基于瞳孔特征递归估计的鲁棒视频眼动追踪
计算机视觉与模式识别
2017-06-28 v2
摘要
基于视频的眼动追踪是各研究领域的一项有价值技术。近年来开发了许多开源眼动追踪算法，主要设计用于适应多种不同相机类型的通用应用。然而，这些算法并未利用心理物理学研究中常用的眼动追踪相机的高帧率特性。我们提出了一种瞳孔检测方法，利用这一高速特性，通过对连续相机帧中某些瞳孔特征的递归估计获得可靠预测。随后利用这些预测执行新颖的图像分割和分类流程以提升瞳孔检测性能。基于手工标注眼部图像的结果，与其他最近发布的开源瞳孔检测算法相比，我们的方法具有更高的检测率、准确度和速度。该程序的源代码连同图形用户界面可在 https://github.com/tbrouns/eyestalker 下载。
引用
@article{arxiv.1706.08189,
title = {Robust Video-Based Eye Tracking Using Recursive Estimation of Pupil Characteristics},
author = {Terence Brouns},
journal= {arXiv preprint arXiv:1706.08189},
year = {2017}
}
备注
29 pages, 16 figures; fixed hyperlink in abstract