- 综合排序
- 最热优先
- 最新优先
- 来自专栏云深之无迹
EyeLoop基于Python的眼动仪（超棒）
https://github.com/simonarvin/eyeloop 这个开源的眼动仪是我最喜欢的，是我主要读的一份源码： ? 首先是漂亮的眼动示意图 特点 在非专用硬件上高速> 1000 Hz（无需专用处理单元）。 模块化，可读性，可定制性。 开源，完全是Python 3。 可在任何平台上使用，易于安装。 引擎执行眼动追踪，而模块执行可选任务，例如： 实验 数据采集 将视频序列导入引擎 这些模块从引擎导入或提取数据，因此分别称为Importers和Extractors。 因此，引擎只有一项任务：根据导入的序列计算眼动数据，并提供生成的数据以进行提取。 引擎 ? 引擎按照视频流顺序处理视频的每一帧。首先，用户选择角膜反射，然后选择瞳孔。 为了使用视频序列进行眼动跟踪，我们使用导入程序类作为EyeLoop引擎的桥梁。import从摄像机或从目录中脱机获取视频序列，然后将其导入。
2.1K40发布于 2021-06-25 - 来自专栏云深之无迹
开源眼动
价格合理个球,谁花5万不买成品 注册一下这个网站 里面的聊天页面 一些提示 创建自己的服务器 永久的邀请链接 全平台操作 这就是doc了 看捕获了眼球 持续捕获中 这就是眼动仪的外观总览 这个是比较清晰的图
75220发布于 2020-09-14 - 来自专栏云深之无迹
开源眼动pupil
今天在文件夹里面又看到眼动的源码了，以前能力不够，写的东西不深刻，今天再重写下。 https://arxiv.org/pdf/2102.02115.pdf 如果没有眼动仪也可以使用数据集做实验，论文在上面。 标题 眼动实例 具体而言，第 1 和第 5 列包含输入图像；第 2 和第 6 列的人眼图像展示了巩膜、虹膜和瞳孔的叠加分割（overlaid segmentation）；第 3 和第 7 列展示了输入图像的特征点 展示了瞳孔、虹膜和巩膜的区域分布箱形图（左），以及注视向量的对数分布（右） 展示了瞳孔（左）、虹膜（中）和眼睑（右）特征点的对数分布 接下来还是研究这个眼动仪的实现方案。 一个灰度的摄像头去捕捉眼球的动作 校准 https://arxiv.org/pdf/2009.00508.pdf https://pupil-labs.com/publications/ 使用这个眼动仪发布的论文成果
1.6K10编辑于 2022-01-05 - 来自专栏云深之无迹
开眼眼动-分析引擎
嘤嘤嘤，反正很卡就对了，怪不得人家用红外线呢 我不管，我直接出镜 为了获得良好的眼动追踪性能，眼动仪的二值化参数应针对输入流进行优化。
41820编辑于 2022-11-29 - 来自专栏脑机接口
眼动追踪与VR
---- 眼动追踪通常是通过连续测量瞳孔中心和角膜反射之间的距离来实现的--距离的变化取决于眼睛的角度。一种肉眼看不见的红外线会产生这种反射，同时摄像机会记录和跟踪这些运动。 并不是所有的VR环境都必须有这些信息，这就排除了在这些场景中进行精确跟踪的可能性，但对于那些有这些信息的环境，可以进行眼动跟踪。 ? VR中眼动追踪的好处 ---- 由于渲染完整虚拟环境是一个计算量巨大的过程，因此必须找到减轻这种负担的方法，而把计算能力用在其他方面(例如，确保流畅的体验，扩展功能或图形外观)。 通过使用VR中的眼动跟踪信息，可以执行所谓的“中心凹形渲染”，即只渲染被观察环境中的那些元素。这样可以降低所需的处理能力，还可以创建一个更加身临其境的环境，在其中虚拟世界可以更紧密地表示现实世界。 VR眼球追踪研究 ---- 另一个使用VR眼动追踪的例子涉及到参与者驾驶一辆虚拟汽车，同时跟随一辆自动控制的虚拟汽车[4]。
1K10发布于 2020-06-30 - 来自专栏云深之无迹
开源眼动-前导篇
今天写眼动仪~在此之前，先对我以前写的文章来一个简单的回顾： 眼动追踪中的坐标+追踪原理 如果你对眼动的概念不是很明朗，可以先读这篇 开源眼动追踪：GazeTracking（下：实现） 开源眼动追踪 ：GazeTracking（上：效果） 这个是对一个项目的完整解析，看完以后应该对眼动有个完整的认识 开源眼动pupil 单眼的方案，我悟了，也是我一直研究的方案 EyeLoop基于Python的眼动仪 （超棒） 这篇文章就是我眼动仪的基础 开源眼动 最早骂骂咧咧写的文章。 那什么是眼动？ 眼动追踪是一种追踪眼睛位置和瞳孔大小的方法，通常用于神经科学实验室和诊所。眼动仪被广泛使用，从研究大脑动力学到研究神经病理学和疾病模型。 尽管具有广泛的实用性，但眼动仪价格昂贵、硬件密集且专有，这将这种方法限制在资源丰富的设施中。此外，由于当前系统的不灵活性，实验在很大程度上仅限于静态开环设计和事后分析。
1.2K30编辑于 2022-11-29 - 来自专栏思影科技
眼动研究最佳实践
)；眼动追踪设备：关于如何选择和使用眼动仪的指南，包括确保数据质量和选择适当的眼动仪方案；大量眼动研究的有效性：提供如何避免影响实验结果有效性的常规问题的建议；眼动研究的报告：为如何撰写眼动文章的方法部分提供指导 3 眼动仪 这部分内容主要集中在眼动仪方面，尤其是眼动技术的选择和应用。 3.1 眼动仪是如何工作的 现在大部分的眼动仪是基于摄像机工作的。它们把一些光源照射到眼睛里，通常是人类看不见的红外光。 3.2 眼动仪的选择 市面上有各种各样的眼动仪。其中最著名的两家制造商是Tobii和SR Research，研究人员正在开发开放权限的软件，将网络摄像头变成低分辨率的眼动仪。 在决定使用眼动仪之前，很重要的一点是要考虑眼动仪的用途，因为不同的系统有不同的用途。眼动仪获取数据的速度各不相同。眼动仪的采样率以Hz为单位测量。 3.3 眼动仪的使用 眼动仪通常有两种使用方式：诊断或互动的方式(Duchowski, 2017)。
1.9K42编辑于 2022-06-13 - 来自专栏云深之无迹
眼动追踪传感器选型
对，这个全局快门我也要写一下： 可以看到这个全局快门在拍运动的物体的时候是很有效的 这个是OV6211 这个是OVM7251 OVM7251表面图 OVM7251有两个版本： 用于AR/VR眼动追踪的 将OVM7251用于支持AR/VR头显实现眼动追踪，设计者可以编程系统集成渲染注视点位置，并降低周围图像的分辨率，从而进一步节省功耗。 这个OV6211其实是专门设计给眼动追踪的传感器 这个是它的一个帧率参数 1/7.5英寸的OV7251具有多种低功耗模式，包括光感应模式和超低功耗待机模式。 眼动追踪:梯度法精确定位眼中心(论文),也就是要看我写的这篇文章。 2)Canny边缘检测(绿色线) 3)定义“暗”区域为偏移眼睛图像直方图的最低峰值。 OV7251是很便宜的，做demo合适 这个是OVM7251，做产品合适，但是贵，要100+ 这个是深圳一家眼动的厂子的模组，我不知道放这里是不是合适 但是它这个分辨率和帧率真的是看着还不错，不知道是哪款芯片
2K20编辑于 2022-12-17 - 来自专栏思影科技
注视眼动的控制和功能
最近在控制正常眼动活动期间的视网膜刺激方面的技术进展，已经阐明了注视眼动的视觉贡献以及这些运动可以被控制的程度。 还应注意，即使最复杂的眼动仪（图2c中的虚线），震颤的振幅（约1角分）也处于分辨率极限，导致难以区分震颤和记录噪音，因此对这种动眼动行为的特征和可能的功能知之甚少。 图2.眼漂移和震颤的一般特征。 （a）在眼跳和/或微眼跳之间的时间段内记录的眼动的能量频谱。虚线表示眼动仪的背景噪声水平。 （b）视线位移随时间的变化。增量近似为线性，这是布朗运动的特征。 由微眼跳产生的注视转移的特定模式更具信息性，但对微眼跳的精确定位方法进行检验后，视网膜上的刺激需要视线的绝对定位水平达到大多数眼动仪的准确性之外。 为了解决这个问题，我们最近开发了一种视线校准程序，并结合了高分辨率双浦肯野图像（dual-Purkinje-image，DPI）眼动仪；与标准方法相比，这种组合有效地将视线定位提高了近一个数量级（Poletti
1.7K10发布于 2020-07-14 - 来自专栏云深之无迹
开源眼动追踪：GazeTracking（下：实现）
文件不多，工作量不大 init是包的入口，使用点号绝对路径导入 在上层目录里面串联着要使用的所有库 在看一眼效果，俩鼻孔真好看 库使用了精确的除法： from __future__ import
2.4K10编辑于 2022-06-15 - 来自专栏云深之无迹
开源眼动追踪：GazeTracking（上：效果）
这次选了一个眼动的代码，很短，而且是视觉类的，尝试在两篇文章内读完。 读取到上面的帧以后，检测我们眼动的方向，检测到在图层中叠加显示一些东西。
1.8K10编辑于 2022-06-15 - 来自专栏云深之无迹
眼动追踪中的坐标+追踪原理
EyeLoop基于Python的眼动仪（超棒） 开源眼动 所有注视数据都映射到与活动显示区域对齐的 2D 坐标系中。将眼动仪与监视器一起使用时，活动显示区域是不包括监视器框架的显示区域。 对于在没有显示器的情况下使用的眼动仪，活动显示区域是在对用户眼睛进行眼动仪校准时用于显示校准点的区域。 活动显示坐标系的原点是活动显示区域的左上角。 UCS 是一个基于毫米的系统，其原点位于眼动仪正面的中心。 坐标轴的方向如下：x 轴水平指向用户的右侧，y 轴垂直指向用户的上方，z 轴指向用户，垂直于眼动仪的前表面。 轨道盒坐标系 (TBCS) 使用眼动仪时，最感兴趣的通常是注视，即一个人在看什么。 这里需要写一下中HMD的眼动仪，我去找图哈~ 这个就是所谓的HMD眼动仪 HMD 坐标系是一个基于毫米的系统，其原点位于 HMD 设备的镜头之间的一点，与每个镜头中心的距离相等。
2.7K50编辑于 2022-11-29 - 来自专栏大数据文摘
眼动追踪技术，揭秘男女看点差异
上面这两个事例，有一个共同点，就是都和人眼睛的运动（眼动）有关。那研究眼动究竟有什么用？眼动仪又是什么仪器？眼动研究对CE又有什么帮助呢？下面将逐个为你介绍。 为什么要研究眼动？ 另一方面，这也说明了眼动具有一定的规律性，眼动研究是一个很有用的用户研究方法。 眼动仪是什么？ 随着时间的推移，许多高科技广泛地应用于眼动记录技术，而眼动仪就是一个记录人在处理视觉信息时的眼动轨迹特征的高科技仪器。 下面介绍一下设计中心的遥感式眼动仪（见下图），这款眼动仪带有小型独立摄像头，可以远程遥控，有效修正头动；拆装简单，移动方便；支持数据综合分析，例如注视轨迹、热点图、兴趣区分析等。 眼动研究与CE 在标题里，虽然将眼动仪称作是CE的秘密武器，但其实它在CE中的应用早已不再罕见了。
2.5K60发布于 2018-05-21 - 来自专栏云深之无迹
基于磁场定位的眼动追踪技术
在眼球上固定磁场源，可以使用一种称为磁性眼贴（magnetic scleral search coil，MSSC）的技术。 通过在眼球表面固定线圈，可以在水平和垂直方向上测量眼球运动，从而进行精确的眼动追踪。由于该技术需要将线圈直接固定在眼球上，因此需要进行小型手术，并在使用过程中注意卫生和安全。
64820编辑于 2023-05-24 - 来自专栏云深之无迹
ESP32眼动追踪实现-EyeTrackVR
眼动应用其实实现的主要功能是：实时注视估计和跟踪。注视估计是识别任何给定时刻的视线，而跟踪是连续跟随视线的能力。 这个眼动仪是研究性质的，不建议，也不适合投入生产实践。 Apple Vision Pro-1984来临前的序曲 开发一个完整的眼动追踪应用-Python版 眼动追踪传感器选型 眼动追踪:梯度法精确定位眼中心(论文) ESP32-CAM是采集眼动数据的 这个代码有趣 把代码的头对比好，来控制机器 初始化眼动跟踪器的网络相关功能（如果未启用 USB API） 看代码，串口没有控制功能，单纯的输出图像数据。 但是没办法，就这么个情况，很多人倒是需要这个眼动仪，过段日子就可以小批量的卖一波了。
95210编辑于 2024-08-21 - 来自专栏思影科技
思影科技眼动数据处理服务
眼动指标层出不穷，这里仅例举了在以往研究中最常见且使用广泛的指标，在不同文献中，都有不同的眼动指标被定义。 时程分析示意图 5.基于热图的平面空间分析 虽然很多眼动仪提供了热图制作软件，但是对于热图无法进行统计，而热图的统计能够更加直观的反应被试对加工对象的加工过程。 瞳孔直径变化的时程分析 7.基于眼动数据的机器学习方法 基于眼动数据感兴趣的眼动指标（如上所述），构建机器学习模型，实现对不同群组的分类以及对量表得分的预测。 除此以外，在眼动分析中，通过机器学习方法检测眼动事件也是当前许多研究者关注的重点，该方法可以大大提升数据的利用率。 通过随机森林方法检测眼动事件 8.眼动和EEG的融合分析 眼动和EEG手段都是高时间分辨率采集仪器，可以通过同步采集方法对同一实验的眼动数据和EEG数据进行同步追踪。
1.5K30发布于 2020-05-11 - 来自专栏云深之无迹
OVM6211-眼动追踪摄像头特性
眼动追踪传感器选型是我前年写的，最近要画板子，看了一下数据手册，记录一些内容。 帧率高就得使用全局快门，不然咋看 OVM6211-RADA 适用于包括眼动追踪在内的人机界面系统，其视场 (FOV) 较窄，约为50 度。 这表明该镜头在水平方向上的视野相对较窄，适用于一些特定场景（因为人眼这里很短的距离） F值 (f-number): F值2.88，表示透镜的聚光能力较强，在光线较弱的环境下具有更好的成像效果。
57310编辑于 2024-08-29 - 来自专栏VRPinea
眼动追踪会不会成为XR未来的“标配”？
对于VR头显来说眼动追踪可以支持一系列的应用，特别是结合眼动追踪的VR可以用于市场研究、科学研究和人员培训等。本篇将主要介绍眼动追踪技术的基本原理，包括眼动追踪的作用以及七大应用方向。 眼动追踪的基本概念 所有的眼动追踪技术都是根据眼球的生理结构实现的，不同的眼动追踪技术会用到不同的眼球生理特征，因此在了解眼动追踪技术之前有必要先了解一下眼球的生理结构。 简单来说眼动追踪是测量眼睛运行的过程，目前实现准确眼动追踪的技术方案有瞳孔角膜反射法、视网膜影像定位、结构光追踪、角膜反射光强度、视网膜反射光强度、光波导眼动追踪等方案。 随着VR设备硬件成本的不断下降，眼动追踪组件将逐步成为VR设备的标配，那眼动追踪在未来又会有哪些应用方向？ 旗下产品及解决方案覆盖XR（扩展现实）眼动、眼动分析、沟通辅具等主要应用领域。 由于眼动追踪技术门槛较高，想要做到专业并非易事。
92010编辑于 2023-03-06 - 来自专栏图灵技术域
基于移动设备与CNN的眼动追踪技术简介
眼动追踪是一项科学应用技术，用户无需与交互设备物理接触即可发送信息与接收反馈。从原理上看，眼动追踪主要是研究眼球运动信息的获取、建模和模拟，用途颇广。 论文主要是基于移动设备的眼动追踪技术，使用了卷积神经网络来预测视点。 使用移动设备进行眼动追踪技术能提供许多好处: (1)广泛使用更多的超过三分之一的世界人口估计智能手机在2019年,远远超过台式机或笔记本用户的数量; (2)技术升级的采用率高——很大一部分人拥有最新的硬件 其中，可变性：为了学习强大的眼动追踪模型中，数据的显着变化很重要。这种可变性对于实现高精度无校准眼动追踪至关重要。
1.1K30发布于 2021-05-21 - 来自专栏云深之无迹
眼动追踪:梯度法精确定位眼中心(论文)
任何眼动跟踪器所必需的事情之一是准确跟踪眼睛中心。这简单的可以理解为先找到了你最感兴趣的区域。方法是用图像梯度和点积来创建理论上在图像最突出的圆的中心处最大的函数。 用高中水平的数学知识来实现它 足够准确才能用于注视跟踪 今天去Pupils看见了新的眼动仪： 新版的鼻托部位 世界相机 后面还是连着计算使用的线 前景 设计的几种眼镜样子，救命啊，太好看了
72930编辑于 2022-12-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号