基于机器学习的头部自由视线追踪方法及其在电动病床端的应用
基于机器学习的头部自由视线追踪方法及其在电动病床端的应用
复制标题
DOI：
10.19650/j.cnki.cjsi.j2108085
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
刘韬
中科院分区：
文献类型：
--
作者：
胡佳辉;陆永华;张进海;杨昊铮;刘韬
头部自由的三维视线追踪具有重要的意义。针对传统的视线追踪方法存在的精度低、设备复杂和穿戴受限等问题,提出了一种基于机器学习的单目头部自由的三维视线追踪技术,构建出了两个轻量、高精度、实时的视线追踪模型,分别可进行注视点估计和注视方向估计。注视点估计模型首先利用Dlib进行人脸特征点定位得到眼睛图像进而进行PnP解算得到头部姿态信息,将两种信息与部分特征点坐标共同输入到多通道卷积神经网络中,并最终估计得到人眼注视点。注视方向估计网络是注视点估计网络的简化版本。将本文所提出的视线追踪技术与电动病床相结合,构建出一套基于眼球驱动的电动病床系统,该系统允许患者利用眼睛控制电动病床的运作。实验结果表明:所提出的注视点模型在MPIIGaze数据集上的误差为4.1 cm,注视方向估计网络在ColumbiaGaze数据集上的误差为7.2°,两模型的精度分别比iTracker和UlinFT提高了6.8%和2.7%。所构建的眼球驱动电动病床系统有效地提高了患者的生活水平,满足了患者的诸多需求。