学生中心在实时眼动追踪方面跳了很多

Question

在我的眼动跟踪项目中，瞳孔中心跳得很多，我不认为这是一个固定点。

我该怎么办？

我的想法是将2帧中的瞳孔中心和瞳孔与阈值进行比较，但这并不能解决问题。另一点是相机噪音。

我应该如何减少噪音？

我使用了starburst algorithm。

  

Starburst ：一种基于视频的眼睛跟踪的混合算法，结合了基于特征和基于模型的方法。

Answer 1

眼动仪有两种类型的噪音/错误：可变错误和系统错误。可变噪声基本上是凝视目标周围的色散，而恒定的漂移或与凝视目标的偏离是系统噪声。供参考，请参阅以下论文：

https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0196348

在您的情况下，其变量错误。由于疲劳，眼球非自愿振动，光线等导致可变误差。您可以通过仅过滤注视数据将其删除。但是，请注意不要使其平滑得太多，否则可能会导致眼球固有的自然波动消失。

Answer 2

上下文

关于眼动追踪技术的信息很少。但是，由于我在这个主题上花费的时间（不多），因此提出了几个问题。一个与eye tracking library issue相关，而另一个与similar problem的替代相关。如您所见，该主题不是直观且容易解决的。但是不要失去力量。

答案

被称为交互式应用程序的注视跟踪技术 [1]，本文可以解答您的疑问。本文介绍了眼动追踪技术，并重点介绍了可能促进其在一般应用中使用的最新进展。由于pupil–corneal reflection technique [2，3]的可用性优势，作者还提供了对它们的描述，并表明该方法仍不太适合一般的交互式应用程序。

信息

不过，对于您来说，使用眼动追踪技术阅读一些常规的可用性测试可能很重要。一篇不错的文章是标题为 Eye-tracking in Usability Testing 的文章，作者在其中描述了与相机校准有关的问题，这些问题是现实生活中使用的限制因素。同时，标题为 UXer’s quick guide to eye tracking 的文章描述并建议了如何使用它。

关于

也许谁会担心，在我们的项目中，我们开发了两个存储库。第一个名为eye-tracker-setup的存储库是首次尝试提取有关Tobbi Eye Tracker 4C设备的信息。但是，我们并没有成功，因此创建了另一个名为eye-tracker-naive的存储库。

参考

[1]森本C.H.和Mimica，M.R.，2005年。用于互动应用的视线跟踪技术。计算机视觉与图像理解，98（1），第4-24页。

[2]江建南，Z。彭毅，Zi-yi，Chuang，Z。和Ying H.，2009年5月。基于瞳孔角膜反射的视线追踪关键技术。在2009年的WRI全球智能系统大会上（第2卷，第133-138页）。 IEEE。

[3] Morimoto，C.H.，Koons，D.，Amir，A。和Flickner，M.，2000。使用多个光源的瞳孔检测和跟踪。图像与视觉计算，第18卷第4期，第331-335页。