[发明专利]基于密度的眼动注视点测定方法及系统

权利要求书

1.一种基于密度的眼动注视点测定方法，其特征在于：包括轨迹点分类阶段和轨迹点聚类阶段，

所述轨迹点分类阶段包括以下子步骤，

步骤1.1，输入测试图片的眼动轨迹点数据；

步骤1.2，根据步骤1.1输入的眼动轨迹点数据，对其中属于注视点的各轨迹点进行分类，实现如下，

步骤1.2.1，根据步骤1.1输入的眼动轨迹点数据，计算每个轨迹点的速度Velocity；

步骤1.2.2，根据预先设置的阈值Threshold_V，将速度大于阈值的轨迹点设置为相应标签fixation，速度小于阈值的轨迹点设置相应标签为saccade；

步骤1.2.3，将时间上连续的标签为fixation的轨迹点归为同一类，得到若干类别，将标签为saccade的轨迹点全部舍弃；

所述轨迹点聚类阶段包括对每个类别分别执行以下子步骤，

步骤2.1，输入一类轨迹点数据G＝{g₁,g₂,…,g_n}，其中g_i为该类中第i个轨迹点，包含四个参数<x,y,t,d>，包括平面坐标位置x和y、记录时刻t、停留时间d，i的取值为1,2,…,n，n为该类别所包含轨迹点的个数；

步骤2.2，计算输入的各轨迹点之间的欧式距离，构成距离矩阵Dist，第i个点和第j个点之间的欧式距离为Dist(i,j)，公式如下，

Dist(i,j)=(xi-xj)2+(yi-yj)2]]>

其中，(x_i，y_i)表示第i个点的图像平面坐标位置，(x_j，y_j)表示第j个点的图像平面坐标位置，序号i的取值为1,2,…,n，j的取值为1,2,…,n；

步骤2.3，基于步骤2.2所得的距离矩阵Dist统计每个轨迹点半径r内的累计关注时间密度，设第i个点的半径r内的累计关注时间密度记为Density_r(i)；

步骤2.4，根据步骤2.3所得各个轨迹点半径r内的累计关注时间密度，确定最大密度值max(Density_r)；

步骤2.5，确定密度等于最大密度值的轨迹点序号集d，得到密度等于最大密度值的轨迹点的数目N，设g₁,g₂,…,g_n中密度等于最大密度值的轨迹点的序号记为d₁,d₂,…,d_N，d_s为d中第s个轨迹点，s的取值为1,2,…,N，

d＝{d₁，d₂，…，d_N}

d_s＝{d_s∈N|Density_r(d_s)＝max(Density_r)}

步骤2.6，求密度为最大密度值的轨迹点集的质心如下，得到注视中心点，

Pdensest=Σs=1NgdsN]]>

其中，P_densest为所求的注视中心点坐标，为该类别中序号为d_s的轨迹点坐标。