来源：期刊VIP网 时间：
作者：张国静;王桂祥;
单位：杭州电子科技大学信息工程学院文理学院;
摘要：眼动跟踪是人机交互（HCI）及其应用的重要技术之一，越来越受到人们的重视。然而，在实际情况下往往受到大量非高斯噪声的影响，如不可控的光照、人眼的遮挡及连续的人眼移动等，这会导致瞳孔检测实时性和准确性的下降。因此，文中设计了一种基于U-Net语义分割网络的瞳孔检测方法。首先，利用该方法对瞳孔区域进行分割；然后对分割的瞳孔区域处理，确定其质心位置，达到瞳孔中心定位的目的；最后，又提出了一种改进的卡尔曼滤波器的稳态增益，通过在卡尔曼增益上引入分数阶反馈环路来实现，并利用改进的卡尔曼滤波器对瞳孔位置进行跟踪，消除非高斯噪声，可以大大提高瞳孔在线稳定检测的准确性。实验结果表明，所提方法能够实时跟踪人眼，具有较高的精确度和鲁棒性，且最佳均方根误差（RMSE）可达到0.78。
关键词：眼动跟踪;;人机交互;;非高斯噪声;;U-Net网络;;语义分割;;瞳孔检测;;分数阶;;卡尔曼滤波
基金资助：杭州电子科技大学信息工程学院科研培育基金项目：基于深度学习的视频眼震采集系统的应用研究（KYP0323015）
