自然头部运动下基于网络摄像头的视线追踪

本文研究并提出一种视觉视线追踪器，仅使用普通网络摄像头且在没有任何先验知识（场景设置、相机内参和/或外参）的情况下解决该问题。我们提出的追踪器基于以下观察：赋予用户自然头部运动的自由需要场景设置的三维建模。尽管使用单一低分辨率网络摄像头限制了我们的维度（无法恢复深度），我们提出了应对该缺点的方法并对用户前方的场景进行建模。我们通过认识到该三维问题可被视为一系列二维特殊情况来加以解决。随后，我们提出一种将用户头部的每次运动视为特殊二维情况的处理流程，从而将问题的复杂性降回二维。此外，所提出的追踪器无需校准，摒弃了上述所有追踪器中繁琐的校准部分。实验结果表明，在给定限制条件下，所提出的追踪器取得了良好的结果。我们可以报告，当用户头部尽可能保持静止时（未使用下颌托），该追踪器在 x 和 y 方向的平均误差分别为 (56.95, 70.82) 像素。此外，我们还可以报告，在自然头部运动下，所提出的追踪器在 x 和 y 方向的平均误差分别为 (87.18, 103.86) 像素。