一种基于隐形眼镜的眼动追踪方法及隐形眼镜技术

本发明专利技术公开了一种基于隐形眼镜的眼动追踪方法及隐形眼镜，方法包括：预先在主控单元中构建初始神经网络模型；对初始神经网络模型进行训练，生成目标神经网络；通过检测元件实时采集外界光信号，根据光信号输出对应的目标检测值；通过信号传输单元将目标检测值发送至主控单元；基于主控单元将目标检测值输入目标神经网络，获取目标神经网络输出的眼球转动值及眼睑开闭程度；基于主控单元对眼球转动值及眼睑开闭程度进行滤波处理，生成目标眼动数据，完成眼动追踪。本发明专利技术实施例检测全过程都在智能隐形眼镜上完成，降低了眼动追踪难度；简化了计算，提高了精确度；不受外界磁场干扰，零漂误差较小。零漂误差较小。零漂误差较小。

【技术实现步骤摘要】
一种基于隐形眼镜的眼动追踪方法及隐形眼镜


[0001]本专利技术涉及眼睛运动追踪
，尤其涉及一种基于隐形眼镜的眼动追踪方法及隐形眼镜。

技术介绍

[0002]眼动追踪是一项通过传感器、计算机、机器视觉等技术来追踪人体眼睛运动的用技术。通过该技术可以找到人眼关注的焦点，进而可以分析人的行为和意识，该技术可广泛应用于医学、心理学、认知科学等领域的研究，应用前景广泛。
[0003]目前，针对可穿戴式AR和VR头盔的眼动跟踪解决方案主要依赖于光学跟踪，由外置摄像头拍摄眼睛的运动图像，并用图像处理的方式进行分析和处理，得到眼睛的注视或运动方向。由于智能隐形眼镜体积小、佩戴在人眼球内，因此传统穿戴式智能眼镜的眼动追踪方法难以应用。传统穿戴式智能眼镜的眼动追踪方法依赖于外置摄像头，难以装配到智能隐形眼镜上。在有外物遮挡的情景难以应用，适用情景范围有所缩小。基于运动图像的算法计算量大、精度较低。
[0004]目前，针对智能隐形眼镜的眼动追踪尚无成熟技术方案。科研机构研发的少数智能隐形眼镜眼动追踪解决方案主要依赖于磁跟踪，由外置发电线圈产生磁场，通过检测巩膜接触镜线圈的电流变化进行眼动追踪；或者是依赖于惯性传感器的智能隐形眼镜，通过检测巩膜接触镜相对于外部设备的旋转角度进行眼动追踪。而已有的智能隐形眼镜眼动追踪的解决方案具有以下缺点：磁跟踪和惯性传感器跟踪利用了电磁原理，容易受到外部磁场的扰动；惯性传感器会随时间产生零漂等微小误差，但由于眼动追踪的范围本就不大，且移动速度较快，所以惯性传感器的微小误差容易对眼动判别产生较大影响。
[0005]因此，现有技术还有待于改进和发展。

技术实现思路

[0006]鉴于上述现有技术的不足，本专利技术提供了一种基于隐形眼镜的眼动追踪方法及隐形眼镜，旨在解决现有技术中智能隐形眼镜的眼动追踪方法是依赖于磁跟踪或是惯性传感器进行眼动追踪，容易受到外部磁场的扰动，追踪过程中容易出现误差，最终的眼动判别效果较差的问题，且能额外感知眼睑开闭程度，为其他先进应用创造先决条件。
[0007]本专利技术的技术方案如下：
[0008]本专利技术第一实施例提供了一种隐形眼镜，包括隐形眼镜载体，以及在隐形眼镜载体上设置的检测元件、信号传输单元、主控单元，所述信号传输单元分别与所述检测元件、所述主控单元连接，
[0009]所述检测元件用于检测外界的光信号，根据光信号输出对应的检测值；
[0010]所述信号传输单元用于将所述检测元件的检测值实时发送至所述主控单元；
[0011]所述主控单元用于根据所述检测值对眼球运动进行追踪。
[0012]进一步地，所述检测元件包含若干个传感器阵列。
[0013]进一步地，所述检测元件包含4个传感器阵列。
[0014]进一步地，所述传感器阵列为光电传感器阵列或电容传感器阵列。
[0015]进一步地，所述4个传感器阵列以特定的形状分布在所述隐形眼镜载体，所述特定形状为环形、正方形和X型中一种。
[0016]进一步地，所述主控单元具体用于通过神经网络对所述检测值进行处理后，获取眼球旋转角度及眼睑开闭角度，完成眼球运动的追踪。
[0017]本专利技术的另一实施例提供了一种基于隐形眼镜的眼动追踪方法，方法包括：
[0018]预先在主控单元中构建初始神经网络模型；
[0019]对所述初始神经网络模型进行训练，生成目标神经网络；
[0020]通过检测元件实时采集外界光信号，根据光信号输出对应的目标检测值；
[0021]通过信号传输单元将目标检测值发送至主控单元；
[0022]基于主控单元将目标检测值输入目标神经网络，获取目标神经网络输出的眼球转动值及眼睑开闭程度；
[0023]基于主控单元对所述眼球转动值及眼睑开闭程度进行滤波处理，生成目标眼动数据，完成眼动追踪。
[0024]可选地，通过检测元件实时采集外界光信号，根据光信号输出对应的目标检测值，包括：
[0025]通过检测元件实时采集外界光信号，根据光信号输出初始检测值；
[0026]将所述初始检测值输入低通滤波器进行滤波处理，得到目标检测值。
[0027]可选地，基于主控单元对所述初始神经网络模型进行训练，生成目标神经网络，包括：
[0028]预先通过带摄像头的AR智能眼镜，获取眼睛运动过程的视频图像，对视频图像进行解析后获取眼球旋转角度和眼睑开闭角度，生成眼球旋转角度和眼睑开闭角度目标值；
[0029]基于主控单元获取检测元件输出的目标检测值输入初始神经网络模型，获取初始神经网络模型输出的眼球旋转角度和眼睑开闭角度预测值；
[0030]基于主控单元将眼球旋转角度和眼睑开闭角度预测值与眼球旋转角度和眼睑开闭角度目标值输入神经网络，基于反向传播算法对神经网络进行训练，生成目标神经网络。
[0031]可选地，基于主控单元对所述眼球转动值及眼睑开闭程度进行滤波处理，生成目标眼动数据，完成眼动追踪，包括：
[0032]基于主控单元对所述眼球转动值及眼睑开闭程度进行卡尔曼滤波处理，得到卡尔曼滤波处理结果；
[0033]将所述卡尔曼滤波处理结果作为目标眼动数据，完成眼动追踪。
[0034]有益效果：本专利技术实施例检测全过程都在智能隐形眼镜上完成，降低了眼动追踪难度；通过改进测量方法简化了计算、提高了精确度；适用于有外物遮挡、光线不足致使拍摄图像不清晰等情形，不受外界磁场干扰，零漂误差较小；可以感知眼睑开闭程度。
附图说明
[0035]下面将结合附图及实施例对本专利技术作进一步说明，附图中：
[0036]图1为本专利技术一种基于隐形眼镜的较佳实施例的结构示意图；
[0037]图2为本专利技术一种基于隐形眼镜的较佳实施例的传感器设置示意图；
[0038]图3为图2中设置的传感器的输出矩阵示意图；
[0039]图4为本专利技术一种基于隐形眼镜的眼动追踪方法的较佳实施例的流程示意图；
[0040]图5为本专利技术一种基于隐形眼镜的眼动追踪方法的较佳实施例的神经网络结构示意图；
[0041]图6a、图6b、图6c分别为本专利技术一种基于隐形眼镜的眼动追踪方法的较佳实施例的眼球从左向右移动过程横向坐标X＝
‑
7、X＝
‑
0.0707071以及X＝7时的示意图；
[0042]图6d为本专利技术一种基于隐形眼镜的眼动追踪方法的较佳实施例的眼球从左向右移动时传感器读数示意图；
[0043]图7a、图7b、图7c分别为本专利技术一种基于隐形眼镜的眼动追踪方法的较佳实施例的眼球从上向下移动过程纵向坐标Y＝
‑
3.5、Y＝
‑
0.777778以及Y＝2时的示意图；
[0044]图7d为本专利技术一种基于隐形眼镜的眼动追踪方法的较佳实施例的眼球从上向下移动时传感器读数示意图；
[0045]图8a、图8b、图8c分别为本专利技术一种基于隐形眼镜的眼动追本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种隐形眼镜，其特征在于，包括隐形眼镜载体，以及在隐形眼镜载体上设置的检测元件、信号传输单元、主控单元，所述信号传输单元分别与所述检测元件、所述主控单元连接，所述检测元件用于检测外界的光信号，根据光信号输出对应的检测值；所述信号传输单元用于将所述检测元件的检测值实时发送至所述主控单元；所述主控单元用于根据所述检测值对眼球运动进行追踪。2.根据权利要求1所述的隐形眼镜，其特征在于，所述检测元件包含若干个传感器阵列。3.根据权利要求2所述的隐形眼镜，其特征在于，所述检测元件包含4个传感器阵列。4.根据权利要求3所述的隐形眼镜，其特征在于，所述传感器阵列为光电传感器阵列或电容传感器阵列。5.根据权利要求3所述的隐形眼镜，其特征在于，所述4个传感器阵列以特定的形状分布在所述隐形眼镜载体，所述特定形状为环形、正方形和X型中一种。6.根据权利要求1所述的隐形眼镜，其特征在于，所述主控单元具体用于通过神经网络对所述检测值进行处理后，获取眼球旋转角度及眼睑开闭角度，完成眼球运动的追踪。7.一种基于权利要求1
‑
6任一项所述的隐形眼镜的眼动追踪方法,其特征在于,所述方法包括：预先在主控单元中构建初始神经网络模型；对所述初始神经网络模型进行训练，生成目标神经网络；通过检测元件实时采集外界光信号，根据光信号输出对应的目标检测值；通过信号传输单元将目标检测值发送至主控单元；基于主控单元将目标检测值输入目标神经网络，获取目标神经网络输出的眼球转动值及...

【专利技术属性】
技术研发人员：周炫宁，
申请(专利权)人：深圳市挚钥文化科技有限责任公司，
类型：发明
国别省市：