王建华，冉煜琨

(成都理工大学工程技术学院，四川 乐山 614000)

0 引 言

从人机交互[1]到医学诊断，从心理研究到计算机视图，眼动跟踪[2]已经应用到众多领域，也有一些成功的商业产品，如美国Neuro 4D眼动仪、瑞典的Tobii X2-60眼动仪等。对于眼动跟踪，大多需要在合理摄像头的情况下才能表现良好的性能，然而，在现实环境中不够鲁棒，这些因素阻碍了眼动跟踪技术的普及和应用。

目前，已经有了一些眼动跟踪(或称为视线跟踪)的方法，一般可以分为基于模型的估计法和基于外观的估计法[3-4]。

基于模型的方法使用眼睛的几何模型。该类方法又可以细分为基于角膜反射的方法和基于形状的方法。基于角膜反射的方法[5-6]依赖于外在光源来检测眼睛特征；基于形状的方法[7-8]从所观察到的眼睛形状中推断凝视方向，如瞳孔中心和虹膜边缘。这些方法趋向于处理相片质量较差和灯光条件多变的情形，主要缺陷是成本高，硬件需定制，在不可控环境下不够精确。

基于外观的方法[9]直接将眼睛作为输入，也可以用于分辨率较低的图像中。相关研究表明[10]，与基于模型的方法相比，基于外观的方法所需用户训练数据量更大。

另外，也有一些相关反馈[11]的方法，如文献[12]提出了一种基于眼动跟踪的图像检索重排序方法。该方法使用桌面式眼动仪获取用户观察结果图像的注视点数据，实时地分析这些注视点，找出用户感兴趣的信息，再将这些信息重组成一个新的查询。这个查询更能表达用户的查询意图，返回更多用户查询意图的相关图像。……