基于人工神经网络动态标定算法的低成本视线追踪系统

针对视线追踪系统成本高、标定算法复杂的问题，研究了一种低成本视线追踪系统.系统采用低成本网络摄像头，采集到的图像首先采用Haar-like特征与肤色结合算法来进行人脸检测，并利用主动表现模型算法和光流法定位并跟踪人脸特征点；然后利用梯度向量法进行瞳孔中心检测；为了提高系统精度和鲁棒性，提出了一种人工神经网络的动态标定算法.实验表明，视线追踪系统不仅具有很好的鲁棒性，而且具有较高的精度，在头部静止的情况下平均误差为1.34°，在头部运动的情况下平均误差为3.26°