虚拟/增强环境中的视线追踪算法研究

摘要

针对虚拟与增强环境中人机交互完全依赖效率较低的肢体动作、语音命令的问题，提出一套完整的三维视线追踪方案来计算用户的空间注视点，以实现双向自然的交互操作，为上述环境提供一种自然、双向的交互手段。本文的主要工作如下：
　　(1)本文提出基于Vieth-Müller双眼单视界圆的空间注视点计算方法，并详细阐述了整个计算流程。在本算法中瞳孔间距和双眼辐辏角的计算是核心，由于瞳孔间距采用成熟的双目视觉算法即可计算得到，故本文主要研究了双眼辐辏角的计算问题。
　　(2)为了计算双眼辐辏角，确定双眼的瞳孔区域并提取瞳孔的椭圆轮廓是主要任务。本文构建了BP神经网络并使用公共瞳孔数据集和特定场景图像进行训练，用训练得到的神经网络对面部图像切片进行预测以判断瞳孔区域。然后使用GVF Snakes模型在瞳孔图像中进行迭代变形得出瞳孔的轮廓曲线。由于瞳孔轮廓受高光点和眼睑、睫毛等的影响通常呈不光滑甚至不规则的形状，所以使用椭圆方程参数作为约束对离散的瞳孔轮廓点进行最小二乘拟合。得到瞳孔间距和瞳孔轮廓的椭圆方程之后，由所述的算法便可估计瞳孔的运动进而得到使用者的空间注视点。
　　(3)在文章的实验和分析部分，构建了面向CAVE（CAVE Automatic Virtual Environment）型虚拟现实和头盔透视（See-through HMD）式增强现实环境的两套视线追踪头盔，文章着重描述了前者的系统构成和实现细节。文章最后对三维注视点的估计过程进行了误差计算和分析，并和其它的一些算法进行了对比。

目录

声明

1 绪论

1.1 选题背景与意义

1.2 国内外研究现状

1.3 研究内容及组织结构

2 基于Vieth-Müller圆的空间视线计算

2.1 Vieth-Müller双眼单视界圆

2.2 Vieth-Müller圆在空间视线计算中的应用

2.3 辐辏角计算的数学模型

2.4 本章总结

3 基于BP神经网络的瞳孔区域确定

3.1 瞳孔区域确定方法概述

3.2 BP神经网络模型

3.3 实验与分析

3.4 本章总结

4 基于梯度矢量流方法的椭圆轮廓提取

4.1 偏微分方程在图像处理中的应用

4.2 基于各向异性热传导方程的图像滤波

4.3 活动轮廓模型与梯度矢量流方法

4.4 系数约束的最小二乘椭圆拟合

4.5 本章总结

5 空间注视点估计实验

5.1 虚拟和增强现实中的空间注视点估计

5.2 虚拟现实环境中的空间注视点估计

5.3 应用实验和误差分析

5.4 总结与展望

参考文献

致谢

个人简历、在学期间发表的学术论文与研究成果