基于单幅图像的视线计算研究

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (25): 37-39.

基于单幅图像的视线计算研究

夏东石^1,2，阮宗才¹

1.东南大学学习科学研究中心，南京 210096
2.东南大学生物科学与医学工程学院，南京 210096

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-01 发布日期:2007-09-01
通讯作者: 夏东石

Study on eye gaze estimation from single image

XIA Dong-shi^1,2，RUAN Zong-cai¹

1.Research Center of Learning Science，Southeast University，Nanjing 210096，China
2.School of Biological Science & Medical Engineering，Southeast University，Nanjing 210096，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-01 Published:2007-09-01
Contact: XIA Dong-shi

摘要/Abstract

摘要： 提出了一种新的基于单幅眼睛图像的视线计算方法。通过假定两眼的视线向量以及左右虹膜中心点组成的向量共面，可以计算得到两眼的视线方向。与现有的三维视线计算方法相比，提出的视线计算方法不需要眼角坐标等脸部特征信息，另外也不需要已知相机的焦距大小。可以允许相机的焦距大小以及与用户的距离自由改变。最后实验的结果也比较理想，充分证明了提出的视线计算方法的可行性。

关键词: 虹膜, 椭圆拟合, 向量共面, 视线

Abstract: This paper presents a novel approach to estimate the human’s eye gaze from a single image of two eyes.By assuming that the two gaze vectors of both eyes and the vector which is determined by the two centers of the right and left iris are coplanar，from which we can calculate both the eye gaze.Compared to most existing 3-D gaze estimation algorithms，this approach does not require those of face feature information such as the eye corners.And it does not need to know the exact focal length of the camera.This is a very useful feature because it allows one to use a zoom lens and to change the zooming factor whenever he or she likes.It also gives one more freedom of the camera setting with respect to the distance between the user and the camera.The extensive experiments over simulated images and real images demonstrate the feasibility and the effectiveness of the method.

Key words: iris, ellipse fitting, coplanar vectors, eye gaze

夏东石^1,2，阮宗才¹. 基于单幅图像的视线计算研究[J]. 计算机工程与应用, 2007, 43(25): 37-39.

XIA Dong-shi^1,2，RUAN Zong-cai¹. Study on eye gaze estimation from single image[J]. Computer Engineering and Applications, 2007, 43(25): 37-39.

[1]	柴旭，方明，付飞蚺，邵桢. 考场环境下考生视线估计方法[J]. 计算机工程与应用, 2021, 57(9): 199-206.
[2]	陈金鑫，沈文忠. 基于EL-YOLO的虹膜图像人眼定位及分类算法[J]. 计算机工程与应用, 2021, 57(17): 217-223.
[3]	周锐烨，沈文忠. PI-Unet：异质虹膜精确分割神经网络模型的研究[J]. 计算机工程与应用, 2021, 57(15): 223-229.
[4]	滕童，沈文忠，毛云丰. 基于级联神经网络的多任务虹膜快速定位方法[J]. 计算机工程与应用, 2020, 56(12): 118-124.
[5]	晁静静，沈文忠，宋天舒. 基于HOG和SVM的双眼虹膜图像的人眼定位算法[J]. 计算机工程与应用, 2019, 55(9): 184-189.
[6]	杨霞，朱晓冬，刘元宁，冯家凯，刘帅. 分块小波特征结合BP神经网络的虹膜识别方法[J]. 计算机工程与应用, 2019, 55(18): 132-139.
[7]	周永望1，2，吴超辉3，张涵斐1. 城市作战环境中可视性算法研究及模型构建[J]. 计算机工程与应用, 2018, 54(6): 210-215.
[8]	栗战恒，郑秀娟，刘凯. 移动设备视线跟踪技术研究进展[J]. 计算机工程与应用, 2018, 54(24): 6-11.
[9]	刘帅1，2，刘元宁1，3，朱晓冬1，3，冯家凯1，3，卢时旭1，2. 基于分块搜索的虹膜定位算法[J]. 计算机工程与应用, 2018, 54(18): 212-217.
[10]	胡艳红，魏江，梅少辉. 基于瞳孔角膜反射技术的视线估计方法[J]. 计算机工程与应用, 2018, 54(14): 7-10.
[11]	邓玉波，苏娟. 基于纹理方向能量特征的虹膜识别算法[J]. 计算机工程与应用, 2017, 53(15): 196-199.
[12]	凌滨，索健文，许景涛. 一种结合Snake与GAC模型的虹膜定位方法[J]. 计算机工程与应用, 2017, 53(1): 201-206.
[13]	丁业兵. 基于惯量矩的椭圆拟合方法[J]. 计算机工程与应用, 2016, 52(18): 188-191.
[14]	裴景东，汪文虎，王姝，成浪永. 叶片基元叶型椭圆形前缘拟合方法[J]. 计算机工程与应用, 2015, 51(3): 243-246.
[15]	张春燕1，邹伟2. 一种鱼眼镜头标定板的设计、检测与排序方法[J]. 计算机工程与应用, 2015, 51(15): 188-192.