球追踪模块     4.2.3 视频控制模块 第五章 总结与展望 参考文献 致 谢

来源https://github.com/njuzyh/EyeTrack