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

• 作者: 胡佳辉 陆永华 张进海 杨昊铮 刘韬
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 视线追踪 眼球驱动 机器学习 智能病床
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 生物信息检测|Bioinformation Detection Technology
• 页码范围: 101-109
• 页数: 9页
• 分类号: TP183|TH772
• 语种: 中文
• DOI: 10.19650/j.cnki.cjsi.J2108085

摘要

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.