基于眼动特征的电视视野图信号去漂移
信号处理
2025-09-10 v1
摘要
电视视野图（EOG）广泛用于人机协作（HRC）中的视线跟踪。然而，由低频噪声引起的基线漂移显著影响EOG信号的准确性，给后续传感器融合带来挑战。本文提出一种基于眼动特征的去漂移（FGD）方法，用于缓解EOG信号中的漂移伪影。该方法利用主动眼动特征识别来重构从特征中提取的EOG基线，并自适应地纠正信号漂移，同时保持EOG波形的形态完整性。对FGD进行了使用模拟数据和真实数据的数据评估，在模拟数据中实现了显著的平均误差降低，平均误差降至0.896度，降低36.29%；在真实数据中降至1.033度，降低26.53%。尽管真实数据中存在额外且不可预测的噪声，所提出的方法仍优于传统去漂移技术，显示其在实际应用中（如增强人类性能）的有效性。
引用
@article{arxiv.2509.07416,
title = {Eye Movement Feature-Guided Signal De-Drifting in Electrooculography Systems},
author = {Lianming Hu and Xiaotong Zhang and Kamal Youcef-Toumi},
journal= {arXiv preprint arXiv:2509.07416},
year = {2025}
}
备注
This manuscript has been accepted for presentation at the 2025 IEEE 21st International Conference on Automation Science and Engineering (CASE) and is currently under publication