[發(fā)明專利]一種基于動(dòng)態(tài)眼動(dòng)指標(biāo)的眼勢(shì)交互模型方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110649291.7
• 申請(qǐng)日: 2021-06-10
• 公開(kāi)（公告）號(hào): CN113391699B
• 公開(kāi)（公告）日: 2022-06-21
• 發(fā)明（設(shè)計(jì)）人: 殷繼彬;盧朝茜;秦浩楠
• 申請(qǐng)（專利權(quán)）人: 昆明理工大學(xué)
• 主分類號(hào): G06F3/01
• 分類號(hào): G06F3/01;G06N3/04
• 代理公司: 北京沃知思真知識(shí)產(chǎn)權(quán)代理有限公司 11942
• 代理人: 王妮

1.一種基于動(dòng)態(tài)眼動(dòng)指標(biāo)的眼勢(shì)交互模型方法，其特征在于，包括以下步驟：

預(yù)先基于眼動(dòng)儀獲取原始眼動(dòng)軌跡數(shù)據(jù)，并提取原始眼動(dòng)軌跡數(shù)據(jù)中各注視點(diǎn)的坐標(biāo)數(shù)據(jù)、興趣區(qū)域數(shù)據(jù)和注視持續(xù)時(shí)間數(shù)據(jù)作為特征信息；

其中，所述特征信息，包括：

坐標(biāo)數(shù)據(jù)為注視點(diǎn)在屏幕中的二維坐標(biāo)，記為X和Y；

興趣區(qū)域數(shù)據(jù)為注視點(diǎn)在屏幕中所在區(qū)域的位置，表示為AOI_k；

注視持續(xù)時(shí)間數(shù)據(jù)為當(dāng)前注視點(diǎn)持續(xù)的時(shí)間，記為fixduration；

將提取的特征信息進(jìn)行預(yù)處理得到的m個(gè)注視點(diǎn)的數(shù)據(jù)后根據(jù)權(quán)重計(jì)算方法計(jì)算出各興趣區(qū)域的權(quán)重值；

其中，所述特征信息進(jìn)行預(yù)處理，包括以下步驟：

剔除不在X和Y范圍內(nèi)的注視點(diǎn)的坐標(biāo)數(shù)據(jù)、該點(diǎn)對(duì)應(yīng)的興趣區(qū)域數(shù)據(jù)和注視持續(xù)時(shí)間數(shù)據(jù)；

將剔除后剩余的注視點(diǎn)進(jìn)行重新規(guī)劃，包括以下步驟：

計(jì)算剩余n個(gè)注視點(diǎn)之間的經(jīng)過(guò)的路程長(zhǎng)度length，并指定重新規(guī)劃所需的點(diǎn)的數(shù)量m；

計(jì)算m個(gè)點(diǎn)間的等距離distance=length/(m-1)，并對(duì)剩余的n個(gè)注視點(diǎn)按線性插值法以距離distance插入新的點(diǎn)；

獲得重新規(guī)劃后的m個(gè)點(diǎn)；

并將各權(quán)重值作為新特征值輸入眼勢(shì)識(shí)別算法中，用戶的操作做為輸出，通過(guò)神經(jīng)網(wǎng)絡(luò)模型輸出后，得到了特征值與用戶操作的對(duì)應(yīng)關(guān)系值，獲取識(shí)別結(jié)果，對(duì)用戶想要進(jìn)行的操作進(jìn)行預(yù)測(cè)。

2.根據(jù)權(quán)利要求1所述的基于動(dòng)態(tài)眼動(dòng)指標(biāo)的眼勢(shì)交互模型方法，其特征在于，所述原始眼動(dòng)軌跡數(shù)據(jù)，包括刷新操作數(shù)據(jù)、查看進(jìn)度操作數(shù)據(jù)、最小化操作數(shù)據(jù)、關(guān)閉操作數(shù)據(jù)、查看目錄操作數(shù)據(jù)、搜索操作數(shù)據(jù)、縮放操作數(shù)據(jù)、保存操作數(shù)據(jù)、復(fù)制操作數(shù)據(jù)和換頁(yè)操作數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的基于動(dòng)態(tài)眼動(dòng)指標(biāo)的眼勢(shì)交互模型方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型，包括：

五層全連接神經(jīng)網(wǎng)絡(luò)，其中包括一個(gè)輸入層、三個(gè)隱藏層、一個(gè)輸出層；

隱藏層中使用了relu激活函數(shù)；

輸出層中使用了softmax激活函數(shù)和交叉熵?fù)p失函數(shù)。