使用自然头部运动不断校准EOG信号
Jason R Nezvadovitz1, Hrishikesh M Rao1
1Massachusetts Institute of Technology Lincoln Laboratory, MA, USA.
Journal of eye movement research
|October 17, 2023
概括
这项研究通过将EOG信号与头部运动数据融合,引入了电眼镜 (EOG) 眼睛跟踪的自动校准. 这种方法可以在没有外部设备的情况下实现连续的,无需重新校准的眼睛跟踪.
科学领域:
- 生物医学工程 生物医学工程
- 神经科学是一个神经科学.
- 人与计算机的交互
背景情况:
- 电眼镜 (EOG) 提供了不引人注目的,长期的眼睛跟踪,但由于不同的传感器条件,需要经常重新校准.
- 现有的EOG系统面临的挑战是,在没有外部校准参考的情况下,随着时间的推移保持准确的目光估计.
研究的目的:
- 开发用于EOG眼睛跟踪的自动,连续校准方法.
- 为了在没有手动重新校准的情况下,在自由生活的条件下实现可靠的目光估计.
- 为了提高准确性,将EOG信号与头部运动数据融合在一起.
主要方法:
- 提出了一种新的方法,将EOG信号与陀螺式头部运动测量进行融合.
- 在隐藏的马尔科夫模型上使用递归推理来解释旋转自由度和不确定性.
- 在前庭眼反射 (VOR) 激活期间,使用自然眼睛和头部运动启用了持续校准.
主要成果:
- 与标准的基于视频的眼睛追踪器相比,实现了平均目光估计偏差3.54°.
- 经过证明的准确性与最先进的移动视频眼睛追踪器相当.
- 通过信号融合和先进建模,将传感器噪声的影响降到最低.
结论:
- 拟议的方法为连续的,自动的EOG校准提供了可行的解决方案.
- 这种方法提高了在现实环境中不引人注目的长时间眼睛跟踪的可行性.
- 未来的研究将专注于在自由生活场景中自动检测VOR.
