1.1 研究背景
眼睛又被稱為「靈魂之窗」，是人體主要的感知器官之一，具有辨別明暗、色 彩及距離的能力。因此，人類藉由眼睛獲得的資訊進行思考或行為[1][2]。分析眼 睛的構造：眼球的中央小窩(fovea)聚集高密度的感光細胞，是視覺感知區域中敏 銳度(visual acuity)最高的區域。因此，眼睛藉由眼球運動使凝視的目標聚焦於中 央小窩，以獲取清楚的資訊。總結上述，眼球運動與當下關注的目標密切相關，
從 1990 年代開始，國際大廠陸續投入眼動儀的研究與開發。包括德國的 SMI (SensoMotoric Instruments)[7]、瑞典的公司 Tobii[8]，及台灣的由田新技股份有限 公司[9]。目前市售的產品包括頭戴式、眼鏡式適用於真實場景與物體的研究，及 面更新率(frame rate)、光圈及焦距的調整上都有更好的功能與彈性。影像處理技 術在輸入端即具有更好的品質，並在未來更具有發展性。可見光眼動儀使用一般
源在虹膜上的反射點造成虹膜邊緣或內部形狀破損、瞳孔時有時無影響虹膜內部 與否分為 Feature-based 方法與 Model-based 方法。Feature-based 方法使用眼睛特 徵(如邊緣特徵、梯度特徵、等光強線等)進行區域的判斷與抽取，將抽取出的特 徵以圓或橢圓進行擬合。Valenti 與 Gevers[10]提出等光強線定位虹膜圓形的方法 並以圓心作為虹膜中心，但其準確度約限制在 3.59°且在特徵點不足時易偵測到 眼角等錯誤特徵影響穩定度[11]。Sigut 與 Sidha[12]提出由可見光源製造的角膜反 射點與虹膜中心向量追蹤凝視點的方法，此方法的準確度達到 0.75°且可實現 25fps 的即時計算。但方法需使用到膚色參數可能依使用者不同需進行微調，在實 用上較為不方便。另外，由可見光源製造的角膜反射點易受其餘反射在角膜上的 可見光源干擾，在實用上具有穩定性的問題。Wang、Sung 和 Venkateswarlu[13]與 W. Zang、T.-N Zhang[14]皆由擷取虹膜左右兩側最長的垂直邊緣作為擬合橢圓形 的特徵點，並以橢圓中心作為虹膜中心。但是當眼球凝視方向使得虹膜旋轉至邊 緣時其中一邊的特徵點會被遮蔽導致特徵點錯誤的問題，方法具限制性且在實用 上較不穩定。觀察 Feature-based 方法通常具有特徵點穩定性不足導致虹膜錯誤定 位的問題。特別是以橢圓作為虹膜的擬合形狀時，由於相機擷取到的虹膜實際上 較近似為圓形投影於二維的影像，並非橢圓形，因此在特徵點數上若數量不足或 分布不均時則難以擬合出預想的橢圓形而擬合出錯誤的橢圓形。而以圓形作為虹 膜擬合形狀時，必須嚴格限制相機與眼球的相對位置使虹膜盡量呈現圓形，否則 雖然擬合出接近虹膜形狀的圓形也難以實現高準確度的系統。
Model-based 方法是由預設的形狀、模型公式全域性的對於整張圖進行匹配判 斷，由投票或分類的方法在有限的模型候選人中找出最佳解。Daugman[15]提出 以圓形為虹膜形狀並以積分運算子遞迴的改變圓半徑及中心座標匹配虹膜圓形。
Nishino 與 Nayar[16]則延伸 Daugman 的方法以橢圓為匹配的形狀，遞迴改變中心 座標、長軸短軸及旋轉角度進行匹配。這類方法具有四個以上遞迴控制參數(圓為 提升計算速度。匹配方法結合利用粒子群移動演算法(Particle Swarm Optimization/
PSO)大幅加速計算效率，使其成為一具有實用性的高速眼動儀系統，並改良傳統 九點校正使用的二次映射曲線使虹膜中心更加準確地轉換至凝視點，目前能夠實 現 30fps 以上的即時處理工作。
1.3 論文架構
本論文在第一章介紹研究背景及研究目的。由眼動儀的來由、目前應用與限 制確立了本文的明確研究目標。第二章針對發展中的可見光眼動儀進行簡介、近 年來的文獻探討與現有方法分析並對系統參考的模型進行較為仔細地介紹。第三 章則提出系統架構，依系統流程依序介紹模型參數的計算方法、匹配計算的方法 與最後凝視點校正的方法。第四章對於四種光源環境提出實驗結果與數據。第五 章是結論與未來展望。並且在最後附上相關的參考資料。