[发明专利]基于SOC的视线跟踪人机交互方法及装置

说明书

技术领域

本发明涉及SOC(片上系统)设计技术，视觉跟踪算法属于图像处理和模式识别技术领域，具体是一种基于SOC的视线跟踪人机交互装置。

背景技术

人眼视线在人机交互中扮演重要角色，它具有直接、自然和双向等优点。目前视线跟踪技术刚起步，未达到实用阶段，成功的实用性项目很少并且价格昂贵，对硬件的要求高。视觉跟踪技术一般可以分为两类，接触式和非接触式。接触式的精度高，但用户须穿戴特殊器具，这会给用户带来很大的不舒适。非接触式一般采用基于视频图像处理的办法，通过分析人眼部分图像判定视线方向，不对用户产生干扰，使用更加方便。

基于视线跟踪的人机交互装置，目前研究的主要方向是基于计算机平台或性能较高的嵌入式处理器，纯软件运行的，但由于其算法计算复杂度高，占用系统资源多，不利于用户利用此系统在计算机上做其他复杂的操作。鉴于纯软件实现视线跟踪算法在人机交互装置上的局限性，可利用硬件逻辑的并行性及流水线操作，将视线跟踪算法中计算量较大部分用硬件实现，大大提高算法的执行效率。经对现有技术文献的检索发现，尚未有报道过有基于SOC的视线跟踪人机交互方法及装置。

发明内容

本发明克服现有视线跟踪技术中的不足，提供基于SOC的视线跟踪人机交互方法及装置。本发明通过合理的软硬件划分，在SOC平台上实现，把复杂度较高部分即人眼区域检测部分用硬件实现，大大提高算法的执行效率。本发明通过如下技术方案实现：

一种基于SOC的视线跟踪人机交互方法，该方法包括如下步骤：

(1)摄像头将采集到的数字图像输入到SOC平台，采用硬件逻辑模块实现基于haar特征的Adaboost检测算法，对所述数字图像进行人眼区域的检测；

(2)根据检测到的人眼区域，利用视线方向判别算法，判别出用户视线，再将用户视线方向转化为鼠标控制信号通过USB传输给计算机，实现人机交互。

上述的人机交互方法中，所述硬件逻辑模块包括如下模块：

积分模块，完成数字图像的积分与平方积分的计算，并将计算结果存放在存储器上；子窗口扫描模块，对整帧数字图像子窗口的横坐标和纵坐标按设定步长进行遍历，得出待测子窗口的坐标及长宽；

子窗口处理模块，判定待测子窗口是否为人眼子窗口；

子窗口融合模块，对判定出的所有人眼子窗口进行融合处理，即整合位置相近的窗口，然后重新调整人眼窗口位置，确定人眼区域。

上述的人机交互方法中，所述子窗口处理模块是根据采用Modesto Castrillón训练的右眼分类器，运用Cascade级联方法实现子窗口处理，具体步骤包括：首先提取右眼分类器的haar特征参数；将haar特征参数具体化，即将haar特征参数与扫描后的子窗口大小进行匹配，再根据具体化后haar特征参数中矩形区域的位置读取积分模块计算出的积分数据，最后运用Cascade级联方法确定人眼子窗口。

上述的人机交互方法中，所述运用Cascade级联方法确定人眼子窗口是将多个右眼弱分类器加权组成右眼强分类器，再将20级右眼强分类器串联完成人眼子窗口的确定，具体步骤包括：首先根据每个右眼弱分类器中的haar特征参数及从积分模块中读取的积分数据，计算出实际子窗口的haar特征值，再与当前右眼弱分类器的阈值进行比较，确定此右眼弱分类器的权值，最后将这些右眼弱分类器的权值进行累加，再与右眼强分类器的阈值做比较，如果大于此阈值，则通过此级右眼强分类器的验证，进入下一级右眼强分类器的判别，如果小于此阈值，则认为此子窗口为非人眼区域；当子窗口通过20级右眼强分类器的验证，则可确定为人眼子窗口。

上述的人机交互方法中，所述视线方向判别算法是根据位于计算机屏幕四个角上的四个LED红外光源在人眼角膜上形成的四个反射亮点，即普尔钦斑点，与瞳孔中心之间的几何位置关系计算视线方向。

上述的人机交互方法中，所述视线方向判别算法具体步骤包括：首先采用灰度投影方法定位瞳孔中心，在以瞳孔中心为中心，在其上下左右30个像素的区域内搜索普尔钦斑点，计算瞳孔中心与所述四个反射亮点的关系，确定其视线方向。