基于眼動的人機自然交互.pdf

1、目前，人們的生活被各式數(shù)字化設備包圍著，人類期待可以與高效率但略顯死板的機器產(chǎn)生人與人之間一樣自然的交流互動。相關研究表明，充分利用人的認知資源是實現(xiàn)人機自然交互的有效手段。在各類可觀測的人體認知信息中，眼睛的運動有效反映了人們視線關注點的變化，和人們的關注目標、內(nèi)心情緒以及任務意圖有著十分密切關系，因此眼動信號可作為構(gòu)建自然的人機交互系統(tǒng)(Human-Machine Interface, HMI)的一種理想輸入。
　　本文以眼動

2、信號作為控制輸入，針對不同的應用場景開發(fā)了兩類非桌面式HMI系統(tǒng)。根據(jù)控制任務和技術(shù)路線的不同，這兩類HMI系統(tǒng)可劃分為基于注視點檢測的靜態(tài)對象控制系統(tǒng)和基于眼動模式識別的動態(tài)對象控制系統(tǒng)。
　　基于注視點檢測的靜態(tài)對象控制系統(tǒng)。系統(tǒng)整合了視線輸入通道與目標識別輸入通道，通過雙重選擇機制，克服單一視線輸入通道交互的所帶來的米達斯接觸問題。駐留時間方法進行第一層選擇識別出可能是輸入的注視，并提取感興趣區(qū)域(Region of Int

3、erest, ROI)。第二層選擇中，對ROI采用基于形狀匹配的目標識別方法排除非輸入的注視，并能對輸入注視觀察到的目標作出特定的響應。利用上述方法，以空調(diào)為實際被控對象，通過注視功能圖標生成指令，控制空調(diào)執(zhí)行開關、模式、升溫和降溫四個功能。
　　基于眼動模式識別的動態(tài)對象控制系統(tǒng)。在分析了隨意性眨眼、注視、上看、下看、左看和右看這六種眼動模式與瞳孔中心變化軌跡的關系之后，分析出是否為隨意性眨眼的判斷條件，并確定了以瞳孔中心橫縱坐

4、標對于采樣點數(shù)的斜率作為其他五類的分類特征。斜率由RANSAC算法擬合直線得出。隨后利用AdaBoost算法通過兩兩分類的方式，實現(xiàn)了了由四個分類器組成的分類方法。再對分類方法進行改進，使用 SAMME算法直接進行五類分類。全向輪椅為實際被控對象，識別出上下左右看以及非隨性眨眼等五種眼動模式后，生成相應指令驅(qū)動輪椅執(zhí)行前進、后退、左移、右移和停止這五種功能。
　　總體而言，本文圍繞三個問題對基于眼動的人機交互進行了深入研究，即如何